diff --git a/.gitattributes b/.gitattributes index a6344aac8c09253b3b630fb776ae94478aa0275b..8bc980cc9e885007be34e00f059e1ae7d3fc1d52 100644 --- a/.gitattributes +++ b/.gitattributes @@ -33,3 +33,10 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text *.zip filter=lfs diff=lfs merge=lfs -text *.zst filter=lfs diff=lfs merge=lfs -text *tfevents* filter=lfs diff=lfs merge=lfs -text +*.jar filter=lfs diff=lfs merge=lfs -text +*.pckl filter=lfs diff=lfs merge=lfs -text +*.mco filter=lfs diff=lfs merge=lfs -text +Parsivar/for_newwork/dar_row.txt filter=lfs diff=lfs merge=lfs -text +Parsivar/resource/postagger/UPC_full_model_wapiti filter=lfs diff=lfs merge=lfs -text +Parsivar/resource/tokenizer/enDict filter=lfs diff=lfs merge=lfs -text +Parsivar/resource/tokenizer/faDict filter=lfs diff=lfs merge=lfs -text diff --git a/GE2PE.py b/GE2PE.py new file mode 100644 index 0000000000000000000000000000000000000000..ae2be71ed09a1dec413fb491a83f6c5fc3f31fe4 --- /dev/null +++ b/GE2PE.py @@ -0,0 +1,105 @@ +from transformers import AutoTokenizer, T5ForConditionalGeneration +from Parsivar.normalizer import Normalizer + +class GE2PE(): + + def __init__(self, model_path = './content/checkpoint-320', GPU = False, dictionary = None): + """ + model_path: path to where the GE2PE transformer is saved. + GPU: boolean indicating use of GPU in generation. + dictionary: a dictionary for self-defined words. + """ + + self.GPU = GPU + self.model = T5ForConditionalGeneration.from_pretrained(model_path) + if self.GPU: + self.model = self.model.cuda() + self.tokenizer = AutoTokenizer.from_pretrained(model_path) + self.dictionary = dictionary + self.norma = Normalizer(pinglish_conversion_needed=True) + + def is_vowel(self, char): + return (char in ['a', '/', 'i', 'e', 'u', 'o']) + + def rules(self, grapheme, phoneme): + grapheme = grapheme.replace('آ', 'ءا') + words = grapheme.split(' ') + prons = phoneme.replace('1', '').split(' ') + if len(words) != len(prons): + return phoneme + for i in range(len(words)): + if 'ِ' not in words[i] and 'ُ' not in words[i] and 'َ' not in words[i]: + continue + for j in range(len(words[i])): + if words[i][j] == 'َ': + if j == len(words[i]) - 1 and prons[i][-1] != '/': + prons[i] = prons[i] + '/' + elif self.is_vowel(prons[i][j]): + prons[i] = prons[i][:j] + '/' + prons[i][j+1:] + else: + prons[i] = prons[i][:j] + '/' + prons[i][j:] + if words[i][j] == 'ِ': + if j == len(words[i]) - 1 and prons[i][-1] != 'e': + prons[i] = prons[i] + 'e' + elif self.is_vowel(prons[i][j]): + prons[i] = prons[i][:j] + 'e' + prons[i][j+1:] + else: + prons[i] = prons[i][:j] + 'e' + prons[i][j:] + if words[i][j] == 'ُ': + if j == len(words[i]) - 1 and prons[i][-1] != 'o': + prons[i] = prons[i] + 'o' + elif self.is_vowel(prons[i][j]): + prons[i] = prons[i][:j] + 'o' + prons[i][j+1:] + else: + prons[i] = prons[i][:j] + 'o' + prons[i][j:] + return ' '.join(prons) + + def lexicon(self, grapheme, phoneme): + words = grapheme.split(' ') + prons = phoneme.split(' ') + output = prons + for i in range(len(words)): + try: + output[i] = self.dictionary[words[i]] + if prons[i][-1] == '1' and output[i][-1] != 'e': + output[i] = output[i] + 'e1' + elif prons[i][-1] == '1' and output[i][-1] == 'e': + output[i] = output[i] + 'ye1' + except: + pass + return ' '.join(output) + + def generate(self, input_list, batch_size = 10, use_rules = False, use_dict = False): + """ + input_list: list of sentences to be phonemized. + batch_size: inference batch_size + use_rules: boolean indicating the use of rules to apply short vowels. + use_dict: boolean indicating the use of self-defined dictionary. + returns the list of phonemized sentences. + """ + + output_list = [] + input_list = [self.norma.normalize(text).replace('ك', 'ک') for text in input_list] + input = input_list + input_list = [text.replace('ِ', '').replace('ُ', '').replace('َ', '') for text in input_list] + for i in range(0,len(input_list),batch_size): + in_ids = self.tokenizer(input_list[i:i+batch_size], padding=True,add_special_tokens=False, return_attention_mask=True,return_tensors='pt') + if self.GPU: + out_ids = self.model.generate(in_ids["input_ids"].cuda(), attention_mask=in_ids["attention_mask"].cuda(), num_beams=5, + min_length= 1, max_length=512, early_stopping=True,) + else: + out_ids = self.model.generate(in_ids["input_ids"], attention_mask=in_ids["attention_mask"], num_beams=5, + min_length= 1, max_length=512, early_stopping=True,) + output_list += self.tokenizer.batch_decode(out_ids, skip_special_tokens=True) + + + if use_dict: + for i in range(len(input_list)): + output_list[i] = self.lexicon(input_list[i], output_list[i]) + + if use_rules: + for i in range(len(input_list)): + output_list[i] = self.rules(input[i], output_list[i]) + + output_list = [i.strip() for i in output_list] + return output_list diff --git a/Parsivar/__init__.py b/Parsivar/__init__.py new file mode 100644 index 0000000000000000000000000000000000000000..2905297dd15b962cb53e7643741aa511105f3d55 --- /dev/null +++ b/Parsivar/__init__.py @@ -0,0 +1,9 @@ +from .chunker import FindChunks +from .data_helper import DataHelper +from .dependency import DependencyParser +from .normalizer import Normalizer +from .postagger import POSTagger +from .stemmer import FindStems +from .tokenizer import Tokenizer +from .token_merger import ClassifierChunkParser +from .spell_checker import SpellCheck diff --git a/Parsivar/chunker.py b/Parsivar/chunker.py new file mode 100644 index 0000000000000000000000000000000000000000..84a32e2adb35ab9bb6905731e9c18cba62ed4a01 --- /dev/null +++ b/Parsivar/chunker.py @@ -0,0 +1,21 @@ +import nltk + +class FindChunks(): + def __init__(self): + self.grammar = r""" + VP: {} + VP: {} + VP: {} + NP: {} + NP: {} + VP: {} + VP: {+} + NP: {?+ ?} + DNP: {} + PP: {

} + PP: {

} + PP: {

} + PP: {

*} + DDNP: {} + NPP: {+} + """ diff --git a/Parsivar/data_helper.py b/Parsivar/data_helper.py new file mode 100644 index 0000000000000000000000000000000000000000..f98ff6ac9f2d825f220507b446698a8adfa4d66a --- /dev/null +++ b/Parsivar/data_helper.py @@ -0,0 +1,162 @@ +import pickle +import re +import string +import os + + +class DataHelper(): + def __init__(self): + pass + + def clean_text(self, text_doc, new_line_elimination): + punctuations = r')(}{:؟!،؛»«.' + r"/<>?.,:;" + punctuations = '[' + punctuations + string.punctuation + ']' + punctuations = punctuations.replace("@", "") + + text_doc.strip() + + # pattern = ur'\s*@[a-zA-Z0-9]*\s*' + # tmp = re.findall(pattern, text_doc) + # newstring = re.sub(pattern, eliminate_pattern, text_doc) + + + #finding the numbers + pattern = r"[-+]?\d*\.\d+|\d*٫\d+|\d+" + nums_list = re.findall(pattern, text_doc) + newstring = re.sub(pattern, 'floatingpointnumber', text_doc) + + + pattern = '\s*' + punctuations + '+' + '\s*' + tmp = re.findall(pattern, newstring) + newstring = re.sub(pattern, self.add_space, newstring) + + # pattern = u'([a-zA-Z0-9]+)(\s*)(' + punctuations + u')(\s*)([a-zA-Z0-9]+)' + # rep = ur'\1\3\5' + # tmp = re.findall(pattern, newstring) + # newstring = re.sub(pattern, rep, newstring) + + pattern = r'[\n]+' + tmp = re.findall(pattern, newstring) + if new_line_elimination: + newstring = re.sub(pattern, " ", newstring) + else: + # newstring = re.sub(pattern, "\n", newstring) + pass + elimination_pattern = re.compile(r'[`\u064Cˈ۔¤¬´§‘’\u064D]', re.UNICODE) + newstring = re.sub(elimination_pattern, self.eliminate_pattern, newstring) + #control characters + elimination_pattern = re.compile(r'[\u0000-\u0009\u000B-\u000C\u000E-\u001F]') + newstring = re.sub(elimination_pattern, self.eliminate_pattern, newstring) + + #convert << to « + newstring = re.sub(r"<<", r"«", newstring) + newstring = re.sub(r">>", r"»", newstring) + punctuations = r")(}{:؟!-،؛»«.@$&%" + r"/<>?.,:;" + latinLettersDigits = r"a-zA-Z0-9" + pattern = r'[^' + punctuations + latinLettersDigits + r'آ-ی' + '‌' + r'\d\s:]' + pattern = r'[^/<>?.,:;)(}{:؟!-،؛»«.@$&%a-zA-Z0-9آ-ی\d\s:\u200c]' + tmp = re.findall(pattern, newstring) + newstring = re.sub(pattern, self.eliminate_pattern, newstring) + + newstring = newstring.replace('\xad', '') + pattern = r'[ ]+' + tmp = re.findall(pattern, newstring) + newstring = re.sub(pattern, ' ', newstring) + + for number in nums_list: + pattern = 'floatingpointnumber' + newstring = re.sub(pattern, number, newstring, 1) + + return newstring + + def add_space(self, mystring): + mystring = mystring.group() # this method return the string matched by re + mystring = mystring.strip(' ') # ommiting the whitespace around the pucntuation + mystring = " " + mystring + " " # adding a space after and before punctuation + return mystring + + def replace_newline_with_dot(self, mystring): + return ' . ' + + def eliminate_pattern(self, mystring): + return "" + + def load_var(self, load_path): + file = open(load_path, 'rb') + variable = pickle.load(file) + file.close() + return variable + + def save_var(self, save_path, variable): + print("saving vars ...") + file = open(save_path, 'wb') + pickle.dump(variable, file) + print("variable saved.") + file.close() + + def build_stem_dictionary(self, normalizer, verb_tense_path, mokasar_noun_path): + path_dir = "resource/Persian_Dependency_Treebank/Data/2ndRep" + lexicon_stem = set() + verb_stem = set() + #verb_tense_map = {} + verb_p2f_map = {} + verb_f2p_map = {} + for fileName in os.listdir(path_dir): + file_path = path_dir + "/" + fileName + with open(file_path, "r") as input: + input_content = input.readlines() + for el in input_content: + el = normalizer.sub_alphabets(el) + el = el.split("\t") + if (len(el) > 2): + if (el[3] == 'V'): + tmp_pos = "V" + else: + tmp_pos = "N" + stem_word = el[2] + stem_word = stem_word.split("#") + stem_word = [x.strip('\u200c') for x in stem_word] + if (tmp_pos == "V" and len(stem_word) == 2): + if (len(stem_word[0]) != 0 and len(stem_word[1]) != 0): + verb_p2f_map[stem_word[0]] = stem_word[1] + verb_f2p_map[stem_word[1]] = stem_word[0] + verb_stem.add(stem_word[0]) + verb_stem.add(stem_word[1]) + if(tmp_pos == 'V' and len(stem_word) == 3): + if(len(stem_word[0]) != 0 and len(stem_word[1]) != 0 and len(stem_word[2]) !=0): + #verb_prifix.add(stem_word[0]) + verb_p2f_map[stem_word[1]] = stem_word[2] + verb_f2p_map[stem_word[2]] = stem_word[1] + verb_stem.add(stem_word[1]) + verb_stem.add(stem_word[2]) + for t in stem_word: + if len(t) > 1: + if (tmp_pos == 'N'): + lexicon_stem.add(t) + + with open(verb_tense_path, "r") as bon_file: + bon_file_content = bon_file.readlines() + for el in bon_file_content: + el = el.strip() + el = normalizer.sub_alphabets(el) + el = el.split() + el = [x.strip('\u200c') for x in el] + + verb_p2f_map[el[0]] = el[1] + verb_f2p_map[el[1]] = el[0] + verb_stem.add(el[0]) + verb_stem.add(el[1]) + + irregular_noun = {} + with open(mokasar_noun_path, "r") as input: + input_content = input.readlines() + for el in input_content: + el = normalizer.sub_alphabets(el) + el = el.replace("\t\t", "\t") + el = el.strip().split("\t") + el = [x.strip('\u200c') for x in el] + irregular_noun[el[0]] = el[1] + lexicon_stem.add(el[0]) + + verb_tense_map = [verb_p2f_map, verb_f2p_map] + return lexicon_stem, verb_stem, verb_tense_map, irregular_noun diff --git a/Parsivar/dependency.py b/Parsivar/dependency.py new file mode 100644 index 0000000000000000000000000000000000000000..98f841db6a973ad4fb9b9ab06d3c81bab2e8ec12 --- /dev/null +++ b/Parsivar/dependency.py @@ -0,0 +1,122 @@ +from nltk.parse.dependencygraph import DependencyGraph +from nltk.parse.malt import MaltParser +import os +import tempfile +from .stemmer import FindStems +from .postagger import POSTagger +from .tokenizer import Tokenizer +from .normalizer import Normalizer + + +class MyMaltParser(MaltParser): + def __init__(self, parser_dirname, model_filename, tagger, stemmer): + """ + An interface for parsing with the Malt Parser. + :param parser_dirname: The path to the maltparser directory that + contains the maltparser-1.x.jar + :type parser_dirname: str + :param model_filename: The name of the pre-trained model with .mco file + extension. If provided, training will not be required. + (see http://www.maltparser.org/mco/mco.html and + see http://www.patful.com/chalk/node/185) + :type model_filename: str + :param tagger: The tagger used to POS tag the raw string before + formatting to CONLL format. It should behave like `nltk.pos_tag` + :type tagger: function + :param stemmer: a function which returns stem of the word + :type function + """ + self.working_dir = parser_dirname + self.mco = model_filename + self.pos_tagger = tagger + self._malt_bin = os.path.join(parser_dirname, 'maltparser-1.9.2.jar') + self.stemmer = stemmer.convert_to_stem if stemmer else lambda w, t: '_' + + def parse_tagged_sent(self, sentences, verbose=False, top_relation_label='null'): + tmp_file_address = tempfile.gettempdir() + input_file = tempfile.NamedTemporaryFile(prefix='malt_input.conll', dir=tmp_file_address, delete=False) + output_file = tempfile.NamedTemporaryFile(prefix='malt_output.conll', dir=tmp_file_address, delete=False) + + for sentence in sentences: + for i, (word, tag) in enumerate(sentence, start=1): + word = word.strip() + if not word: + word = '_' + input_file.write(('\t'.join([str(i), word.replace(' ', '_'), self.stemmer(word, tag).replace(' ', '_'), tag, tag, '_', '0', 'ROOT', '_', '_', '\n'])).encode('utf8')) + input_file.write('\n'.encode('utf8')) + input_file.close() + + cmd = ['java', '-jar', self._malt_bin, '-w', self.working_dir, '-c', self.mco, '-i', input_file.name, '-o', output_file.name, '-m', 'parse'] + if self._execute(cmd, verbose) != 0: + raise Exception("MaltParser parsing failed: %s" % (' '.join(cmd))) + + dependency_graph = [] + with open(output_file.name, encoding='utf-8') as infile: + content = infile.read().strip().split('\n\n') + for sent in content: + dependency_graph.append(DependencyGraph(sent)) + + input_file.close() + output_file.close() + os.remove(input_file.name) + os.remove(output_file.name) + return dependency_graph + + +class DependencyParser: + def __init__(self, _normalizer=None, _tokenizer=None, _stemmer=None, _tagger=None): + self.dir_path = os.path.dirname(os.path.realpath(__file__)) + "/" + + if _normalizer is None: + self.my_normalizer = Normalizer() + else: + self.my_normalizer = _normalizer + + if _tokenizer is None: + self.my_tokenizer = Tokenizer() + else: + self.my_tokenizer = _tokenizer + + if _stemmer is None: + self.my_stemmer = FindStems() + else: + self.my_stemmer = _stemmer + + if _tagger is None: + self.my_tagger = POSTagger(tagging_model="wapiti").parse + else: + self.my_tagger = _tagger + + self.parser = MyMaltParser(parser_dirname=self.dir_path + 'resource/dependency_parser', + model_filename='total_dep_parser.mco', + tagger=self.my_tagger, + stemmer=self.my_stemmer) + + def make_trainable_corpus(self, in_file, out_file): + tagger = self.my_tagger + with open(in_file, 'r') as infile: + content = infile.read().strip().split('\n\n') + for i, sent in enumerate(content): + if len(sent) == 0: + continue + lines = sent.split('\n') + sent_tokens = [x.split('\t')[1] for x in lines] + tagged_sent = tagger(sent_tokens) + tages = [x[1] for x in tagged_sent] + for j, line in enumerate(lines): + line = line.split('\t') + line[3] = tages[j] + line[4] = tages[j] + line = '\t'.join(line) + lines[j] = line + sent = '\n'.join(lines) + content[i] = sent + content = '\n\n'.join(content) + with open(out_file, 'w') as outfile: + outfile.write(content) + return content + + def parse_sents(self, sents, verbose=False): + tagger = self.my_tagger + tagged_sents = [tagger(self.my_tokenizer.tokenize_words(sent)) for sent in sents] + return self.parser.parse_tagged_sent(tagged_sents, verbose) diff --git a/Parsivar/for_newwork/Book1.xls b/Parsivar/for_newwork/Book1.xls new file mode 100644 index 0000000000000000000000000000000000000000..65eac5bed80046f364bfe9c2a1c75544bfdf0099 Binary files /dev/null and b/Parsivar/for_newwork/Book1.xls differ diff --git a/Parsivar/for_newwork/aiyd.txt b/Parsivar/for_newwork/aiyd.txt new file mode 100644 index 0000000000000000000000000000000000000000..2b8cfaa0cbb84697e7a1099320abf6493ccdedb4 --- /dev/null +++ b/Parsivar/for_newwork/aiyd.txt @@ -0,0 +1,106 @@ + 127 + 49 + 30 + 26 + 24 + 21 + 20 + 18 + 18 + 18 + 11 + 10 + 10 + 8 + 7 + 7 + 6 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 +<\p> 2 +- 2 +. 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/aiyd_c.txt b/Parsivar/for_newwork/aiyd_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..0d2a67bd4598e4c44e898e06a7da585cfa5c68cd --- /dev/null +++ b/Parsivar/for_newwork/aiyd_c.txt @@ -0,0 +1,89 @@ + 127 + 49 + 30 + 26 + 24 + 21 + 20 + 18 + 18 + 18 + 11 + 10 + 10 + 8 + 7 + 7 + 6 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/am.txt b/Parsivar/for_newwork/am.txt new file mode 100644 index 0000000000000000000000000000000000000000..b31f4ae424047e018f4974a0378e1357916b9085 --- /dev/null +++ b/Parsivar/for_newwork/am.txt @@ -0,0 +1,661 @@ +. 348 + 296 + 163 + 102 +<\p> 82 + 75 + 73 + 69 + 63 + 63 + 60 +- 59 + 55 + 52 + 50 +ϐ 48 + 46 + 40 +" 37 + 37 + 34 + 34 + 32 + 32 + 32 + 29 + 27 + 26 + 26 + 25 + 24 + 22 + 21 + 19 + 18 +( 17 + 17 + 16 + 16 + 15 + 14 + 14 + 14 + 14 + 14 + 13 + 12 + 12 + 12 + 12 + 11 + 10 + 10 + 10 + 10 +: 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +223 8 + 8 + 8 + 8 +ȍ 7 +246 7 +# : # 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 +21 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +1 4 +) 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 +Ӂ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +с 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ߝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ޝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +ѐ 2 +ϐ 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 +ᝍ 1 +ԁ 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 +ϐ 1 +ʝ 1 + 1 + 1 +Ӂ 1 + 1 +16 1 +167 1 +170 1 +2 1 +... 1 +/ 1 +# 21 . Ӂ . # 1 +! 1 +27 1 +300 1 +5 1 +50 1 +67 1 + 1 +242 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ɝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 ++ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +㝍 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/am_c.txt b/Parsivar/for_newwork/am_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..9a6bf96f44fbb0954993efbcde06031038aac4ab --- /dev/null +++ b/Parsivar/for_newwork/am_c.txt @@ -0,0 +1,334 @@ + 296 + 163 + 75 + 73 + 69 + 63 + 63 + 60 + 55 + 50 +ϐ 48 + 46 + 40 + 34 + 34 + 32 + 32 + 32 + 29 + 27 + 26 + 22 + 19 + 18 + 17 + 16 + 16 + 15 + 14 + 14 + 14 + 14 + 14 + 13 + 12 + 11 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ȍ 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 +Ӂ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +с 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +ѐ 2 +ϐ 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԁ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +ʐ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/and.txt b/Parsivar/for_newwork/and.txt new file mode 100644 index 0000000000000000000000000000000000000000..c43e2d9785a743582a92f80f743ce4c8ee41b0d3 --- /dev/null +++ b/Parsivar/for_newwork/and.txt @@ -0,0 +1,726 @@ + 1360 + 1351 + 452 + 353 + 347 + 287 + 190 + 157 +. 131 + 120 + 117 + 108 + 107 + 104 + 98 + 85 + 74 + 73 + 70 + 67 + 62 + 59 + 57 + 52 + 51 + 48 + 47 + 44 + 43 + 42 + 40 + 37 + 34 + 32 + 32 + 32 + 31 + 29 + 29 +246 29 + 29 + 28 + 28 + 26 + 25 + 24 +<\p> 23 + 22 + 22 + 22 + 22 + 21 + 19 + 18 + 16 + 16 + 15 +ѐ 14 + 14 + 14 + 13 + 13 + 13 + 13 +Ӂ 12 + 12 + 12 + 11 +) 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 9 + 9 +( 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 +- 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ǐ 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 +Ґ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӂ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +흁 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 +4 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +... 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +0 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +15 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϝ 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +5 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +: 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +! 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/and_c.txt b/Parsivar/for_newwork/and_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..2c6867e90e837c690d861a220e207d3dedf59f7c --- /dev/null +++ b/Parsivar/for_newwork/and_c.txt @@ -0,0 +1,338 @@ + 1360 + 1351 + 452 + 353 + 347 + 287 + 190 + 157 + 120 + 117 + 108 + 107 + 104 + 98 + 85 + 74 + 73 + 70 + 67 + 62 + 59 + 57 + 52 + 51 + 48 + 47 + 44 + 43 + 42 + 40 + 37 + 34 + 32 + 32 + 32 + 31 + 29 + 29 + 29 + 28 + 28 + 26 + 25 + 22 + 22 + 22 + 22 + 21 + 19 + 18 + 16 + 16 + 15 +ѐ 14 + 14 + 14 + 13 + 13 + 13 +Ӂ 12 + 12 + 12 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 +ǐ 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 3 + 3 + 3 +Ґ 3 + 3 + 3 + 3 +Ӂ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +흁 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/ash.txt b/Parsivar/for_newwork/ash.txt new file mode 100644 index 0000000000000000000000000000000000000000..9d835b0b30b456bdc816c8d4631418cef7e836d9 --- /dev/null +++ b/Parsivar/for_newwork/ash.txt @@ -0,0 +1,802 @@ + 76 +ϐ 65 + 56 + 47 +) 39 + 36 + 35 + 34 + 30 + 20 + 20 + 19 + 18 + 18 + 16 + 16 + 15 + 15 +ѐ 14 + 14 + 14 + 13 +<\p> 13 +" 13 + 13 +ȍ 13 + 12 + 11 + 11 + 11 + 11 + 11 +Ԑ 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 +- 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 +246 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +( 6 + 6 + 6 + 6 + 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 +ϐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 +ʐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ލ 4 + 4 + 3 + 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʐ 3 + 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǐ 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +̐ 2 + 2 +ʁ 2 + 2 + 2 + 2 +Ǎ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +44 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ю 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 +Ȑ 1 +ρ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +38 1 +4 1 +157 1 +221 1 + 1 +# : # 1 +. 1 +: 1 + 1 + 1 + 1 + 1 +45 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +ϐ 1 +ю 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 +̐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +ɝԐ 1 + 1 + 1 + 1 +ʁǍ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ю 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӑ 1 + 1 +ސ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +흁 1 + 1 +ʐ 1 + 1 + 1 +ϐ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/ash_c.txt b/Parsivar/for_newwork/ash_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..709156e466f1c950204380b911d613f257b92a20 --- /dev/null +++ b/Parsivar/for_newwork/ash_c.txt @@ -0,0 +1,494 @@ + 76 +ϐ 65 + 56 + 47 + 35 + 34 + 30 + 20 + 20 + 19 + 18 + 18 + 16 + 16 + 15 + 15 +ѐ 14 + 14 + 14 + 13 + 13 +ȍ 13 + 12 + 11 + 11 + 11 + 11 + 11 +Ԑ 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 +ϐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 +ʐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ލ 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʐ 3 + 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǐ 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +̐ 2 + 2 +ʁ 2 + 2 + 2 + 2 +Ǎ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ю 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +ю 1 + 1 + 1 + 1 + 1 + 1 +ʎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 +̐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/at.txt b/Parsivar/for_newwork/at.txt new file mode 100644 index 0000000000000000000000000000000000000000..0ba2169efb865e8385679ca96a4c836f27c20531 --- /dev/null +++ b/Parsivar/for_newwork/at.txt @@ -0,0 +1,345 @@ + 52 +ϐ 29 + 27 + 20 + 15 +- 9 +167 9 +" 8 +ȍ 8 + 8 +<\p> 7 + 7 + 6 + 6 + 6 + 5 +( 5 +. 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +246 3 + 3 + 3 +222 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ӝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 +ѐ 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +͝ȝ 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ю 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +: 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +4 1 + 1 + 1 + 1 + 1 +223 1 +242 1 +034 1 + 1 +... 1 +) 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 +ʐ 1 + 1 + 1 +ѐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝߝ 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +Ν 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/at_c.txt b/Parsivar/for_newwork/at_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..b4856ebae4d22c97b3b901d16eeead1b1f67e967 --- /dev/null +++ b/Parsivar/for_newwork/at_c.txt @@ -0,0 +1,146 @@ + 52 +ϐ 29 + 27 + 20 + 15 +ȍ 8 + 8 + 7 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ю 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/ay.txt b/Parsivar/for_newwork/ay.txt new file mode 100644 index 0000000000000000000000000000000000000000..84f2c0f68bb5ca19d0fbf0319a51a9f5053b37b3 --- /dev/null +++ b/Parsivar/for_newwork/ay.txt @@ -0,0 +1,4765 @@ +: 3314 + 3039 + 2754 +. 