text stringclasses 18
values |
|---|
ะญัะพ ัะพะฝ ะธะปะธ ะฑัะด-ััะธะฟ?
ะขะพะบะพะผ ะฟะพ ะณะปะฐะทะฐะผ - ัะธะบ
ะะพะบะฐ ะฟะพ ัะตะปะตะบะฐะฝะฐะปะฐะผ ะผะตะฝั ะฝะฐะทัะฒะฐัั ััะธะบ
ะคะตะฝะพะผะตะฝ ะฝะฐ ะฟัะฐะนะผ ัะฐะนะผ
ะะปั ะฟะตัะฒัั
ะฟะพะปะพั ะฝะฐ ัะฐะนัั
ะะพ ะฒะธัััะฝัะผ ะฐะปะณะพัะธัะผะฐะผ ัะบะพัะผะปะตะฝ ะฟะพะธัะบะพะฒะธะบะฐะผ
ะะพะบะฐ ั ะฝะฐ ะฑะฐะปะบะพะฝะต ะปะฑะพะผ
ะัะฟะปะฐะฒะปะธะฒะฐั ะพะบะฝะพ
ะกัะตะดะฐั ัะตะฑั ะทะฐ ัะพ, ััะพ ั
ะพัั ะบัะพ-ัะพ ัะพ ะผะฝะพะน ะทะฝะฐะบะพะผ
ะะฐ ัะพ ััะพ ัะฝะพะฒะฐ ะฝะตััะตะทะฒ
ะ ััะพ ะฟัะพะฟะฐะป ะธะฝัะตัะตั
ะัะบะฐัั ัะตะฑ... |
โะกะผะพััะธ - ััะพะด, ะฝะธัะตะฑัะพะด, ะฝะตะฟะพั
ะพะถะธะน, ะฑะตะทะดะฐัั!โ
โะะฐะปะพะน! ะะพั-ะฒะพั ัะฟะฐะดัั, ัะฐะผ ะตะผั ะธ ะผะตััะพ!โ
ะะพะดั
ะพะดัั ะฑะปะธะถะต ัะผะพััะตัั, ะฒะตะดัโ
ัโ
ะฝะตะดะฒะธะถะตะฝ, ะฝะพ, ะฑะปัะดั
ะัะปะธโ
ั
ะพัะธัะต ะทะฝะฐัั ััะพ ะฟะพะด ะบะพะถะตะน -โ
ะฟัะธะดัััั ัะตะทะฐัั
ะะพัะพะผ ะฟัะธัะปะฐ ะพะฝะฐ, ะฒัั ะฟะพััะฐะฒะธะปะฐ ะฝะฐ ัะตัะตั
ะะพ ั ะฝะตั ะฒัั ะฑัะปะพ ะฝะฐะฟะธัะฐะฝะพ ะฝะฐ ะปะธัะต
ะฅะพัะตะปะฐ ะบัะพะฒ ะธ ะพะฟะพัั, ะฝะฐะดัะถะฝัะน ะพะผัั ะธ ะปะพะณะพะฒะพ
ะ ะฟะพะดััะณะธ... |
ะะตัะตะฒะตัะฝัะป ะฒัั ะฒะฒะตัั
ะดะฝะพะผ
ะะพัะตััะฝ, ะฝะต ะฟะพะผะฝั ะฝะธ ะฒัะตะผั ะฝะธ ะดะตะฝั
ะะพะฒะตัะธะปัั ะฝะฐ ะฝะตัะฒะฐั
ะฟะพะด ะฟะพัะพะปะบะพะผ
ะ ัะตะปะตโ
ะบะพะณะพ-ัะพ,โ
ะฝะตะทะฝะฐะบะพะผะพะณะพ ะผะฝะต
ะ ัโ
ัะปัะฑะบะพะน ะบะฐัะฐััั ะฒะฟะตัะตะด ะธ ะฝะฐะทะฐะด
ะะฐ ะฟะพะปัโ
ัะตะฝะฐะทะตะฟะฐะผ ะธ ะฟัะพะทะฐะบ
ะฏ ะฟะปัะฒั. ะะฐะผะฐ, ัะผะพััะธ, ั ะฑะตะท ััะบ
ะขะฐะผ, ะฒะฝะธะทั
ะฏ ะฑัะดั ะฟะตัั ัะธัะธะฝะต
