48 lines
2.8 KiB
Plaintext
48 lines
2.8 KiB
Plaintext
# Copyright (C) 2011-2011, International Business Machines Corporation
|
||
# and others. All Rights Reserved.
|
||
#
|
||
# file name: wordsegments.txt
|
||
# encoding: UTF-8
|
||
#
|
||
# created on: 2011may14
|
||
# created by: George Rhoten
|
||
# created by: Nathan Wells
|
||
#
|
||
# Word boundary test data for languages that contain no spaces.
|
||
# Boundaries are deliminated with the | character so that it's easier to debug.
|
||
#
|
||
# If you have test data with zero width spaces to deliminate the words, use the following command example.
|
||
# Be sure to copy the zero width space in the sed command.
|
||
# echo 'សូមចំណាយពេលបន្តិចដើម្បីអធិស្ឋានអរព្រះគុណដល់ព្រះអង្គ' | sed 's//\|/g'
|
||
#
|
||
|
||
# Khmer
|
||
តើ|លោក|មក|ពី|ប្រទេស|ណា
|
||
សណ្ដូក|ក|បណ្ដែត|ខ្លួន
|
||
ពណ៌ស|ម្ដេច|ថា|ខ្មៅ
|
||
#ប្រយោគ|ពី|របៀប|រួបរួម|និង|ភាព|ផ្សេងគ្នា|ដែល|អាច|ចូល
|
||
ប្រយោគ|ពី|របៀប|ដែល|និង|ភាព|ផ្សេងគ្នា|ដែល|អាច|ចូល
|
||
#ប្រយោគ|ពី|របៀប|ជា|មួយ|និង|ភាព|ផ្សេងគ្នា|ដែល|អាច|ចូល
|
||
សូម|ចំណាយពេល|បន្តិច|ដើម្បី|អធិស្ឋាន|អរព្រះគុណ|ដល់|ព្រះអង្គ
|
||
ការ|ថោកទាប|បរិប្បូណ៌|ដោយ
|
||
ប្រើប្រាស់|ស្អាត|ទាំង|ចិត្ត|សិស្ស|នោះ
|
||
បើ|អ្នក|ប្រព្រឺត្ត|អំពើអាក្រក់|មុខ|ជា|មាន
|
||
ប្រដាប់|ប្រដា|រ|រៀនសូត្រ|បន្ទប់|រៀន
|
||
ដើរតួ|មនុស្សគ|ឥត|បញ្ចេញ|យោបល់|សោះ|ឡើយ
|
||
មិន|អាច|ឲ្យ|យើង|ធ្វើ|កសិកម្ម|បាន|ឡើយ
|
||
បន្ត|សេចក្ត|ទៅទៀត
|
||
ក្រុម|ប៉ូលិស|បណ្តាក់|គ្នា
|
||
គ្មាន|សុខ|សំរាន្ត|ដង|ណា
|
||
បាន|សុខភាព|បរិប្បូណ៌
|
||
ជា|មេចោរ|ខ្ញុំ|នឹង|ស្លាប់|ទៅវិញ|ជា|មេចោរ
|
||
ឯ|ការ|វាយ|ផ្ចាល|ដែល|នាំ
|
||
គេ|ដឹក|ទៅ|សំឡាប់
|
||
#អ្នក|ដែល|ជា|មន្ត្រី|ធំ|លើ|គាត់|ទេ
|
||
យក|ទៅ|សម្លាប់ចោល|ស្ងាត់
|
||
ត្រូវ|បាន|គេ|សម្លាប់
|
||
នៅក្នុង|ស្រុក|ខ្ល|ងហ្ស៊ុន
|
||
|
||
# Thai
|
||
กู| |กิน|กุ้ง| |ปิ้่|งอ|ยู่|ใน|ถ้ำ
|
||
|