2550 +<\p> 2541 + 2184 + 2035 + 1992 + 1692 + 1663 + 1501 + 1460 + 1252 + 932 + 922 + 915 + 900 + 893 + 890 + 881 +! 783 + 729 + 715 + 704 + 657 + 656 + 652 + 589 + 550 + 547 + 515 + 514 + 505 + 494 + 485 + 482 +) 480 + 479 + 472 + 470 + 462 + 452 + 447 + 437 + 431 + 430 + 428 + 414 + 403 + 402 + 396 + 392 + 381 + 370 + 369 + 369 + 368 +- 366 + 363 + 355 + 347 + 335 + 334 + 332 + 332 + 331 + 331 + 329 + 313 + 293 + 292 + 280 + 278 + 268 + 263 + 263 + 257 + 254 +( 251 + 250 + 245 + 239 + 233 + 232 + 225 + 224 + 223 + 220 + 220 + 219 + 216 +ѐ 214 + 211 + 197 + 195 + 192 + 191 + 188 + 186 + 185 + 184 + 183 + 183 + 183 + 177 + 176 + 176 + 175 + 172 +ǐ 171 + 167 + 167 + 163 + 163 + 160 + 159 + 157 + 156 + 155 + 154 + 154 + 154 + 153 + 153 + 150 + 149 + 147 + 146 + 145 + 142 + 141 + 140 +" 139 +ȍ 136 + 136 + 133 + 132 + 129 + 126 + 126 + 124 + 124 + 123 + 122 + 122 +... 122 +ǎ 120 + 120 + 120 + 118 + 118 + 117 + 116 + 116 + 114 + 112 + 111 + 108 + 106 + 105 + 104 + 104 + 102 + 101 + 99 + 98 + 98 + 96 + 95 + 94 + 94 + 94 + 93 + 92 + 92 + 92 + 91 + 91 + 89 + 88 + 87 + 87 + 86 + 85 + 84 + 84 + 84 + 83 + 81 + 81 +э 80 + 80 + 80 + 79 + 76 + 76 + 76 + 76 + 75 + 75 + 75 + 75 + 74 + 74 + 73 + 73 + 73 + 72 + 71 + 70 + 70 + 70 + 69 + 68 + 68 + 68 + 68 + 67 +223 67 + 67 + 66 + 66 + 66 + 65 + 65 + 65 + 64 + 64 + 64 + 64 + 64 + 63 + 62 + 62 +Ȑ 62 + 62 + 62 + 61 + 61 + 61 + 60 + 60 +Ȑ 59 + 59 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 57 + 57 + 57 + 56 + 56 + 56 + 55 + 55 + 55 + 54 + 54 + 54 + 54 + 53 + 53 + 53 + 52 + 52 + 52 + 52 + 52 + 52 + 51 + 51 + 51 + 50 + 50 + 50 + 50 + 50 + 49 + 49 + 49 + 49 + 48 + 48 + 48 + 47 + 46 + 46 + 46 + 46 + 46 + 46 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 44 + 44 + 43 + 43 + 43 + 42 + 42 + 42 + 42 + 42 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 40 + 40 + 40 + 40 + 40 + 40 + 39 + 39 + 39 +ʁ 39 + 39 + 39 + 39 + 39 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 37 + 37 + 37 + 37 + 36 + 36 + 36 + 36 +Ǎ 35 + 35 + 35 + 35 + 34 + 34 + 34 +ѐ 34 + 34 + 33 + 33 + 32 + 32 + 32 + 32 +# : # 32 + 32 + 32 + 32 + 31 + 31 + 31 + 31 + 31 + 31 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 28 + 28 +246 28 + 28 + 28 + 28 + 28 + 28 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 25 + 25 + 25 + 25 + 25 +/ 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 23 +ѐ 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 +ǐ 23 + 23 + 23 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 20 + 20 + 20 + 20 + 20 + 20 + 20 +흐 20 + 20 + 20 + 19 + 19 + 19 + 19 + 19 +ȍ 19 + 19 + 19 + 19 + 19 +ϐ 19 + 19 + 19 + 19 +흐 19 + 18 + 18 + 18 +ލ 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 +ѐ 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 17 + 17 + 17 + 17 + 17 + 17 +΍ 17 + 17 + 17 + 17 + 16 + 16 + 16 +ѐ 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +ȍ 14 + 14 + 14 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 12 + 12 + 12 + 12 + 12 +ǐ 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +э 12 + 12 + 12 + 12 + 12 +ʍ 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +э 11 + 11 + 11 +߁э 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 +ѐ 10 + 10 + 10 + 10 + 10 +흐 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +Ȑ 10 + 10 + 10 +э 10 + 10 + 10 + 10 + 10 + 10 +ȍ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +э 10 + 10 + 10 + 10 +Ȑ 10 + 10 + 10 + 10 +э 10 + 10 + 9 + 9 + 9 + 9 + 9 +ǐ 9 + 9 + 9 + 9 + 9 +ǎ 9 + 9 + 9 + 9 + 9 + 9 + 9 +с 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ϐ 9 + 8 + 8 + 8 + 8 + 8 + 8 +ȍ 8 + 8 + 8 + 8 + 8 + 8 + 8 +ʁ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ǁ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +Ǎ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ۍ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +흐 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +Ӂ 6 + 6 + 6 +Ґ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +흐 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +펐 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +9 5 + 5 + 5 + 5 +1 5 +5 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +с 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ԁ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ȑ 5 + 5 +Ȑ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ґ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ލ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +3 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +2 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǎ 4 + 4 + 4 + 4 +Ȑ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ρ 4 + 4 + 4 +1998 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +֍ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǁ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǐэ 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ȑ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +1996 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ȑ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӂ 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 ++ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +* 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1999 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ю 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ޞ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ȑ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʁ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +̐ 3 + 3 + 3 + 3 +ϝ 3 + 3 + 3 + 3 + 3 +6 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +흐 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ǎ 3 + 3 +15 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 +Ȑ 3 + 3 + 3 + 3 + 3 +Ȑ 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +흐 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 +ʁ 2 + 2 +Ȑ 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȍ 2 + 2 + 2 +Ȑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +175 2 +э 2 + 2 +ʎ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝȐ 2 + 2 + 2 + 2 +Ȑ 2 + 2 + 2 +ۍ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐѐ 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +э 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ǎ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +11 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ρ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +4 2 + 2 +흐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 +ǐ 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +с 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 +흁 2 + 2 +֝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ύ 2 + 2 + 2 + 2 +ѐ 2 + 2 +ߝ 2 + 2 + 2 + 2 +ҁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +13 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ȑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ґ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ԁ 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ρ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ȑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ӁӐ 2 +흐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +7 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +坐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 1 + 1 +# # 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +582 1 + 1 +119 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ύѐ 1 +坁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ύ 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 +60 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1176 1 + 1 +33 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 + 1 +58 1 +02 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ߝѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ލ 1 +흁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 +36 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +62 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ǐ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 +ȝ 1 + 1 +ǎ 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +1244 1 + 1 + 1 + 1 + 1 + 1 +1234 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +㎐ 1 +흁 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +< 1 + 1 + 1 +66 1 +ϡ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̐ 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 +1125 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +25 1 +1228 1 + 1 + 1 + 1 + 1 + 1 +8 1 + 1 + 1 + 1 +1152 1 +ϐ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +# 18 2002 # 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѡ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +827 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +973 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +161 1 + 1 + 1 +996 1 + 1 +1013 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ҁ 1 + 1 +ϝ 1 + 1 + 1 + 1 + 1 +242 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȁ 1 + 1 + 1 +ѐ 1 + 1 + 1 +ѐ 1 + 1 + 1 +Ȑ 1 +ǐ 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѝ 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +673 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +ӁӐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1319 1 + 1 +ǐ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϝ 1 + 1 +813 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 +ϐ 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +100 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +97 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 +399 1 + 1 + 1 +坐 1 + 1 +52 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 +ϐ 1 + 1 + 1 + 1 +ȝ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 +ʁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 +ԝ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +ʁ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 +808 1 + 1 +# # 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1531 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1165 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +75 1 + 1 + 1 + 1 + 1 +ϝ 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +흁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +19 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +476 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +43 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +921 1 + 1 +Ӂ 1 +䝁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +# # 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 +ʝȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 +675 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝁 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 +1381 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݐ 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +909 1 + 1 + 1 + 1 +1367 1 + 1 + 1 + 1 + 1 + 1 + 1 +904 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1361 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +500 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +ʐ 1 + 1 + 1 + 1 += 1 + 1 +189 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +300 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +832 1 +Ǎ 1 +ߐ 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +1158 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +# # 1 + 1 +ȝ 1 + 1 +1528 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 +329 1 + 1 + 1 +1350 1 + 1 + 1 +흐 1 +ޝȐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +179 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +# # 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝȐ 1 + 1 + 1 + 1 + 1 +23 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +# # 1 +ϐ 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +1254 1 + 1 + 1 + 1 + 1 +756 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 +900 1 +́ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 +㝍 1 +ʝ 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 +1325 1 +ʝ坐 1 + 1 +ۍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʁ 1 + 1 +ǐ 1 + 1 +흝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +䐝 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 +ҁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +104 1 + 1 +391 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +797 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +1413 1 +ѐ 1 + 1 + 1 + 1 + 1 +ȍ坐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1163 1 + 1 + 1 + 1 +ʍ 1 + 1 + 1 + 1 + 1 + 1 +' 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +" 1 + 1 + 1 + 1 + 1 + 1 + 1 +99 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԁ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +578 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ލ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 +{{ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +ѐ 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/ay_c.txt b/Parsivar/for_newwork/ay_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..fbde5645109071f3223aa73c04d2b0eaf6c5276e --- /dev/null +++ b/Parsivar/for_newwork/ay_c.txt @@ -0,0 +1,1254 @@ + 3039 + 2754 + 2184 + 2035 + 1692 + 1663 + 1501 + 1460 + 1252 + 932 + 922 + 915 + 893 + 890 + 881 + 729 + 715 + 704 + 657 + 656 + 652 + 589 + 550 + 547 + 515 + 505 + 494 + 485 + 482 + 479 + 472 + 470 + 462 + 447 + 437 + 431 + 428 + 414 + 403 + 402 + 396 + 392 + 381 + 370 + 369 + 369 + 368 + 363 + 355 + 347 + 335 + 334 + 332 + 331 + 329 + 313 + 293 + 292 + 280 + 278 + 268 + 263 + 263 + 257 + 254 + 250 + 245 + 239 + 233 + 232 + 225 + 224 + 223 + 220 + 220 + 219 + 216 +ѐ 214 + 211 + 197 + 195 + 192 + 191 + 188 + 186 + 185 + 184 + 183 + 183 + 183 + 177 + 175 + 172 +ǐ 171 + 167 + 167 + 163 + 163 + 160 + 159 + 157 + 155 + 154 + 154 + 154 + 153 + 153 + 149 + 147 + 146 + 145 + 142 + 141 + 140 +ȍ 136 + 136 + 133 + 132 + 129 + 126 + 126 + 124 + 123 + 122 + 122 +ǎ 120 + 120 + 120 + 118 + 118 + 117 + 116 + 116 + 114 + 112 + 111 + 108 + 106 + 105 + 104 + 104 + 102 + 101 + 99 + 98 + 98 + 96 + 95 + 94 + 94 + 92 + 92 + 91 + 91 + 88 + 87 + 85 + 84 + 84 + 84 + 83 + 81 + 81 +э 80 + 80 + 79 + 76 + 76 + 75 + 75 + 74 + 74 + 73 + 73 + 73 + 72 + 71 + 70 + 70 + 70 + 69 + 68 + 68 + 68 + 68 + 67 + 67 + 66 + 66 + 66 + 65 + 65 + 64 + 64 + 64 + 64 + 64 + 63 + 62 + 62 + 62 + 62 + 61 + 61 + 61 + 60 + 60 +Ȑ 59 + 59 + 58 + 58 + 58 + 58 + 58 + 58 + 57 + 57 + 56 + 56 + 56 + 55 + 55 + 55 + 54 + 54 + 54 + 54 + 53 + 53 + 53 + 52 + 52 + 52 + 52 + 52 + 52 + 51 + 51 + 51 + 50 + 50 + 50 + 50 + 50 + 49 + 49 + 49 + 48 + 48 + 47 + 46 + 46 + 46 + 46 + 46 + 45 + 45 + 45 + 45 + 45 + 44 + 44 + 43 + 43 + 42 + 42 + 42 + 42 + 42 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 40 + 40 + 40 + 40 + 40 + 39 + 39 + 39 +ʁ 39 + 39 + 39 + 39 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 37 + 36 + 36 + 36 + 36 +Ǎ 35 + 35 + 35 + 35 + 34 + 34 + 34 +ѐ 34 + 33 + 33 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 31 + 31 + 31 + 31 + 31 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 28 + 28 + 28 + 28 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 26 + 26 + 26 + 26 + 26 + 26 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 23 +ѐ 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 20 + 20 + 20 + 20 + 20 +흐 20 + 20 + 20 + 19 +ȍ 19 + 19 + 19 + 19 +ϐ 19 + 19 + 19 + 19 +흐 19 + 18 +ލ 18 + 18 + 18 + 18 + 18 + 18 +ѐ 18 + 18 + 18 + 18 + 18 + 18 + 18 + 17 + 17 + 17 + 17 + 17 +΍ 17 + 17 + 17 + 17 + 16 + 16 +ѐ 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +ȍ 14 + 14 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 12 + 12 + 12 +ǐ 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +э 12 + 12 + 12 + 12 +ʍ 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +э 11 + 11 + 11 +߁э 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 +ѐ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +э 10 + 10 + 10 +ȍ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +э 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +с 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ϐ 9 + 8 + 8 + 8 + 8 +ȍ 8 + 8 +ʁ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ǁ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +Ǎ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ۍ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +Ӂ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +с 5 + 5 + 5 + 5 + 5 + 5 + 5 +ԁ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ґ 5 + 5 + 5 + 5 + 5 +ލ 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǎ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ρ 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 +֍ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǁ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +̐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ǎ 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʁ 2 + 2 + 2 + 2 +ȍ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ۍ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ρ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 \ No newline at end of file diff --git a/Parsivar/for_newwork/ayim.txt b/Parsivar/for_newwork/ayim.txt new file mode 100644 index 0000000000000000000000000000000000000000..1a90f4e04e58efe6260af90385ec8466aee1f083 --- /dev/null +++ b/Parsivar/for_newwork/ayim.txt @@ -0,0 +1,173 @@ + 256 + 88 + 79 + 58 + 52 + 46 + 45 + 29 + 23 + 22 + 22 + 20 + 18 + 18 + 18 + 17 + 16 + 16 + 15 + 13 + 13 + 13 + 12 + 12 + 11 + 11 + 10 + 10 + 9 +246 8 + 8 + 7 + 6 +<\p> 6 + 6 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 2 +ǐ 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +- 2 +. 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +: 1 +" 1 +# : # 1 + 1 +223 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/ayim_c.txt b/Parsivar/for_newwork/ayim_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..122448ae4598a75ed7ddebb3a9900f7fad5c90b3 --- /dev/null +++ b/Parsivar/for_newwork/ayim_c.txt @@ -0,0 +1,121 @@ + 256 + 88 + 79 + 58 + 52 + 46 + 45 + 29 + 23 + 22 + 22 + 20 + 18 + 18 + 18 + 17 + 16 + 16 + 15 + 13 + 13 + 13 + 12 + 12 + 11 + 11 + 10 + 10 + 9 + 8 + 7 + 6 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 2 +ǐ 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/barmi.txt b/Parsivar/for_newwork/barmi.txt new file mode 100644 index 0000000000000000000000000000000000000000..88a0f20028aa2e967150e6dd44318ec5e03c55b2 --- /dev/null +++ b/Parsivar/for_newwork/barmi.txt @@ -0,0 +1,158 @@ + 1397 + 346 + 341 + 246 + 217 + 166 + 166 + 156 + 119 + 101 + 100 + 98 + 93 + 91 + 60 + 59 + 52 + 45 + 44 + 44 + 42 + 39 + 37 + 37 + 36 + 35 + 34 + 32 + 29 + 27 + 24 + 22 + 21 + 21 + 19 + 18 + 17 + 17 + 14 + 13 + 13 + 13 + 12 + 11 + 10 + 9 + 8 + 8 + 7 + 7 + 7 + 7 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +<\p> 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +. 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/barmi_c.txt b/Parsivar/for_newwork/barmi_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..62ca1fd6a95d1d229f770603ba8a73a1d416c22f --- /dev/null +++ b/Parsivar/for_newwork/barmi_c.txt @@ -0,0 +1,120 @@ + 1397 + 346 + 341 + 246 + 217 + 166 + 166 + 156 + 119 + 101 + 100 + 98 + 93 + 91 + 60 + 59 + 52 + 45 + 44 + 44 + 42 + 39 + 37 + 37 + 36 + 35 + 34 + 32 + 29 + 27 + 24 + 22 + 21 + 21 + 19 + 18 + 17 + 17 + 14 + 13 + 13 + 13 + 12 + 11 + 10 + 9 + 8 + 8 + 7 + 7 + 7 + 7 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 diff --git a/Parsivar/for_newwork/barnemi.txt b/Parsivar/for_newwork/barnemi.txt new file mode 100644 index 0000000000000000000000000000000000000000..b8547ba93ebc2592ccca45ac35d993d2955e18a4 --- /dev/null +++ b/Parsivar/for_newwork/barnemi.txt @@ -0,0 +1,61 @@ + 267 + 160 + 160 + 111 + 94 + 80 + 65 + 55 + 55 + 38 + 35 + 28 + 26 + 24 + 23 + 21 + 20 + 19 + 18 + 17 + 16 + 16 + 16 + 15 + 12 + 11 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 8 + 8 + 8 + 7 + 7 + 7 + 5 + 5 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 diff --git a/Parsivar/for_newwork/barnemi_c.txt b/Parsivar/for_newwork/barnemi_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..b8547ba93ebc2592ccca45ac35d993d2955e18a4 --- /dev/null +++ b/Parsivar/for_newwork/barnemi_c.txt @@ -0,0 +1,61 @@ + 267 + 160 + 160 + 111 + 94 + 80 + 65 + 55 + 55 + 38 + 35 + 28 + 26 + 24 + 23 + 21 + 20 + 19 + 18 + 17 + 16 + 16 + 16 + 15 + 12 + 11 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 8 + 8 + 8 + 7 + 7 + 7 + 5 + 5 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 diff --git a/Parsivar/for_newwork/barnemi_row.txt b/Parsivar/for_newwork/barnemi_row.txt new file mode 100644 index 0000000000000000000000000000000000000000..1e1845bdd8e956a0085c01a4c48387f595db65ee --- /dev/null +++ b/Parsivar/for_newwork/barnemi_row.txt @@ -0,0 +1,1636 @@ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + . + + + + + + + + + + + + + + <\p> + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + . + . + . + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + diff --git a/Parsivar/for_newwork/bazmi.txt b/Parsivar/for_newwork/bazmi.txt new file mode 100644 index 0000000000000000000000000000000000000000..12de1f23a48b7740df9f81023ee2beb84c77638a --- /dev/null +++ b/Parsivar/for_newwork/bazmi.txt @@ -0,0 +1,85 @@ + 760 + 112 + 81 + 73 + 47 + 40 + 38 + 33 + 31 + 22 + 20 + 19 + 15 + 13 + 12 + 12 + 10 + 10 + 9 + 9 + 8 + 7 + 6 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/bazmi_row.txt b/Parsivar/for_newwork/bazmi_row.txt new file mode 100644 index 0000000000000000000000000000000000000000..cc807809a595ef929026c4cdf37dce8872b171b3 --- /dev/null +++ b/Parsivar/for_newwork/bazmi_row.txt @@ -0,0 +1,1509 @@ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + Ӂ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + diff --git a/Parsivar/for_newwork/baznemi.txt b/Parsivar/for_newwork/baznemi.txt new file mode 100644 index 0000000000000000000000000000000000000000..b8cd16c4ba81d11f16bc30e3f97716becb6840da --- /dev/null +++ b/Parsivar/for_newwork/baznemi.txt @@ -0,0 +1,21 @@ + 33 + 10 + 7 + 4 + 4 + 4 + 3 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/baznemi_row.txt b/Parsivar/for_newwork/baznemi_row.txt new file mode 100644 index 0000000000000000000000000000000000000000..5e6e85a248657d78e7b99b2eda69d8640c427fa2 --- /dev/null +++ b/Parsivar/for_newwork/baznemi_row.txt @@ -0,0 +1,83 @@ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + diff --git a/Parsivar/for_newwork/bi.txt b/Parsivar/for_newwork/bi.txt new file mode 100644 index 0000000000000000000000000000000000000000..0b6e3ff8a6ae63643cde9e7fa294c61e49b507fc --- /dev/null +++ b/Parsivar/for_newwork/bi.txt @@ -0,0 +1,3257 @@ +. 5684 + 1060 + 779 + 648 + 627 + 580 + 567 + 554 + 529 + 457 + 433 + 427 + 425 + 363 + 346 + 336 + 326 + 318 + 316 + 311 + 306 + 284 + 277 + 277 + 267 + 262 + 257 + 256 + 251 + 246 + 244 + 239 + 237 + 236 + 234 + 233 + 223 + 222 + 214 + 210 + 207 + 205 + 205 + 198 + 197 + 194 + 192 + 190 + 189 + 184 + 182 + 180 + 172 + 172 + 168 + 163 + 162 + 160 + 158 + 156 + 153 +с 152 + 149 + 149 + 148 + 144 + 140 + 140 + 136 + 134 + 129 + 129 +Ȑ 129 + 128 + 128 + 125 + 122 + 122 + 121 + 119 + 116 + 115 + 113 + 113 +Ґ 111 + 110 + 110 + 109 + 108 + 108 + 106 + 105 + 105 + 104 + 102 + 102 + 102 + 102 + 101 + 101 + 101 + 100 + 100 + 100 + 99 + 99 + 99 + 98 + 98 + 97 + 95 + 95 + 94 + 91 + 90 + 90 + 90 + 88 + 84 + 83 + 82 + 82 + 81 + 78 + 78 + 77 + 76 + 76 + 76 + 76 + 76 + 74 +<\p> 73 + 73 + 73 + 72 + 69 + 69 +ސ 69 + 69 + 68 + 68 + 67 + 67 + 66 + 64 + 63 + 62 + 62 + 62 + 61 + 61 + 61 + 59 + 58 + 57 + 57 + 57 + 56 + 56 + 56 + 55 + 55 + 55 + 54 + 54 + 52 + 52 + 52 + 51 + 50 + 50 + 49 + 49 + 49 + 49 + 49 + 49 + 48 + 47 + 47 + 46 + 46 + 45 + 45 + 45 + 45 + 45 + 44 + 44 + 44 + 43 + 42 + 42 + 42 + 42 + 42 + 41 + 41 + 41 + 40 + 40 + 40 + 39 + 39 +- 38 + 38 + 38 + 37 + 37 + 37 + 37 + 36 + 36 + 36 + 35 + 35 + 34 + 34 + 34 + 34 + 33 + 33 + 33 + 32 + 32 + 31 + 31 + 31 + 31 + 31 + 30 + 30 + 30 + 29 + 29 + 29 + 29 + 29 + 29 + 29 +Ґ 28 + 28 + 28 + 28 + 28 + 28 + 28 + 27 + 27 + 27 + 27 + 27 + 26 + 26 + 26 + 26 + 26 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 23 +ѐ 23 + 23 + 23 + 23 + 23 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 +ݝ 22 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 19 + 19 + 19 + 19 + 19 + 19 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 17 + 17 + 17 +ѐ 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 +( 15 + 15 +" 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +242 13 + 13 + 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +с 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +) 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +: 11 + 11 + 11 + 11 + 11 +... 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 +ѐ 10 + 10 + 10 + 10 + 10 + 10 +с 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ѐ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʝ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ϐ 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ԝ 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +! 