ะัะดั ะฟะธัั ัะตะผะฝะพัั
ะัะดั ัะผะตััััั
ะัะดั ัะผะตััััั
ะ ะฝะธะบะพะผั ะฝะต ัะบะฐะถั ะฟะพัะตะผ... |
ะะพั
ะพะถะต ั ัะฐะบ ัััะฐะป
ะงัะพ ัะตะณะพะดะฝั ะผะพะณ ะฑั ะทะฐะฟัะพััะพ
ะะทััั ััะถัั ะธ ะฒ ะผะตััะพะฟะพะปะธัะตะฝะต ะถะดะฐัั ะบะพะปะปะฐะฟัะฐ
ะะพัะผะพััะธ, ะฟะพะดโ
ัะฒะพะดะพะผโ
ัะตัะตะฟะฐ
ะขะฐะผ ะณะดะต ัะพโ
ะฝะฐัะฐัะฐะฟะฐะฝะพ
ะัะพ ัะฒะพััะตัะบะธะน ะฟัะพะฒะฐะป ะธ ัะตะนะปั ัโ
ัะตะพัะณะฐะฝะธะทะฐัะธะตะน ัะตะฑั
ะฏ ัะฐะบ ัััะฐะป ัะพะปะฟะธัััั ะบััะตะน ะปะธัะฝะพััะตะน ะฒ ัะตัะฝะพะผ ะผะพะทะณั
ะ ััะพ ะฝะธ ััะฐะทะฐ - ะปะธะฑะพ ะบะธั, ะปะธะฑะพ ะบะพะผะฟะปะตะบัั ะฝะฐ ะฒะธะดั
ะ ั ะฟะพั
ะพะดั ะพะฟะพะทะดะฐะป ะฝะฐ ะฟ... |
ะฃะถะต ะฒัะพัะพะน. ะะพะปะถะฝะพ ะฑััั, ัั ะพะดะฝะฐ ััะพะธัั ะตะดะฒะฐ-ะตะดะฒะฐ
ะะฐ ัะฒะพะธั
ัะพะฝะบะธั
ะบะฐะฑะปัะบะฐั
, ะฒ ััะบะฐั
ะดัะพะถะธั ะฑะพะบะฐะปโ
ะฒะธะฝะฐ
ะโ
ะถะตะปัะดะบะต ะฟะฐัะฐ ัะฐะฑะปะพะฒโ
ะฐะฝัะธะดะตะฟัะตััะฐะฝัะฐ
ะ ะฒะฐะฝะฝะพะน ัะตััะพัะฐะฝะฐ - ะทะฐะฒััะฐะบ, ััะพโ
ัั ััะตะปะฐ ัะฐั ะฝะฐะทะฐะด
ะฏ ัะฐะผ ะฝะตะดะฐะปะตะบะพ ะทะฐ ะฑะฐัะพะผ ะทะฐะบะฐะทะฐะป ะฝะฐัะบะพะท ะธ ะถะดั
ะฏ ะฝะฐัะบะพะทะพะผ ัััะฟะปัั ะดััั, ััะพ ะฑัะปะฐ ะฒ ะฐะดั
ะั ะฝะต ะทะฝะฐะตะผ ะดััะณ ะพ ะดััะณะต, ะฝะพ ะฟัะธะผะตัะฝะพ ัะตัะต... |
ะ ัะฐััะฒะตัะต ััะบะพ ะบะฐะฟะปะธ ะพััะฐะถะฐัั ะฟะตัะฒัะน ัะฝะตะณ
ะ ััะบะต ัะฒะตัะบะฐะตั ัะบะฐะปัะฟะตะปั ะธ ั ะฒะฐั ะฟัะธะณะปะฐัะฐั ะฒัะตั
ะะฟะตัะฐัะธะพะฝะฝัะนโ
ััะพะปโ
ะบัะธััะฐะปัะฝะพ ัะธัั, ะธโ
ัะฒะตัะธั ะฑะตะปัะน
ะกะฒะตั, ะธ ะบ ะฟัะตะฟะฐัะฐัะธะธ ะณะพัะพะฒโ
ะผะพะน ะฟะตัะฒัะน ะพะฟะฟะพะฝะตะฝั
ะั ััะพ, ะฟัะธะฒะตั!
