AI-ready · Developer-ready · Research-ready

سنڌي ٻوليءَ جو ھڪ کُليل ۽ آجو ڊيٽاسيٽ

Name: Sindhi Open Lexicon Master Dataset
Creator: Amar Fayaz Buriro
License: https://sindhilanguage.org/dataset/#license

سنڌي ٻوليءَ جو ھڪ آجو ۽ اجريل ڊيٽاسيٽ — جنھن ۾ سنڌي ٻوليءَ جون 223,342 لفظي داخلائون، موجود آھن، جيڪي لارج لئنگئيج ماڊلن (AI، NLP، LLMs،) وغيرہ سميت جديد لغت سازي، انٽرنيٽ جي سرچ انجڻين ۽ تعليمي ايپليڪيشنن لاءِ تيار ڪيون ويون آهن.

⬇ Download Full Dataset Developer Documentation

ڊائون لوڊنگ جو ڳاڻيٽو 1781

دستياب ڪندڙ: سنڌي لئنگئيج ڊاٽ آرگ · تيار ڪندڙ Amar Fayaz Buriro (امر فياض ٻرڙو)

{
  "dataset": "Sindhi Open Lexicon",
  "entries": 223342,
  "formats": ["CSV", "JSONL", "SQLite"],
  "publisher": "SindhiLanguage.org",
  "prepared_by": "Amar Fayaz Buriro"
}

223,342 ڊيٽا سيٽ جون ڪُل داخلائُون

88,947 ٺيٺ سنڌي ٻول

29,514 ديوان پرمانند ميوارام جي لغت

3 CSV · JSONL · SQLite

ھي ڊيٽاسيٽ ڇو اھم آھي؟

سنڌي ٻوليءَ لاءِ ھي ڊيٽاسيٽ مشيني ذھانت جي ھن دور ۾ سڀ کان اهم ضرورت آھي جيڪو صاف، ترتيب ڏنل، ڀلي نموني سان سينگاريل ۽ مختلف پليٽ فارمن ۾ ڪتب آڻڻ جوڳو آهي. هي ڊيٽاسيٽ ڊولپرن، محققن، يونيورسٽين، مشيني ذھانت تي آڌاريل نون ڪاروباري فرمن ۽ انساني ٻولين جي مشيني ماڊلن لاءِ هڪ بنيادي ۽ مستند ڊيٽاسيٽ طور ڪم ڪري سگهي ٿو.

✓ مشينن لاءِ ٻوليءَ جي وسيع ماڊلن لاءِ مناسب

✓ لغتن ۽ ھجي جي درستگين لاءِ استعمال لائق

✓ مختلف جڳھن تي استعمال ڪرڻ لاءِ آجو ۽ محفوظ

✓ UTF-8 سنڌي متن ۽ ڳولا لائق ترتيب ڏنل

Download Dataset

Full master package contains data, metadata, README and license files

📦

Full ZIP Package

CSV + JSONL + SQLite + metadata

Download 🤖

AI / LLM Ready

JSONL format for pipelines and model workflows

Download 🧑‍💻

Developer Ready

CSV and SQLite for apps, APIs and search tools

Download

Dataset Preview

Example structure for developers and AI researchers

Word	Grammar / POS	Definition	Source
ڀلو	adjective	سُٺو، سيبتو، اعلیٰ	جامع سنڌي لغات
ڪاتي	noun	scissors / cutting tool	ميوارام جي لغت
Archive	term	آرڪائيو / محفوظ دستاويز	Official Terms
Commerce	domain	واپار سان لاڳاپيل اصطلاح	Trade & Commerce

JSONL Example

{"word":"ڪاتي","part_of_speech":"noun","definition":
"knife,scissors","source_dictionary":"Mewaram_Dict"}

Required Attribution

SindhiLanguage.org
Prepared and curated by Amar Fayaz Buriro (امر فياض ٻرڙو)

Source Composition

Major source dictionaries and terminology collections included in the master dataset

جامع سنڌي لغات80,588

Official Terms37,599

Sindhi Dictionary by Mewaram (1910)29,514

English → Sindhi21,726

Devanagari/Sindhi → English16,519

Hindi → Sindhi15,300

Dataset Distribution Repositories

SindhiLanguage.org master dataset is also distributed through internationally recognized open-data and research repositories

Hugging Face

AI/LLM-ready dataset hosting for model builders, researchers and NLP developers.

Open Dataset ↗

GitHub

Public repository for developers, documentation, versioning and community contribution.

Open Repository ↗

Harvard Dataverse

Academic data citation, DOI-based discovery and long-term research visibility.

Open Dataverse ↗

Zenodo

Research archive distribution for citable releases and open scholarly access.

Open Record ↗

Kaggle

Data science platform access for notebooks, experiments and machine-learning use.

Open Kaggle Dataset ↗

IEEE DataPort

Engineering and technology research distribution for dataset visibility and citation.

Open IEEE DataPort ↗

Citation & Acknowledgment

Any public use, redistribution, derivative dataset, application, API, model card, research paper, or AI/LLM training note using this dataset must acknowledge

Sindhi Open Lexicon Master Dataset
Published by SindhiLanguage.org — https://sindhilanguage.org/
Prepared and curated by Amar Fayaz Buriro (امر فياض ٻرڙو)

License & Responsible Use

This dataset is released for research, education, AI/NLP development, software development, and non-malicious public-interest use with mandatory attribution