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +Ǎ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ѐ 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ȍ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +֐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ԝ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +2 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 +ԝ 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +3 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ސ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 +ϐ 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ȑ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ِ 4 + 4 + 4 +ʐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ȝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +31 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 + 3 + 3 + 3 +坐 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +퍐 3 +ȝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +͝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ޝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 ++ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +흁 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ߝ 2 +ߝ 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +؝ 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ݝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +52 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѝ 2 + 2 + 2 + 2 +͝ 2 + 2 +͝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ǎ 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +̐ 2 + 2 + 2 +ʝ 2 + 2 + 2 +ʝ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ݝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +֐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ޝ 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +֝ 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ѐ 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +䐝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 +ӝ 1 + 1 + 1 + 1 +䝝 1 + 1 + 1 + 1 + 1 + 1 +312 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐʝ 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ȝ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +퍝 1 + 1 + 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝѐ 1 + 1 + 1 + 1 + 1 + 1 +э 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +ȝ 1 + 1 + 1 + 1 +ȝ 1 + 1 +Ґ 1 + 1 + 1 +ϐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䐝 1 + 1 + 1 + 1 +ݐ 1 + 1 + 1 +坝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ސ 1 +" 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +坍 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 +坍 1 +Ԑ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +㝐 1 + 1 + 1 + 1 + 1 +흝 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝѐ 1 + 1 +ڝ 1 + 1 +坍 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 +316 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +96 1 + 1 + 1 +ʝ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +* 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +29 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +$ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 +ѐ 1 +ӝ 1 + 1 +ʝ 1 + 1 + 1 + 1 +坁 1 +ȝ 1 +퍝 1 + 1 +㝐 1 + 1 + 1 + 1 + 1 + 1 +؝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 +ѝ 1 + 1 +ʝ 1 +ԝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ǎ 1 + 1 +ȝ 1 + 1 +ʝ 1 + 1 + 1 +5511 1 + 1 + 1 + 1 + 1 +ݐ 1 + 1 +} 1 +ѐ 1 + 1 + 1 + 1 +‹ 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ρǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ԝ 1 + 1 +1200 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +؝ 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 +ѐ 1 + 1 + 1 +ސ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +՝ 1 + 1 + 1 +흝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 +ԁ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ސ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +51 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +؝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +8 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝁 1 + 1 + 1 + 1 + 1 +坐 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +1 1 + 1 +ȁ 1 + 1 +ؐ 1 + 1 + 1 + 1 +373 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 +87 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 +ސ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +Ȑ 1 + 1 + 1 +55 1 + 1 + 1 + 1 + 1 + 1 +흁 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +͝ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 +ސ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +60 1 + 1 + 1 +ѝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +掐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坁 1 +' 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +䐝 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝐 1 +ݝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +58 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ю 1 + 1 + 1 + 1 + 1 + 1 + 1 +0 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 +坁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԕ 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/bi_c.txt b/Parsivar/for_newwork/bi_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..e2faea9a28c96073ec3f1ed31e89a83f323c9728 --- /dev/null +++ b/Parsivar/for_newwork/bi_c.txt @@ -0,0 +1,794 @@ + 1060 + 779 + 648 + 627 + 580 + 567 + 554 + 433 + 425 + 363 + 346 + 336 + 326 + 318 + 311 + 306 + 284 + 277 + 277 + 267 + 262 + 257 + 256 + 251 + 246 + 244 + 239 + 237 + 236 + 234 + 233 + 223 + 222 + 214 + 210 + 205 + 205 + 198 + 197 + 194 + 192 + 190 + 189 + 184 + 182 + 180 + 172 + 172 + 168 + 162 + 160 + 158 + 156 + 153 +с 152 + 149 + 149 + 148 + 144 + 140 + 140 + 136 + 134 + 129 + 129 +Ȑ 129 + 128 + 128 + 125 + 122 + 122 + 121 + 119 + 116 + 115 + 113 + 113 +Ґ 111 + 110 + 110 + 109 + 108 + 108 + 106 + 105 + 105 + 104 + 102 + 102 + 102 + 102 + 101 + 101 + 101 + 100 + 100 + 99 + 98 + 98 + 97 + 95 + 95 + 94 + 91 + 90 + 90 + 88 + 84 + 83 + 82 + 82 + 81 + 78 + 78 + 77 + 76 + 76 + 76 + 76 + 76 + 74 + 73 + 73 + 72 + 69 + 69 +ސ 69 + 69 + 68 + 67 + 66 + 64 + 63 + 62 + 62 + 61 + 61 + 61 + 59 + 57 + 57 + 57 + 56 + 56 + 56 + 55 + 55 + 55 + 54 + 52 + 52 + 51 + 50 + 49 + 49 + 49 + 49 + 49 + 49 + 48 + 47 + 47 + 45 + 45 + 45 + 45 + 45 + 44 + 44 + 44 + 43 + 42 + 42 + 42 + 42 + 41 + 41 + 41 + 40 + 40 + 40 + 39 + 39 + 38 + 38 + 37 + 37 + 37 + 36 + 36 + 36 + 35 + 35 + 34 + 34 + 34 + 33 + 33 + 33 + 32 + 32 + 31 + 31 + 31 + 31 + 31 + 30 + 30 + 29 + 29 + 29 + 29 + 29 + 29 + 29 +Ґ 28 + 28 + 28 + 28 + 28 + 28 + 27 + 27 + 27 + 27 + 26 + 26 + 26 + 26 + 26 + 25 + 25 + 25 + 25 + 25 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 23 +ѐ 23 + 23 + 23 + 23 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 +ݝ 22 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 20 + 20 + 20 + 20 + 20 + 20 + 19 + 19 + 19 + 19 + 19 + 19 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +с 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 +ѐ 10 + 10 + 10 + 10 + 10 + 10 +с 10 + 10 + 10 + 10 + 10 + 10 +ѐ 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʝ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ϐ 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ԝ 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ѐ 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 +ȍ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ԝ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 +ԝ 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ސ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ȑ 4 + 4 + 4 + 4 + 4 + 4 +ǐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ِ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ڝ 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 diff --git a/Parsivar/for_newwork/dar.txt b/Parsivar/for_newwork/dar.txt new file mode 100644 index 0000000000000000000000000000000000000000..5eab90c21df65713d9ec0f15d44c1198622b76f5 --- /dev/null +++ b/Parsivar/for_newwork/dar.txt @@ -0,0 +1,44271 @@ + 141359 + 45462 + 40117 + 28038 + 26454 + 23381 + 22759 +<\p> 18418 + 16492 + 15273 + 14112 + 13741 + 13557 + 12767 + 12383 + 12054 + 11972 + 10457 + 10381 + 8487 + 8462 + 8385 + 8053 + 8018 + 7758 + 7704 + 7612 + 7600 + 7431 + 7270 + 7266 + 7086 + 7024 + 6908 + 6846 + 6707 + 6624 + 6579 + 6319 + 6183 + 6107 + 6048 + 5936 + 5885 + 5720 + 5701 + 5673 + 5636 + 5631 + 5606 + 5598 + 5590 + 5350 + 5343 + 5320 + 5027 + 4969 + 4762 + 4654 + 4631 + 4626 + 4622 + 4523 + 4452 + 4442 + 4402 + 4327 + 4291 +ϐ 4218 + 4150 + 4104 + 4100 + 4097 + 4046 + 3977 + 3855 + 3807 + 3749 +. 3743 + 3734 + 3731 + 3710 + 3707 + 3665 + 3571 + 3568 + 3507 +Ԑ 3506 + 3498 + 3452 + 3332 + 3307 + 3245 + 3244 + 3241 + 3217 + 3209 + 3201 + 3187 + 3178 + 3155 + 3138 + 3129 + 3126 + 3123 + 3117 + 3086 + 3044 + 2969 + 2937 + 2917 + 2916 + 2913 + 2890 + 2828 + 2827 + 2824 + 2814 + 2809 + 2782 + 2781 + 2778 + 2765 + 2761 + 2760 + 2690 +ʝ 2657 + 2650 + 2636 +" 2623 +э 2617 + 2614 + 2611 + 2594 + 2587 + 2545 + 2544 + 2538 + 2499 + 2498 + 2494 + 2483 + 2475 + 2419 + 2409 + 2394 + 2392 + 2381 + 2372 + 2272 + 2262 + 2259 + 2258 + 2256 + 2249 + 2218 + 2200 + 2167 + 2157 + 2137 + 2124 + 2119 + 2118 + 2098 + 2087 + 2080 + 2076 + 2067 + 2064 + 2063 + 2061 +Ԑ 2053 + 2051 + 2051 + 2043 + 2035 + 2033 + 2027 + 2012 + 2009 + 1992 + 1986 + 1973 + 1962 + 1935 + 1931 + 1926 + 1903 + 1901 + 1879 + 1873 + 1871 + 1857 + 1856 + 1849 + 1849 + 1842 + 1841 + 1837 + 1812 + 1806 + 1776 + 1741 + 1740 + 1739 + 1732 + 1731 + 1714 + 1710 + 1686 + 1682 + 1668 + 1657 + 1648 + 1642 + 1633 + 1627 + 1610 + 1596 + 1576 + 1571 + 1559 + 1552 + 1550 + 1543 + 1537 + 1511 + 1507 + 1492 + 1492 + 1478 + 1474 + 1452 + 1447 + 1442 + 1436 + 1434 + 1421 + 1406 + 1401 + 1396 + 1395 + 1395 + 1382 + 1367 + 1343 + 1337 + 1330 + 1330 + 1326 + 1326 + 1322 + 1319 + 1305 + 1300 + 1293 + 1286 + 1275 + 1271 + 1264 + 1263 + 1259 + 1253 +Ӂ 1253 + 1244 + 1241 + 1241 + 1239 + 1233 + 1228 +( 1215 + 1214 + 1213 + 1199 + 1198 + 1192 + 1191 + 1184 + 1183 + 1176 +Ԑ 1175 + 1171 + 1168 +: 1160 + 1155 + 1150 + 1150 + 1146 + 1143 + 1141 + 1140 + 1138 + 1138 + 1134 + 1133 + 1124 + 1123 + 1120 + 1120 + 1118 + 1116 + 1112 + 1110 + 1109 + 1095 + 1091 + 1088 + 1079 + 1078 + 1078 + 1078 + 1076 + 1074 + 1068 + 1063 + 1060 + 1048 + 1041 + 1038 + 1036 + 1032 + 1031 + 1030 + 1028 + 1023 + 1021 + 1017 + 1010 + 1008 + 1006 + 999 + 998 + 987 + 986 + 983 + 981 + 980 + 976 + 974 + 972 + 970 + 969 +ϐ 966 + 964 + 963 + 957 + 956 + 956 + 951 + 949 + 949 + 949 + 946 + 933 + 933 + 920 + 919 + 918 + 918 + 916 + 915 + 910 + 909 + 904 + 902 + 896 + 892 + 888 + 881 + 880 + 879 + 875 + 871 + 867 + 863 + 860 + 854 + 854 + 852 + 851 + 849 + 848 + 847 + 847 + 846 + 845 + 842 + 838 + 835 + 835 + 834 + 826 + 825 +ǁ 811 + 805 + 804 + 803 + 802 + 800 + 796 + 795 + 789 + 787 + 787 + 787 + 775 + 774 + 772 + 770 + 769 + 767 + 765 + 765 + 764 + 762 + 757 + 757 + 757 + 756 + 755 + 752 + 752 + 751 + 751 + 750 + 749 + 744 + 738 + 733 + 732 + 731 + 730 + 728 + 725 + 721 + 720 + 720 + 720 + 717 + 708 + 705 + 705 + 704 + 704 + 700 + 700 + 698 + 694 + 694 + 692 + 691 + 687 + 687 + 685 + 684 + 682 + 682 +ԝ 682 + 680 + 679 + 679 + 679 + 673 + 673 + 669 + 669 + 669 + 668 + 666 + 658 + 652 + 651 + 648 + 647 + 644 + 642 + 641 + 639 + 638 + 636 + 636 + 633 + 632 + 629 + 628 + 627 + 624 + 624 + 622 + 621 + 620 + 617 + 615 +Ґ 611 + 608 + 607 + 607 + 606 + 606 + 606 + 605 + 605 + 601 + 600 + 597 + 597 + 596 + 594 + 590 + 588 + 588 + 587 + 587 + 586 + 586 + 584 +э 584 + 582 +ʐ 581 + 581 + 579 + 578 + 577 + 575 + 573 + 573 +Ԑ 572 + 572 +5 571 + 571 + 569 + 568 + 567 + 566 +ϐ 560 + 559 + 559 + 558 + 558 +ȝ 557 + 556 + 556 + 554 + 554 + 551 + 550 + 548 + 548 + 547 + 546 + 546 + 545 + 543 + 543 + 541 + 540 + 539 + 539 + 534 + 529 + 527 + 525 + 525 + 525 +ʝ 524 + 521 + 519 + 517 + 517 + 515 + 514 +4 513 + 512 + 512 + 507 +ʐ 507 + 506 + 506 + 505 + 504 + 503 + 502 + 500 + 499 +Ӂ 497 + 496 + 493 + 490 + 490 + 489 + 487 + 487 + 487 + 485 + 484 + 484 + 481 + 480 + 480 + 480 + 479 + 478 + 477 + 476 + 474 + 474 +ӝ 473 + 472 +10 472 + 471 + 470 + 465 + 464 + 464 + 464 + 463 + 463 + 463 + 462 + 462 + 457 + 456 + 453 + 452 + 450 + 449 + 448 + 447 + 446 + 444 + 443 + 442 + 438 + 437 + 436 + 435 + 435 + 434 + 434 + 432 + 431 +2 431 + 430 + 429 + 427 + 427 + 426 + 424 + 423 +3 423 + 423 + 422 + 422 + 422 + 419 + 419 + 418 + 417 + 417 + 417 + 414 + 414 + 413 + 412 + 410 + 409 + 405 + 404 + 403 + 403 + 401 + 400 + 400 + 398 + 397 + 397 +6 396 + 396 + 396 + 395 + 395 + 394 + 393 + 393 + 392 + 392 + 390 + 389 + 389 + 388 + 388 + 387 + 387 +ϐ 387 + 386 + 385 + 385 + 385 + 384 + 384 + 