ะะฐั ะฟะฐัะตะฝั ะฝะฐ ัะธะบัะฐัะพัะฐั
ัะปะพะฒะฝะพ ะฝะฐ ัะฐัะฟัััะต
ะะฝะฐะปะธะทะฐัะพัั ะฟัะปััะฐ ะพะฑะฒะธะปะธ ะตะณะพ ะทะฐะฟััััั
ะขัั ะดะตะป ะฝะฐ ะฟะฐัั ะผะธะฝัั, ะธัะฐะบ, ะฑัะด... |
ะคัะฐั ะฝะฐัะธะฝะฐะตั ัะฐะฝัะตะฒะฐัั ั ะณะพัะพะดัะบะพะน ัะฟัะฐะฒั
ะัะฐะฒะฐ ัะผะพััะธั ะฝะฐ ะดะฒะธะถะตะฝัั ั
ัะดะพัะฐะฒะพะน ััะฐั:
ะกะปะพะฒะฝะพ ัะปััะธั ะผัะทัะบั ะพะฝะฐ, ะฐ ะฝะฐ ะปะธัะต ััะผัะฝะตั
ะะฐะถะดัะผ ะถะตััะพะผ ะผะฐะฝะธั, ะฟัะธะณะปะฐัะฐั ะฝะฐ ัะพะฒะผะตััะฝัะน ัะฐะฝะตั
ะกะฟะพััะฝัั - in ya, ะฐะปะบะฐะปะพะธะด - load
ะะตั ััะผั ะฟัะธัะธะฝั, ัะธะฝะฝะพ ัััะพะณ ะธ ัะธั
ะฐัััะพะปะพะณ
...ะะพะดะพะป ะตั ะบัะฐะผะพะปัะฝะพ ััะพะฝะตั ะปะธัะฐ ะฟะฐะฒัะธั
ัะฐะฝัะตะผ ั
ัะฐะฑััั
ะญัะฐ ะผ... |
ะขั ะฒะธะดะธัั, ะฒะพั ะพะฝะธ, ััะธะบะธ ะธะดัั ะฟะพ ะณะพัะพะดั
ะัะธั
ะธ ัะตะฑะต ะฝะฐะฒัััะตัั ัะพ ัะบะฐะปัััั, ัะพ ัััะฐั
ะขัั ะะพัะบะฒะฐ-ัะธัะธ,โ
ััะพโ
ะะพััะผ, ััะพ ะะพัะพะดโ
ะะบั, ะฒัั ะทะฐะผะพัะฐะฝะพ
ะ ะฝะตัะฒั, ะธ ะฝะฐโ
ะฒะธััะธะฝะฐั
ัััะฝะตั - ะฒัััะตัะฐะน
ะะพ ะปะพะบะพัั ะฒ ัะปัะต, ัะตะฑั ะพะฑะผะฐะฝัะปะธ - ะทะดะตัั ะฒ ะฑะพะน
ะะตััั ะปะธัั ัะต, ะบะพะผั ะฝะตัะตะณะพ ะฒะทััั ั ัะพะฑะพะน
ะขะต, ะบัะพ ะฝะต ัะฐะท ัะผะธัะฐะป, ะธ ะบัะพ ัะฐะทัะผ ะฟะปะฐะฒะธะป ะฟะพะผะฐะปั
ะัะพ... |
ะะธะบะพะผั ะฝะต ะณะพะฒะพัะธ ะพ ัะพะผ, ััะพ ัะปััะธะปะพัั ั ัะพะฑะพะน
ะะต ะบัะธัะธ ะพ ัะพะผ, ััะพ ะฑะพะปะธั. ะะต ัะฟะตัะธ ะทะฐััะฟะฐัั -
ะฃััะพะผ ะฒัะต ะฟะพะฒัะพัะธััั, ะธ ะฟะฐัะฐ ัะฐัะพะฒ ะฝะธัะตะณะพ ะฝะต ัะตัะฐั
ะะธะบะพะผั ะฝะต ะณะพะฒะพัะธ ะพ ัะพะผ, ะบัะพ ั ัะพะฑะพั ะฒ ะฟััะธ
ะญัะพ ัะฐะนะฝะฐ ะดะปั ะฒัะตั
ะพััะฐะปัะฝัั
ะัะปะธ ั
ะพัะตัั ะฝะฐะนัะธ
