# 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