383 + 383 + 382 +ϐ 382 + 381 + 381 + 380 + 380 + 379 + 379 +Ԑ 378 + 378 + 377 + 376 + 376 + 376 + 374 + 373 + 372 + 371 + 371 + 371 + 371 + 370 + 369 + 369 + 368 + 368 + 367 + 366 + 366 + 366 + 365 + 365 +ԁ 365 + 365 + 365 + 364 + 364 + 364 + 363 + 361 + 361 + 360 + 359 + 359 + 359 + 358 + 356 + 356 + 356 + 356 + 356 + 356 + 355 +ϐ 355 + 355 + 355 + 354 + 353 + 352 + 352 + 350 + 349 + 348 +؝ 348 + 347 + 347 +Ґ 347 + 346 + 346 + 345 + 345 + 345 + 345 + 345 + 344 + 343 + 342 + 342 + 342 + 341 + 339 + 338 + 338 +흐 337 + 337 + 337 + 336 + 335 + 331 + 330 + 330 + 329 + 329 + 329 + 329 + 328 + 328 + 328 + 328 + 327 + 327 + 327 + 327 + 327 + 326 + 326 + 326 + 326 + 325 + 324 + 323 + 322 + 322 + 322 + 322 + 321 + 321 + 320 + 320 + 320 + 319 + 318 + 318 + 318 + 318 + 317 + 316 + 316 + 315 + 315 + 315 + 315 + 314 + 314 +15 314 + 314 + 314 + 313 + 313 + 313 + 312 + 311 + 311 +ʝ 310 +20 309 +ǁ 309 + 309 + 309 + 306 + 306 + 306 + 305 + 304 + 304 + 303 + 302 + 301 + 301 + 301 + 300 + 300 + 298 + 298 + 297 +ѐ 297 + 297 + 296 + 296 + 296 + 294 + 293 + 293 +8 293 + 292 + 292 + 292 + 292 + 292 + 291 + 290 + 289 + 289 + 289 + 289 + 287 + 287 + 287 + 287 + 287 + 286 + 286 + 286 + 285 + 285 + 285 +25 284 + 284 + 284 + 283 + 283 +223 283 + 283 + 283 + 283 +ѐ 282 + 282 + 281 + 280 + 280 + 279 + 279 + 279 + 278 + 278 + 278 + 277 + 277 + 277 + 277 + 277 + 277 + 276 + 276 + 276 + 276 + 276 + 275 + 274 + 274 + 274 + 273 + 273 + 273 + 273 + 272 + 272 + 272 + 271 + 270 + 270 +9 270 + 270 + 269 + 269 + 269 + 268 + 268 + 267 +12 267 +ʐ 267 + 265 + 265 + 265 + 265 + 264 + 263 + 263 + 263 + 263 + 263 + 262 + 262 + 261 + 261 + 261 + 261 + 261 + 261 + 260 + 260 + 260 + 260 + 259 + 259 + 259 + 259 + 259 + 258 + 258 + 258 + 257 + 257 + 257 + 256 +ԝ 256 + 256 + 255 + 255 + 255 +ѐ 255 +ѐ 254 + 253 + 253 + 253 + 253 +30 252 + 252 + 251 + 251 + 251 + 251 + 251 + 250 + 250 + 250 + 250 + 249 + 248 +ѐ 248 + 248 + 248 + 248 + 247 + 247 + 247 +26 245 + 245 + 245 + 245 + 244 + 244 + 244 + 243 + 243 + 243 + 242 + 241 + 241 + 240 + 240 + 240 + 240 + 240 + 239 + 239 + 239 + 239 + 238 + 238 + 238 + 237 + 237 + 237 + 237 + 237 + 236 + 236 + 235 + 235 + 235 + 235 + 235 + 234 + 234 + 234 + 234 + 234 + 233 + 233 + 232 + 232 +7 232 + 231 + 231 + 231 + 230 + 230 + 230 + 230 + 229 + 229 + 228 + 228 + 228 + 228 + 227 + 227 + 226 + 226 + 226 + 226 + 226 + 226 + 225 + 225 + 225 + 225 + 225 +ѐ 224 + 224 + 224 + 223 + 223 + 223 + 223 +18 223 + 223 + 223 + 223 + 222 + 222 + 222 + 222 + 221 + 221 + 221 + 220 + 220 + 220 + 220 + 219 + 219 + 219 + 219 + 218 + 218 + 218 + 218 + 218 + 217 + 217 + 217 + 217 + 217 + 217 + 216 + 216 + 216 +ю 216 + 215 + 215 + 215 +Ԑ 215 + 214 + 214 + 214 + 212 + 212 +22 212 + 212 + 212 + 211 + 211 + 211 + 211 + 211 + 210 + 210 + 210 + 209 + 209 + 208 + 208 + 208 +흐 208 + 208 + 208 + 208 + 208 + 207 + 207 + 207 + 206 + 206 + 206 + 205 + 205 + 205 + 205 + 204 + 204 + 204 + 203 + 203 + 202 + 202 + 202 + 202 + 201 + 201 + 201 + 200 + 200 + 200 + 200 + 200 + 199 +24 199 + 199 +Ӂ 199 + 199 + 198 + 198 + 198 + 198 + 198 + 198 + 197 + 197 + 197 + 197 + 196 +ʝ 196 + 195 + 195 + 195 + 194 + 194 +14 194 + 194 + 193 + 193 + 193 + 193 +) 192 + 192 + 192 + 192 + 192 + 191 + 191 + 191 + 191 + 190 + 190 + 190 + 190 + 189 + 189 + 189 + 189 +1 189 + 189 + 188 + 188 + 188 + 188 + 188 +䐝 188 + 187 + 187 + 186 + 186 + 186 + 186 + 186 + 186 + 186 + 186 + 185 + 185 + 185 + 185 + 185 + 185 + 185 + 185 +Ԑ 185 + 185 + 184 + 184 +29 184 + 183 + 183 + 183 + 183 + 182 + 182 + 182 + 182 + 182 + 182 + 181 + 181 + 181 + 181 + 181 +ϐ 181 + 181 + 181 + 181 + 180 + 180 + 180 + 180 + 180 + 180 + 179 + 179 + 179 + 179 + 179 + 179 + 179 + 178 + 178 + 178 + 178 + 178 + 178 + 177 + 177 + 177 + 177 + 177 + 177 + 177 + 177 +100 176 + 176 +50 175 + 175 + 175 + 175 + 174 +13 174 + 174 + 174 +Ӂ 174 + 174 +ǁ 174 + 174 + 173 +Ԑ 173 + 173 + 173 + 173 + 172 + 172 + 172 + 172 + 172 + 172 + 172 + 172 + 172 +16 171 + 171 + 171 + 171 + 171 + 171 + 171 + 171 + 170 + 170 + 170 + 170 + 170 +11 169 + 169 + 169 + 168 + 168 + 168 + 168 + 168 +˝ 167 + 167 + 167 + 167 + 167 +60 167 + 167 +ѐ 167 + 166 + 166 + 166 + 166 + 166 + 166 + 166 + 166 + 165 + 165 + 165 + 165 + 165 + 165 + 165 + 165 +ǁ 165 + 165 + 165 + 164 + 164 + 164 + 164 + 164 + 164 + 164 + 163 + 163 + 163 + 163 +ю 163 + 163 + 163 + 162 + 162 + 162 + 162 + 162 + 162 + 162 + 162 + 161 + 161 + 161 + 161 + 161 + 161 +28 161 + 161 + 160 + 160 + 160 + 160 + 160 + 160 + 160 + 160 + 160 + 159 + 159 + 159 + 159 + 159 + 159 + 159 + 159 + 159 + 159 + 159 + 158 + 158 + 158 + 158 + 158 + 157 + 157 + 157 + 157 + 157 + 157 + 157 +ԝ 156 + 156 + 156 + 156 + 156 + 156 + 156 + 156 +Ԑ 156 + 155 + 155 + 155 + 155 +ӝ 155 +ѐ 155 + 154 + 154 + 154 + 154 +̝ 154 + 154 + 154 + 154 + 153 + 153 + 153 +ǁ 153 + 153 + 153 + 153 + 153 + 153 + 153 +120 152 +17 152 + 152 + 152 + 152 + 152 + 152 + 152 + 152 + 152 + 152 + 151 + 151 + 151 + 151 + 151 + 151 + 151 + 151 + 151 + 151 + 151 + 151 + 151 + 150 + 150 + 150 + 150 + 150 + 150 + 150 + 150 + 149 + 149 +ѐ 148 + 148 + 148 + 148 + 148 + 148 + 148 + 148 + 148 + 148 + 148 + 148 + 148 + 147 + 147 + 147 + 147 + 147 + 147 + 146 + 146 + 146 + 146 + 146 + 146 + 146 + 145 + 145 +ѐ 145 + 145 + 145 + 145 + 145 + 145 + 145 + 145 + 145 + 145 + 144 + 144 + 144 + 144 + 144 + 143 +ȝ 143 + 143 + 143 + 143 + 143 + 142 + 142 + 142 + 142 + 142 + 142 + 142 + 142 + 141 + 141 + 141 + 141 + 141 + 141 + 141 + 141 + 141 + 140 + 140 + 140 + 140 + 140 + 140 + 140 + 140 + 140 + 139 + 139 + 139 + 139 + 139 + 139 + 139 + 138 + 138 + 138 + 138 + 138 + 138 + 138 + 138 +䐝 138 + 138 + 138 + 138 +ϐ 138 + 138 + 137 + 137 + 137 + 137 + 137 + 137 + 137 + 137 + 136 + 136 +0 136 + 136 + 136 + 136 +Ԑ 136 + 136 + 135 + 135 + 135 + 135 +ǐ 135 + 135 + 134 + 134 + 134 + 134 + 134 + 134 + 134 +ӝ 134 +23 134 + 134 + 134 + 134 + 134 + 133 + 133 + 133 + 133 + 132 + 132 + 132 + 132 + 132 + 132 + 132 + 131 + 131 + 131 + 131 + 131 + 131 + 131 + 131 +ǐ 131 + 130 + 130 + 130 + 130 + 130 + 130 + 130 + 129 + 129 +ԝ 129 + 129 + 129 + 129 + 128 + 128 + 128 +19 127 + 127 + 127 + 127 +Ԑ 127 + 127 + 127 + 127 + 127 + 127 + 127 + 126 + 126 + 126 + 126 + 126 + 126 + 126 + 125 + 125 + 125 + 125 + 125 + 125 + 125 + 125 + 125 + 125 + 125 + 124 + 124 + 124 + 124 + 124 + 124 + 124 + 124 + 124 + 123 + 123 + 123 + 122 + 122 + 122 + 122 + 122 +Ԑ 122 + 122 + 122 + 121 + 121 + 121 + 121 + 121 + 121 + 121 + 121 + 121 + 121 + 121 + 121 + 120 + 120 + 120 + 120 + 120 + 120 + 120 + 120 + 120 + 120 + 120 + 120 + 119 + 119 + 119 + 119 + 119 +21 119 +Ӂ 119 + 119 +ϐ 119 + 119 + 119 + 119 + 119 + 119 + 119 + 118 + 118 + 118 + 118 + 118 + 118 + 118 + 118 + 118 + 118 + 118 + 117 +74 117 + 117 + 117 + 117 + 117 + 117 + 117 + 117 + 117 + 117 + 116 +ю 116 + 116 + 116 + 116 +66 116 + 115 + 115 +ȝ 115 + 115 + 115 + 115 + 115 + 115 + 115 + 114 + 114 + 114 + 114 +͝ 114 + 114 + 114 + 114 + 114 + 114 + 114 + 114 + 114 + 114 + 113 + 113 + 113 + 113 + 113 + 113 +ʝ 113 + 113 + 113 + 113 + 113 + 113 + 112 + 112 + 112 + 112 + 112 + 112 + 112 + 112 +Ԑ 112 + 112 + 112 + 112 + 112 + 112 + 111 +27 111 + 111 +ԝ 111 +΍ 111 + 111 + 111 + 111 + 111 + 111 + 111 + 111 + 111 +ѐ 110 + 110 + 110 + 110 + 110 + 110 + 110 + 110 + 110 + 110 + 110 + 110 + 110 + 109 + 109 + 109 + 109 + 109 +ȝ 109 + 109 + 108 + 108 + 108 + 108 + 108 + 108 + 108 + 108 + 108 + 107 + 107 + 107 +ʝ 107 + 107 + 107 + 106 + 106 + 106 + 106 + 106 + 106 + 106 + 106 + 106 + 106 + 105 + 105 + 105 + 105 + 105 + 105 + 105 + 105 + 105 + 105 + 105 +ϐ 105 + 105 + 105 + 105 + 105 + 105 + 104 + 104 + 104 + 104 +96 104 + 104 + 104 + 104 + 104 + 104 + 104 + 104 + 104 + 104 + 104 +ʝ 104 + 104 + 104 + 104 + 103 + 103 + 103 + 103 + 103 + 103 + 103 + 103 + 103 + 103 + 103 + 103 + 103 + 103 + 103 + 103 + 102 + 102 + 102 + 102 + 102 + 102 + 102 + 102 +45 102 + 102 + 102 + 102 + 102 + 101 + 101 + 101 + 101 + 101 + 101 + 101 + 101 + 101 + 101 + 101 + 100 +40 100 + 100 +ѐ 100 + 100 + 100 + 100 + 100 + 100 + 100 + 99 + 99 + 99 + 99 + 99 + 99 + 99 + 99 + 99 + 99 + 99 + 99 + 99 + 99 + 99 + 99 + 99 + 98 + 98 + 98 + 98 + 98 + 98 + 98 + 98 + 98 + 98 + 98 + 98 + 98 + 98 + 98 +ϐ 98 + 97 + 97 + 97 + 97 + 97 + 97 +ȝ 97 + 97 + 97 + 97 + 97 + 97 + 97 + 97 + 97 + 97 + 97 + 96 + 96 + 96 + 96 + 96 + 96 + 96 + 96 + 96 + 96 + 96 + 96 + 96 +э 95 + 95 + 95 + 95 + 95 + 95 + 95 +Ԑ 95 + 95 + 95 + 95 + 95 + 95 + 95 + 95 + 94 + 94 + 94 + 94 + 94 + 94 + 94 + 94 + 94 + 94 + 94 + 94 + 94 + 94 + 94 + 94 + 94 + 94 +ǁ 94 + 94 + 94 + 94 + 94 + 93 + 93 + 93 + 93 + 93 + 93 + 93 + 93 + 93 + 93 + 93 + 93 + 92 + 92 + 92 + 92 + 92 + 92 + 92 + 92 + 92 + 92 + 92 + 92 + 92 + 92 + 92 + 92 + 92 + 92 + 92 + 91 +ϐ 91 + 91 + 91 + 91 + 91 + 91 + 91 + 91 + 91 + 91 + 90 + 90 + 90 + 90 + 90 +ʐ 90 + 90 + 90 + 90 +Ȑ 90 + 90 + 90 + 90 + 90 + 90 + 90 +84 90 + 90 + 90 + 89 + 89 + 89 + 89 + 89 + 89 +ʝ 89 + 89 + 89 + 89 +ʐ 89 + 89 + 89 + 89 + 89 + 89 + 89 + 89 + 89 + 89 + 89 + 88 + 88 + 88 +Ԑ 88 + 88 + 88 + 88 + 88 + 88 + 88 +ۍ 88 + 88 + 88 + 88 + 88 + 88 + 88 + 88 + 88 + 88 + 87 + 87 +ϐ 87 + 87 + 87 + 87 + 87 + 87 + 87 + 87 + 87 + 87 + 87 + 87 + 87 + 87 +с 87 + 87 + 87 + 87 + 86 + 86 + 86 +ʐ 86 + 86 + 86 +ԝ 86 +ᝐ 86 + 86 + 86 + 86 + 86 + 86 + 86 + 86 + 86 + 86 + 86 + 86 + 86 + 86 + 86 +ѐ 85 +ѐ 85 + 85 + 85 + 85 + 85 + 85 + 85 +90 85 + 85 + 85 + 85 + 85 + 85 + 85 + 85 + 85 + 85 + 84 + 84 + 84 + 84 + 84 + 84 + 84 + 84 + 84 + 84 + 84 + 84 + 84 + 84 + 84 + 84 + 84 + 84 + 84 + 84 + 83 + 83 + 83 + 83 + 83 + 83 + 83 + 83 + 83 + 83 + 83 + 83 + 83 + 82 + 82 + 82 + 82 +ȍ 82 + 82 +ϐ 82 + 82 + 82 + 82 + 82 + 82 + 82 + 82 + 82 + 82 +1998 82 + 82 + 82 + 82 + 82 + 82 + 82 + 82 +흐 82 + 82 + 81 + 81 + 81 + 81 + 81 + 81 + 81 + 81 + 81 + 81 + 81 + 81 + 81 + 81 +Ǎ 80 + 80 + 80 + 80 + 80 + 80 + 80 + 80 + 80 +ѐ 80 + 80 + 80 + 80 + 80 + 80 + 80 + 79 + 79 + 79 + 79 + 79 + 79 + 79 + 79 +ʝ 79 + 79 + 79 + 79 + 79 + 79 + 78 + 78 + 78 +55 78 + 78 + 78 + 78 + 78 + 78 + 78 + 78 + 78 + 78 + 78 + 78 + 78 + 78 + 78 + 78 +ʝ 78 + 78 + 77 + 77 + 77 +31 77 +Ԑ 77 + 77 + 77 + 77 + 77 + 77 + 77 +400 77 +ʐ 77 + 77 + 77 +ǐ 77 + 77 + 77 + 77 + 77 + 77 + 77 + 77 + 76 + 76 + 76 + 76 + 76 + 76 + 76 + 76 + 76 + 76 + 76 + 76 + 76 + 76 + 76 + 76 +ϐ 76 + 76 + 76 + 76 + 76 +Ӂ 76 + 76 + 75 + 75 + 75 + 75 + 75 + 75 + 75 + 75 + 75 + 75 + 75 + 75 +Ґ 75 + 75 + 75 + 75 + 75 + 75 +ʝ 75 + 75 + 75 + 75 + 75 + 75 + 75 + 75 +ʐ 74 + 74 + 74 + 74 + 74 + 74 + 74 +ǐ 74 + 74 + 74 +Ґ 74 + 74 +- 74 + 74 + 74 + 74 + 74 + 74 +ѐ 74 + 74 +ѐ 74 + 74 + 74 + 74 + 74 +ʝ 74 + 74 + 74 + 74 + 74 + 74 + 74 + 73 + 73 + 73 + 73 + 73 + 73 + 73 + 73 + 73 + 73 + 73 + 73 + 73 + 73 + 73 + 73 + 73 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 72 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 +ѐ 71 +Ԑ 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 + 71 +ʝ 71 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 70 + 69 + 69 + 69 + 69 + 69 + 69 + 69 + 69 + 69 + 69 + 69 + 69 + 69 + 69 +䝐 69 + 69 + 69 + 69 + 69 + 69 + 69 + 69 + 69 + 69 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 +䐝 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 68 + 67 +ʐ 67 + 67 + 67 + 67 + 67 + 67 +ʝ 67 + 67 + 67 + 67 + 67 + 67 + 67 + 67 + 67 + 67 + 67 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 66 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 65 + 64 + 64 + 64 + 64 + 64 + 64 + 64 + 64 + 64 + 64 + 64 + 64 + 64 + 64 + 64 + 64 + 64 + 64 + 64 +ʝ 64 + 64 + 64 + 64 +䐝 64 + 64 + 64 + 64 +ʎ 64 + 63 +ʝ 63 +ǐ 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 63 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 62 + 61 + 61 + 61 + 61 + 61 + 61 + 61 +ʁ 61 + 61 + 61 + 61 + 61 + 61 + 61 +ʐ 61 + 61 + 61 + 61 + 61 + 61 + 60 + 60 + 60 + 60 +ѐ 60 + 60 + 60 + 60 + 60 + 60 + 60 + 60 + 60 + 60 + 60 + 60 +ѐ 60 + 60 + 60 + 60 + 60 + 60 + 60 + 60 + 60 + 60 +ϐ 60 +200 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 +ѐ 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 59 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 58 +ǁ 58 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 58 + 57 + 57 + 57 + 57 + 57 + 57 + 57 + 57 + 57 + 57 + 57 +ѐ 57 + 57 + 57 + 57 + 57 + 57 + 57 +ѐ 57 +ϐ 57 + 57 + 57 +32 57 + 57 + 57 +ʝ 57 + 57 + 57 + 57 + 57 + 57 + 57 + 57 + 57 + 56 + 56 + 56 + 56 + 56 + 56 +ѐ 56 +ǁ 56 + 56 + 56 + 56 + 56 + 56 + 56 + 56 + 56 + 56 + 56 + 56 + 56 +ʝ 56 + 56 +ǎ 56 +ʝ 56 + 56 + 56 + 56 + 56 + 56 + 56 + 56 + 56 +... 