ะกะตะฑั ััะตะดะธ ัะปะธั ะธ ะปะธั - ะพัะบะปััะฐะนัั, ะฟะปัะฒะธ
ะะธะบะพะผั ะฝะต ะณะพะฒะพัะธ
ะะธะบะพะผั ะฝะต ะณะพะฒะพัะธ ะพ ัะพะผ, ััะพ... |
ะขะฐะผ, ะณะดะต ัะตะผะฝะพัะฐ
ะะดะต ััะตะฝั
ะะดะต ะฟะพ ะฝะฐะผ ัะตััั ัะตะบะฐ
ะะตะถะธั ะฟะพ ะฒะตะฝะฐะผ
ะขะฐะผ, ะณะดะต ะฝะต ััะฝัะผ
ะะดะต ะฟะพะปะพะฒะธะฝะฐ ะฝะฐั
ะฃะผัััโ
ะพะณะฝัะผ
ะญะฟะธะฝะตััะธะฝะฐ
ะะพัะผะพััะธโ
ะฟะพ ััะพัะพะฝะฐะผ โ
ะขััโ
ะฝะต ะฝะฐะนัะธ ะปัะดะตะน
ะะต ะฒัะนัะธ ะธะท ะธะณัั
ะโ
ัั ะฟะพัะตััะฝ
ะะพ ะฒะพั-ะฒะพั ะฝะฐะฟะพะฟะพะปะฐะผ
ะะพัะฒัััั ะบััะณ ะธะดะตะน
ะ ะผั ะฒะพัะฟะปะฐะผะตะฝะธะผ ัะฒะพะน ะดะตะฝั
ะะพะณะดะฐ ัั ะบะพะผั-ัะพ ะฟะพ ะฝะพัะฐะผ ะถะธะทะฝั ะปะพะผะฐะตัั
ะัะดั ัะผะตะปัะผ ะธ ะฟะพะผะฝะธ... |
ะะพะน ะะพะณ
ะั ัะฐะบ ะดะฐะฒะฝะพ ะฝะต ะณะพะฒะพัะธะปะธ
ะั ั ัะพะฑะพั ะทะฐ ะพะดะฝะพ
ะขะพะปัะบะพ ั ะถะธะฒะพะน, ะฐ ัั ะธะทโ
ะฐะบะฒะฐัะตะปะธ
ะฏโ
ะฟัะพะฒะตะป ะฟะพ ะฝะตะฑัโ
ะฟะฐะปััะตะผ ะธ ะธัะฟะฐัะบะฐะปัั ะฒ ัะตะฑะต
ะฏ ะฟะพัะตะป,โ
ะฐ ัั ะพััะฐะฝััั, ะฟัะธัะผะพััะธ ะทะฐ ััะธะผะธ
ะฏ ะบะฐัะฐั ะฟะพ ะปะฐะดะพัะบะต ะผะธั, ะฒ ะบะพัะพัะพะผ ั ะถะธะฒะพะน
ะฏ ะตะณะพ ะณะปะพัะฐั ะบัะพัะบะธ, ัะปะธะทัะฒะฐั ะฝะฐ ั
ะพะดั
ะฃ ะผะตะฝั ะบ ัะตะฑะต ะฒะพะฟัะพัั, ะผะพะถะตั ะทะฝะฐะตัั, ััะพ ัะบะฐะทะฐัั
ะะธััะต ะณะพะฒะพัะธะป ะฟัะพ ... |
Asper X - ะะฐัะฐะฝัะธะฝะบะฐ
ะะธะปะฐั, ะฝะฐััะฐะปะธ ัะปะพะถะฝัะต ะดะฝะธ
ะขะฐะบ ััะพ ะฝะธัะตะณะพ ะฝะต ะฟะปะฐะฝะธััะน
ะะธะปะฐั, ะผั ัะตะฟะตัั ั ัะพะฑะพัโ
ะพะดะฝะธ
ะัะพัะธะฒโ
ัะตะปะพะณะพ ะผะธัะฐ
ะัะถะฝะพ ััะพโ
ะฟัะพััะพ ะฒัั ะฟะตัะตะถะดะฐัั
ะ ะฟะพัะพะผ ะดะตะปะฐัั ะฒัะตโ
ััะพ ะทะฐั
ะพัะตััั
ะฅะพัะตัั ะผั ะฟะพะฟะปะฐะฒะฐะตะผ ะฒ ัะธัััั
ะฟััะดะฐั
ะะพะณะดะฐ ะฒัั ััะพ ะบะพะฝัะธััั?