55 + 55 + 55 + 55 + 55 + 55 + 55 + 55 + 55 + 55 + 55 + 55 + 55 + 55 + 55 + 55 + 55 + 55 + 55 +ǐ 55 + 55 + 55 + 55 + 55 + 55 + 55 + 55 + 54 + 54 + 54 + 54 + 54 + 54 + 54 + 54 + 54 + 54 + 54 + 54 + 54 + 54 + 54 + 54 + 54 + 54 +ʝ 54 + 54 + 54 + 54 + 54 + 54 + 54 + 54 + 54 +ϐ 54 + 54 + 54 + 54 + 54 + 54 + 53 + 53 +흐 53 + 53 + 53 + 53 + 53 + 53 + 53 +ϐ 53 + 53 + 53 + 53 + 53 + 53 + 53 + 53 + 53 + 53 + 53 +ʁ 53 + 53 + 53 + 53 + 53 + 53 + 53 + 53 + 53 + 53 + 53 + 53 + 53 + 53 + 53 + 53 +ԝ 53 + 53 + 52 + 52 + 52 + 52 + 52 + 52 + 52 +Ԑ 52 + 52 + 52 + 52 + 52 + 52 + 52 + 52 + 52 + 52 + 52 + 52 + 52 + 52 + 52 + 52 + 52 +ʝ 52 + 52 + 52 + 52 + 52 + 52 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 +ǎ 51 + 51 + 51 + 51 + 51 + 51 +Ґ 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 + 51 +ΐ 51 + 51 +ю 51 + 51 + 51 + 51 + 50 +ʝ 50 + 50 + 50 + 50 + 50 + 50 +1994 50 + 50 +ϐ 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 + 50 +ϐ 50 +э 50 + 50 +Ž 50 + 50 + 50 + 50 + 50 +ʐ 50 + 50 + 50 + 50 + 50 + 50 + 50 +ߝ 50 + 50 + 50 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 +ʝ 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 +80 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 49 + 48 + 48 + 48 + 48 + 48 +ǐ 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 + 48 +ѐ 48 + 48 + 48 + 48 +ϐ 48 + 48 + 48 + 48 + 48 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 +583 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 +Ԑ 47 + 47 + 47 + 47 + 47 + 47 +ϐ 47 +ѐ 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 47 + 46 + 46 + 46 +ʝ 46 + 46 + 46 + 46 + 46 + 46 + 46 + 46 + 46 + 46 + 46 + 46 +35 46 + 46 + 46 + 46 + 46 +ӝ 46 + 46 + 46 + 46 + 46 + 46 + 46 + 46 + 46 + 46 + 46 + 45 + 45 + 45 + 45 + 45 +1999 45 + 45 + 45 +ޝ 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 +ʝ 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 + 45 +1996 45 + 45 + 44 + 44 + 44 + 44 + 44 + 44 +37 44 + 44 + 44 + 44 + 44 + 44 + 44 +ѐ 44 +ѐ 44 + 44 + 44 + 44 + 44 + 44 + 44 + 44 + 44 + 44 +1997 44 + 44 + 44 + 44 +48 44 + 44 + 44 + 44 +ѐ 44 +ԝ 44 + 44 + 44 + 44 + 44 + 44 + 44 + 44 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 +㝐 43 + 43 + 43 + 43 + 43 +ʝ 43 + 43 + 43 + 43 + 43 +Ӂ 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 43 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 +1991 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 +˝ 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 +ǐ 41 + 41 + 41 + 41 +ʝ 41 + 41 +ʝ 41 + 41 + 41 + 41 +с 41 + 41 +ȍ 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 +ѐ 41 + 41 + 41 + 41 + 41 + 41 + 41 + 41 + 40 + 40 +ȍ 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 +Ǎ 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 40 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 +ʝ 39 +ǎ 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 +ߝ 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 + 39 +ߝ 39 + 39 + 39 + 39 + 39 + 39 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 +1995 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 + 38 +ǎ 38 +1992 38 +ʐ 38 + 38 + 38 + 38 + 38 + 38 + 38 +ѐ 38 + 38 +ǎ 38 + 38 + 38 + 38 + 38 + 38 +1960 37 + 37 +ϐ 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 +! 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 +ȝ 37 + 37 + 37 + 37 + 37 + 37 +ѐ 37 +ϐ 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 +1980 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 +Ԑ 37 + 37 + 37 + 37 + 37 +ԝ 37 + 37 + 37 + 37 +ʝ 37 + 37 + 37 + 37 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 +ʝ 36 + 36 + 36 + 36 + 36 +Ǎ 36 + 36 + 36 +ʝ 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 +ʐ 36 + 36 + 36 + 36 + 36 +ϐ 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 36 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 +52 35 + 35 + 35 + 35 + 35 + 35 + 35 +75 35 + 35 + 35 + 35 + 35 +ʝ 35 +ʐ 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 +38 35 + 35 +흐 35 +ʝ 35 + 35 +ڝ 35 +ǁ 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 + 35 +ǎ 35 + 35 + 35 + 35 + 35 + 35 + 35 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 +ѐ 34 + 34 + 34 + 34 + 34 + 34 + 34 +䐝 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 +ӝ 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 +ǐ 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 +ǐ 34 + 34 + 34 +ϐѐ 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 + 34 +Ґ 33 +ǁ 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 +ѐ 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 +ѐ 33 + 33 + 33 + 33 +ϐ 33 + 33 + 33 + 33 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 +1970 32 + 32 + 32 + 32 + 32 +ލ 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 +흐 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 +ʝ 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 +Ԑ 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 +ʝ 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 +ԝ 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 + 32 +1000 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 +1988 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 +ʝ 31 + 31 + 31 +1986 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 +ϐ 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 +ʐ 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 31 + 30 + 30 + 30 + 30 +ѐ 30 + 30 + 30 + 30 + 30 + 30 + 30 +ʐ 30 + 30 + 30 + 30 + 30 +ӝ 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 +70 30 +Ԑ 30 + 30 + 30 + 30 + 30 +/ 30 + 30 + 30 + 30 +Ԑ 30 + 30 + 30 + 30 +800 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 +ѐ 30 + 30 + 30 + 30 + 30 + 30 + 30 +ʐ 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 30 +Ԑ 30 + 30 + 30 +ԝ 30 + 30 + 30 + 30 + 30 + 30 + 30 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 +42 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 +ϐ 29 + 29 +ǐ 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 +ǎ 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 +ѐ 29 +1990 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 +36 29 + 29 + 29 +ȍ 29 + 29 + 29 + 29 + 29 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 +Ԑ 28 + 28 + 28 +1969 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 +ӝ 28 + 28 +֝ 28 + 28 + 28 + 28 + 28 +ߝ 28 + 28 + 28 + 28 + 28 + 28 +흐 28 + 28 + 28 +ѐ 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 +ǁ 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 +1976 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 +͝ 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 +ѐ 28 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 +ǐ 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 +ӝ 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 +ʝ 27 + 27 + 27 + 27 + 27 + 27 +ʝ 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 +ӝ 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 +ʝ 27 +ϐ 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 +ǁ 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 +Ӑ 26 + 26 + 26 + 26 + 26 + 26 +ȝ 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 +ʝ 26 + 26 + 26 +ѐ 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 +1982 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 26 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 +߁ǐ 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 +ʝ 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 +ʝ 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 +ѐ 25 + 25 +ʝ 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 +ϐ 24 + 24 +ѐ 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 +ρ 24 + 24 +ǐ 24 +1989 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 +ѐ 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 +ϐ 24 + 24 + 24 + 24 + 24 + 24 +Ž 24 + 24 + 24 +1972 24 + 24 + 24 +흐 24 + 24 + 24 + 24 + 24 + 24 +ʐ 24 + 24 + 24 + 24 + 24 + 23 + 23 + 23 + 23 + 23 + 23 +ʐ 23 + 23 + 23 +ݝ 23 +ǐ 23 + 23 + 23 + 23 + 23 + 23 +57 23 + 23 + 23 + 23 + 23 + 23 +䐝 23 + 23 + 23 + 23 + 23 + 23 + 23 +ʝ 23 + 23 + 23 +3000 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 +ʐ 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 +ѐ 23 + 23 + 23 + 23 + 23 + 23 +ϐ 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 +ߝ 23 + 23 + 23 +ϐ 23 +э 23 + 23 + 23 + 23 +ʐ 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 +Ґ 23 +ѐ 23 + 23 + 23 +ώ 23 + 23 + 23 + 23 + 23 +34 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 +1979 23 + 23 + 23 +ѐ 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 +Ȑ 23 + 23 + 23 + 23 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 +ǁ 22 + 22 + 22 + 22 + 22 + 22 + 22 +ѐ 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 +ǁ 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 +1952 22 + 22 + 22 + 22 +1984 22 +ѐ 22 + 22 + 22 + 22 + 22 + 22 +ϐ 22 + 22 +1965 22 + 22 + 22 + 22 + 22 + 22 + 22 +ѐ 22 + 22 +Ԑ 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 +Ԑ 22 + 22 + 22 + 22 + 22 + 22 + 22 +ڝ 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 +э 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 +ѐ 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 +ǎ 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 +֍ 21 + 21 + 21 +219 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 +흐 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 +۝ 21 + 21 + 21 +Ǎ 21 + 21 + 21 +1971 21 + 21 + 21 +500 21 + 21 + 21 + 21 + 21 +ݝ 21 + 21 + 21 + 21 + 21 + 21 + 21 +1947 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 +Ґ 21 + 21 +ѐ 21 + 21 + 21 + 21 + 21 +ʐ 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 +ǁ 21 + 21 +ʝ 21 + 21 +Ӂ 21 + 21 +1930 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 +1966 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 +ϐ 21 +ѐ 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 20 + 20 +1959 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 +ʐ 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 +э 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 +ԝ 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 +ǐ 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 +ԝ 20 + 20 + 20 + 20 + 20 +흐 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 +ѐ 20 + 20 + 20 + 20 +ǁ 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 +ʝ 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 +600 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 +эȝ 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 +ʝ 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 +1981 19 + 19 + 19 +ѐ 19 + 19 + 19 + 19 +Ԑ 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 +1993 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 +Ӑ 19 + 19 +1378 19 + 19 + 19 + 19 + 19 +ǐ 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 +ԝ 19 + 19 + 19 + 19 + 19 + 19 + 19 +ю 19 + 19 +ʝ 19 + 19 + 19 + 19 + 19 +85 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 +ǐ 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 +00 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 +110 19 + 19 + 19 + 19 + 19 +̐ 19 +63 19 + 19 + 19 + 19 + 19 +1962 19 + 19 + 19 + 18 + 18 + 18 + 18 + 18 + 18 +흐 18 +1926 18 + 18 + 18 + 18 +ʝ 18 + 18 + 18 + 18 +ϐ 18 + 18 +͐ 18 + 18 + 18 +1911 18 +펐 18 + 18 + 18 +ѐ 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 +65 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 +Ґ 18 + 18 + 18 +300 18 + 18 + 18 + 18 + 18 + 18 +72 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 +ʝ 18 +ǐ 18 +э 18 +ʝ 18 + 18 + 18 + 18 + 18 +ϐϐ 18 + 18 + 18 + 18 + 18 +ԝ 18 + 18 + 18 + 18 +э 18 + 18 +э 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 +ϐ 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 +؝ 18 + 18 + 18 + 18 +ǐэ 18 + 18 + 18 + 18 + 18 + 18 + 18 +ʝ 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 +Ґ 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 +33 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 +ϐ 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 +؝ 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 +64 18 +ʐ 18 + 17 + 17 + 17 + 17 + 17 +ޝ 17 + 17 + 17 + 17 + 17 + 17 +с 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +ԝ 17 +ϐ 17 + 17 +ѐ 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +ϐ 17 +ʝ 17 + 17 +ѐ 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +ɝ 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +ӝ 17 + 17 +1978 17 + 17 + 17 +ѐ 17 + 17 + 17 +1964 17 + 17 + 17 + 17 +Ԑ 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +ѐ 17 +ڝ 17 + 17 + 17 + 17 + 17 + 17 + 17 +81 17 +ѐ 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +Ԑ 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +1956 17 + 17 + 17 + 17 + 17 +43 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +2002 17 + 17 + 17 + 17 + 17 + 17 + 17 +Ӂ 17 + 17 + 17 + 17 + 17 + 17 + 17 +ʝ 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +298 17 + 17 +ρ 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +39 