ะั ั ัะพะฑะพะน ะผะธะปัะต ะบะฐัะฐะฝัะธะฝะบะธ -
ะัะฐัะฝัะต ะปะธะฝะธะธ ะฝะฐ ะบะฐััะธะฝะบะต
ะั ั ัะพะฑะพะน ะผะธะปัะต... |
ะั ะธะท ะฟะปะฐััะธะบะฐ ะธ ะปะถะธ ะฟะตัะฐัะฐะตะผ ััะดัะฑั
ะั ะพะฟะฐัะฝัะน ัะตััะน ะปะตะด, ัะผะพััะธ ะฒะพั-ะฒะพั ัะฒะฐะฝะตั
ะั ัะพะทะดะฐัะตะปะธ ะผะธัะพะฒโ
ะฒโ
ะบะพัะพััั
ัั ะถะธะฒะตัั
ะัโ
ะพัะผะตัะตะฝั ะธะบัะพะผ, ะธ ะผั ัะฒะพะน ัััะฐัะฝัะนโ
ัะพะฝ
ะั ัะดะพะฒะธััะต, ะผั ะธัะบะฐะปะตัะตะฝะฝัะต
ะั ะฝะตะดะพะฑะธััะต, ะผั ะฝะต ะดะพะปะตัะตะฝะฝัะต
ะั ัะธัะพะฒะฐะฝะฝัะต ัะฝั, ะฐ ััะพ, ะฐ ั
ะพัะตัั ะบ ะฝะฐะผ?
ะัะธะฒะตั, ะผั ะดะตะผะพะฝั ัะฒะพะธ, ะธ ััะพั ะณะพัะพะด ะฝะฐั!
ะขั ะฝะฐั ะฒ ะดะตััั... |
ะขั ะฝะต ะถะตะปะตะทะฝะฐั, ะบะฐะบ ะฝะธ ะบัััะธะป ัะตะฑั ะฑั
ะะฒะตะฝััะธะน ะพะทะฝะพะฑะปะตะฝะฝัะผ ั
ะพะปะพะดะพะผ ะฒะพะน
ะะน...
ะ ัั ะฒัะตัั ัะฐะผะพะน ัะฒะพะตะนโ
ัะพะฒะตััะธ
ะโ
ััะตัะฐั
, ะบะพัะพััะต ะฒะพัโ
ะฑั ัะฒะตััะธ ั ัะพะฑะพะน
ะ ัั ัะฐะบะฐัโ
ัะตะฟะปะฐั
ะขั ัะฐะบะฐั ัะธั
ะฐั
ะ ะผั, ะผั ะฝะต ะถะตะปะฐะฝะฝัะต
ะััะธ ะฝะฐัะธ ะดััะฐั ะบะฐะบ ะดััะฐั ะฟะพะฒะตัะตะฝะฝัะต
ะะปะธ ะถะธะฒัะตะผ ะฟะพะด ะทะตะผะปะตะน, ะพะน...
ะฉะตะบะพัะฝะพ ะดะพะปะถะฝะพ ะฑััั ัะฐะบ ัะผะธัะฐัั
ะะปััั...
ะัะผ ะฒะพะทะดัั
... |
ะะพะณะดะฐ ะผั ัะพะปัะบะพ ะฒัััะตัะธะปะธัั, ะผะพั ัะตัะดัะต ะทะฐะบะฐัะปัะปะพัั
ะะฐั ั ัะพะฑะพะน ะฑัะพัะฐะปะพ ะฒ ะถะฐัั, ะบะฐะบ ะฑัะดัะพ ะพั ั
ะพะปะพะดะฐ
ะะฐัััะพ ัั ัะธัะฐะปะฐ ะฟะพัะทะธั ะธ ะฑัะปะฐ ะฝะต ะฝะตะฝะฐะบัะฐัะตะฝะฐ
ะ ะฟะพัะพะผ ั ะพัะฟัััะธะป ัะตะฑั ะพะดะฝั ะฝะฐ ัะปะธัั ะณะพัะพะดะฐ
ะ ะดะฐะปััะต ะฒัั ะฑัะปะพ, ะบะฐะบ ะฒ ัะพะฒะตััะบะพะผ ะปัะฑะพะฒะฝะพะผ ัะพะผะฐะฝะต -
ะะพะด ัะพััะตะฟะธะฐะฝะพ ะฒะธะฝะพ ะฟะปะตัะบะฐะปะพัั ะฒ ะณัะฐะฝัะฝะพะผ ััะฐะบะฐะฝะต
ะะปะฐะบะฐะปะธ, ะฟะตะปะธ ะธ ะฑัะปะธ ะฝะตะพัั... |
ะขะฒะพั ััะบะฐ ะปัะฑะธั ะผะพะน ะฟะพะฝั
ะฏ ะธ ะตััั ะผะพะฒะตัะพะฝ
ะะท ะตัะผั, ะธ ะฒัะต ะฒััะต โะพ ะผะพะน ะฑะพะณ!โ
ะกะพะฝ
ะะผั ะฟะตัะตะดะพะท
ะะพั ะพัะบัะดะฐ ั ะฒ ัะฒะพะน ะผะธั ะฟัะธััะป
ะัะพ
ะัะปะธ ะฝะต ั ัะพ ะพะฝ -
A-S-P-E-R-X
ะกะพััะพะฒะพะน ัะฑะพะนะฝัะน ัะธะผะฑะธะพะท
ะฃ ะฒะฐั ะฝะธ ะตะดะธะฝะพะณะพ ัะฐะฝัะฐ
ะฏ ะดะพััะฐั ะบะฐัะฐะฝั ั ะธั
ะณะพัะปะฐ, ะธ ะบัะพะฒะธ ัะฐะบ ะผะฝะพะณะพ
ะะฐัะป - ะทะฐ ัะพะบััะฐัะท
ะฏ ะฟะฐะฝะบ, ะธ ะฟะพะตะฑะฐัั ะทะฐะบะพะฝั ะธ ะถะฐะฝัั ะธ ะบะพะดะตะบัะฐ ัะฐัะธ ั
ะธะฟ... |
ะะฐะบ ัะตะฑะต ั
ะธะฟโ
ั
ะพะฟ?
ะะตะดั ัั ะฟะพะบะฐ ััะพ ะฝะฐ ะฒัะพัะพะผ
ะขะตะฟะตััโ
ะฒัะต ะฑัะดัั ะถะดะฐัั ัะตะณะพ-ัะพ
ะัะฒะตะทะตัั ะปะธ ัะฒะพะน ะฐะปัะฑะพะผ?
ะะฐ ัั ะฝะต ัะฟะฐะดะตัั ะปะธ ั ะปะตััะฝะธัั?
ะงัะพ, ะดัะผะฐะป, ะฑัะดะตั ะฒะตัะตะปะพ?
ะัััะต ะฑ ะธ ะดะฐะปััะต ะฟะตะป ัะตะฑะต
ะกะฒะพะธ ะฑะพะณะพะผ ะทะฐะฑัััะต ะฟะตัะตะฝะบะธ
ะขั ะฟะตัะตะปะพะฟะฐัะธะป ะฒัั ะผะฐะบัะปะฐัััั ะธะท ะปะพะผะฐะฝัั
ะดะฝะตะน ะดะฝะตะฒะฝะธะบะฐ
ะะพ ะฒััะธะฑะปะพ ะฟะฐะผััั, ะทะฐะฑัะพัะตะฝะพ ะฟัะพัะปะพะต, ะฒ ะพะทะตัะพ ะฒัะฑัะพัะต... |
ะัะธ ะผะตะฝั ะฒ ะบะฐะฟะปัั
ะธ ะบัะฐัะตัะฐั
, ัะผะฐั
ะธ ะฒะฟะฐะดะธะฝะฐั
ะฝะฐัะตะณะพ ะณะพัะพะดะฐ
ะัะธ ะผะตะฝั ัะฐะผ, ะณะดะต ััะตะฒะพะถะฝัะผโ
ะทะฐะฟััะฝะฐะฝะฐโ
ัะฒะตัะพะผ ะฝะฐ ัะปะธัะตโ
ัะบะพัะฐั
ะะตะปะฐะน, ััะพ ั
ะพัะตัั, ะฟะพะปััะธัั ััะพ ั
ะพัะตัั,โ
ะดััะธ ัะฐะฒะฝะพะผะตัะฝะพ ะธ ัะธั
ะพ
ะัะธ ะผะตะฝั ะฒ ะผัะปััะธะฟะปะธะบะฐัะธัั
ะฟะพััะถะตะปะตะต ะพะฑััะฝะพะณะพ ะผะธัะฐ
ะัะธ
ะัะธ
ะัะธ ะผะตะฝั ะฒ ะฟะพะนะผะฐะฝะฝัั
ะฒะทะณะปัะดะฐั
ะธ ะฝะฐะด ะณะพัะธะทะพะฝัะพะผ ะฟะพัะปะตะดะฝะตะณะพ ะฒะดะพั
ะฐ
ะัะธ ะผะตะฝั ะตัะปะธ... |
Dataset Card for "huggingartists/asper-x"
Dataset Summary
The Lyrics dataset parsed from Genius. This dataset is designed to generate lyrics with HuggingArtists. Model is available here.
Supported Tasks and Leaderboards
Languages
en
How to use
How to load this dataset directly with the datasets library:
from datasets import load_dataset
dataset = load_dataset("huggingartists/asper-x")
Dataset Structure
An example of 'train' looks as follows.
This example was too long and was cropped:
{
"text": "Look, I was gonna go easy on you\nNot to hurt your feelings\nBut I'm only going to get this one chance\nSomething's wrong, I can feel it..."
}
Data Fields
The data fields are the same among all splits.
text: astringfeature.
Data Splits
| train | validation | test |
|---|---|---|
| 18 | - | - |
'Train' can be easily divided into 'train' & 'validation' & 'test' with few lines of code:
from datasets import load_dataset, Dataset, DatasetDict
import numpy as np
datasets = load_dataset("huggingartists/asper-x")
train_percentage = 0.9
validation_percentage = 0.07
test_percentage = 0.03
train, validation, test = np.split(datasets['train']['text'], [int(len(datasets['train']['text'])*train_percentage), int(len(datasets['train']['text'])*(train_percentage + validation_percentage))])
datasets = DatasetDict(
{
'train': Dataset.from_dict({'text': list(train)}),
'validation': Dataset.from_dict({'text': list(validation)}),
'test': Dataset.from_dict({'text': list(test)})
}
)
Dataset Creation
Curation Rationale
Source Data
Initial Data Collection and Normalization
Who are the source language producers?
Annotations
Annotation process
Who are the annotators?
Personal and Sensitive Information
Considerations for Using the Data
Social Impact of Dataset
Discussion of Biases
Other Known Limitations
Additional Information
Dataset Curators
Licensing Information
Citation Information
@InProceedings{huggingartists,
author={Aleksey Korshuk}
year=2021
}
About
Built by Aleksey Korshuk
For more details, visit the project repository.
- Downloads last month
- 31