17 +΍ 17 + 17 + 17 + 17 + 17 +ѐ 17 + 17 + 17 + 17 + 17 + 17 + 17 +ȝ 17 + 17 +ʐ 17 + 17 + 17 + 17 + 17 + 17 + 17 +ҁ 17 + 17 + 17 + 17 + 17 + 17 + 17 +1950 17 +1948 17 +э 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +1931 17 + 17 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 +1967 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 +ԝ 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 +ڝ 16 + 16 +ʐ 16 +1985 16 + 16 + 16 +Ԑ 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 +ϐ 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 +с 16 + 16 + 16 + 16 + 16 + 16 +߁ 16 + 16 +56 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 +ݝ 16 + 16 + 16 + 16 + 16 +1987 16 + 16 + 16 + 16 + 16 + 16 +ʝ 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 +ѐ 16 + 16 + 16 + 16 +Ԑ 16 + 16 + 16 +ѐ 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 +ލ 16 + 16 + 16 + 16 + 16 + 16 +ʝ 16 + 16 + 16 + 16 +ӝ 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 +900 16 +펐 16 +ȝ 16 + 16 + 16 +ԝ 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 +& 16 + 16 + 16 + 16 + 16 + 16 + 16 +Ԑ 16 + 16 + 16 + 16 + 16 + 16 +ϐ 16 +ѐ 16 + 16 + 16 + 16 + 16 + 16 +Ԑ 15 + 15 +ȝ 15 + 15 + 15 +ޝ 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +1968 15 +ѐ 15 + 15 + 15 + 15 + 15 + 15 + 15 +с 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +ʝ 15 + 15 + 15 + 15 + 15 + 15 + 15 +Ԑ 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +44 15 + 15 +1977 15 +ލ 15 +坁 15 + 15 + 15 +ѐ 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +46 15 + 15 + 15 +Ӂ 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +1936 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +ʐ 15 + 15 + 15 + 15 + 15 + 15 + 15 +ʝ 15 + 15 + 15 + 15 +ѐ 15 + 15 + 15 +1983 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +150 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +ԝ 15 + 15 + 15 + 15 + 15 + 15 + 15 +ڝ 15 +퍝 15 + 15 + 15 + 15 + 15 + 15 +恝 15 + 15 + 15 + 15 + 15 + 15 +坐 15 +ʝ 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +ʝ 15 +ǁ 15 + 15 + 15 +105 15 + 15 + 15 + 15 + 15 + 15 +1938 15 + 15 + 15 +ʝ 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +ѐ 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +1945 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +с 15 + 15 + 15 + 15 + 15 +흐 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +䐝 15 + 15 + 15 + 15 + 15 + 15 +1958 15 + 15 + 15 +1500 15 + 15 + 15 + 15 +ʁ 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +Ȑ 15 + 15 + 15 + 15 +ѐ 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +ʝ 15 + 15 + 15 + 15 +ϐ 15 + 15 + 15 + 15 +ӝ 14 + 14 +ԝ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +67 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +ʝ 14 + 14 + 14 + 14 + 14 + 14 +흐 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +1974 14 +ߝ 14 + 14 + 14 + 14 +펐 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +Ӂ 14 + 14 +1366 14 + 14 + 14 + 14 + 14 +ʝ 14 + 14 +흐 14 + 14 +ϐ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +89 14 + 14 + 14 + 14 + 14 + 14 +68 14 + 14 + 14 + 14 + 14 + 14 + 14 +ѐ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +ѐ 14 + 14 +Ӂ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +˝ 14 + 14 + 14 + 14 +Ԑ 14 +ѐ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +䐝 14 + 14 + 14 +ϐ 14 + 14 + 14 + 14 + 14 + 14 +ǐ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +ʝ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +ϐ 14 +2006 14 + 14 + 14 + 14 + 14 + 14 + 14 +ѐ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +ԝ 14 +ʝ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +ʝ 14 +ʝ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 13 + 13 + 13 + 13 + 13 + 13 +54 13 + 13 + 13 + 13 + 13 + 13 + 13 +1860 13 + 13 + 13 +߁ 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +ԝ 13 + 13 + 13 + 13 + 13 + 13 + 13 +э 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +1883 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +ʐ 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +49 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +Ν 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +1975 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +ѐ 13 +坐 13 + 13 +1374 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +ϐ 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +Ȑ 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +э 13 +ԝ 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +ϐ 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +ҁ 13 + 13 +1358 13 + 13 + 13 + 13 + 13 +ϐ 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +Ґ 13 + 13 + 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +ǐ 12 +ԝ 12 + 12 + 12 +ʝ 12 + 12 +1920 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +ǁ 12 +1919 12 +87 12 + 12 + 12 + 12 +ѐ 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +ǁ 12 +1933 12 +1953 12 + 12 +ϐ 12 + 12 + 12 +ʝ 12 + 12 + 12 + 12 + 12 + 12 +с 12 + 12 + 12 + 12 + 12 +ѐ 12 + 12 + 12 + 12 +1973 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +ȍ 12 + 12 +Ґ 12 + 12 + 12 + 12 + 12 + 12 +179 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +350 12 + 12 +ϐ 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +с 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +ӝ 12 + 12 + 12 + 12 + 12 +ڝ 12 + 12 + 12 +ԝ 12 + 12 + 12 + 12 +51 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +41 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +1908 12 + 12 +㝐 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +‹ 12 + 12 +ϐ 12 + 12 + 12 + 12 + 12 + 12 +180 12 + 12 +ȍ 12 + 12 + 12 + 12 +ݐ 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +177 12 + 12 + 12 + 12 + 12 + 12 +% 12 + 12 + 12 + 12 + 12 + 12 +47 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +ϐ 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +䐝 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +73 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +ǐ 12 + 12 + 12 + 12 +1934 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +Ґ 12 +ԝ 12 +ǁ 12 + 12 + 12 + 12 + 12 +ʝ 12 + 12 + 12 +1935 12 + 12 +ϐ 12 + 12 + 12 +ǁ 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ѐ 11 + 11 + 11 + 11 +ǁ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +1349 11 +ѐ 11 + 11 + 11 + 11 +ѐ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +1951 11 +՝ 11 + 11 + 11 + 11 +59 11 +؝ 11 + 11 +ʝ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ۍ 11 + 11 +ʐ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ʝ 11 + 11 + 11 +1371 11 + 11 + 11 +Ԑ 11 + 11 + 11 + 11 +Ԑ 11 +Ԑ 11 + 11 + 11 + 11 + 11 +ǁ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ʝ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ԝ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ԁ 11 + 11 + 11 + 11 + 11 + 11 +ϐ 11 +ǐϐ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +05 11 +Ӂ 11 + 11 + 11 + 11 + 11 + 11 + 11 +ϐ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +Ԑ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +1234 11 + 11 + 11 + 11 + 11 + 11 +< 11 + 11 +ϐ 11 + 11 + 11 + 11 + 11 + 11 + 11 +53 11 +Ȑ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ԝ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ǐ 11 + 11 + 11 + 11 + 11 + 11 + 11 +ԝ 11 + 11 + 11 +ʐ 11 +160 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +1963 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +э 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ϐ 11 + 11 +ǐ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ʝ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ʐ 11 + 11 +ލ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +1912 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +1961 11 + 11 + 11 + 11 +320 11 + 11 + 11 + 11 + 11 +ϐ 11 + 11 + 11 + 11 +ѐ 11 +Ґʝ 11 + 11 + 11 + 11 + 11 +000 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +58 11 + 11 + 11 + 11 + 11 +98 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ǐ 11 + 11 + 11 + 11 + 11 +ԝ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 +ϐ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ʝ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +107 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ȝ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +э 10 + 10 + 10 + 10 + 10 + 10 + 10 +001 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +1870 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ϐ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +恐 10 + 10 + 10 +Ӂ 10 + 10 + 10 + 10 + 10 + 10 + 10 +ԝ 10 + 10 + 10 +ǁ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ԝ 10 + 10 + 10 +ԝ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +1957 10 + 10 + 10 + 10 + 10 + 10 +Ԑ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +Ǎ 10 +1904 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ʝ 10 + 10 + 10 + 10 +250 10 + 10 + 10 +ʁ 10 + 10 + 10 + 10 + 10 + 10 +82 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ʐ 10 + 10 + 10 +Ȑ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +Ӂ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ʝ 10 +892 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ѐ 10 +ѐ 10 + 10 + 10 + 10 + 10 + 10 +ϐ 10 +ʝ 10 + 10 + 10 + 10 + 10 +1925 10 + 10 + 10 + 10 +133 10 + 10 + 10 +㝐 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +1377 10 +ʝ 10 + 10 +흐 10 +ϐ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ϐ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +78 10 +ȝ 10 + 10 + 10 + 10 + 10 + 10 +ڐ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ѐ 10 +1955 10 + 10 + 10 + 10 + 10 + 10 +1376 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ʝ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ǐ 10 + 10 +ԝ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +흐 10 + 10 + 10 + 10 +Ґ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ѐ 10 + 10 +145 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 +̝ 9 + 9 +Ǎ 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʝ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +130 9 + 9 + 9 + 9 + 9 + 9 +97 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʝ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʎ 9 + 9 + 9 + 9 + 9 +ǁ 9 + 9 + 9 +Ґ 9 +88 9 + 9 + 9 + 9 +61 9 + 9 + 9 + 9 +2000 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +с 9 + 9 + 9 + 9 + 9 + 9 +ݝ 9 + 9 +ϐ 9 + 9 + 9 + 9 + 9 + 9 + 9 +ۍ 9 + 9 + 9 + 9 + 9 + 9 +ѐ 9 + 9 + 9 +ѐ 9 + 9 + 9 +͝ 9 + 9 + 9 + 9 + 9 + 9 +ǁ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ԝ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +99 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʝ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʝ 9 + 9 + 9 + 9 + 9 +ѐ 9 + 9 +ϐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʝ 9 + 9 + 9 + 9 +ڝ 9 + 9 + 9 +ʝ 9 + 9 + 9 + 9 + 9 + 9 +ϐ 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʁ 9 + 9 + 9 + 9 + 9 + 9 + 9 +ϐ 9 + 9 + 9 + 9 + 9 + 9 +1897 9 +ѐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +1900 9 + 9 + 9 + 9 + 9 + 9 + 9 +ԝ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +86 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +1954 9 + 9 +ѐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ȝ 9 +1914 9 +ʐ 9 +1826 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ѐ 9 + 9 + 9 + 9 + 9 + 9 + 9 +ѐ 9 + 9 + 9 + 9 + 9 +ӝ 9 + 9 + 9 + 9 + 9 + 9 + 9 +104 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ѐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ѐ 9 + 9 + 9 +ѐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ɝ 9 + 9 +ϐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +Ȑ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +Ȑ 9 + 9 + 9 + 9 + 9 +Ӎ 9 + 9 + 9 + 9 + 9 +ԝ 9 + 9 + 9 + 9 + 9 + 9 + 9 +ѐ 9 + 9 + 9 + 9 + 9 +˝ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +94 9 + 9 + 9 +ʝ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʝ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ݝ 9 + 9 + 9 +ԝ 9 + 9 +1944 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʝ 9 + 9 + 9 + 9 + 9 + 9 +ʝ 9 + 9 + 8 +750 8 + 8 +210 8 +Ӂ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ʝ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ѐ 8 + 8 + 8 + 8 + 8 + 8 +ʝ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ѐ 8 + 8 + 8 + 8 + 8 + 8 + 8 +퍝 8 + 8 + 8 + 8 + 8 + 8 +Ȑ 8 + 8 +ʝ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ӝ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +1943 8 +с 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +1923 8 + 8 + 8 + 8 + 8 +77 8 + 8 + 8 +ʐ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ѐ 8 + 8 + 8 + 8 + 8 + 8 +ʝ 8 + 8 + 8 +с 8 + 8 + 8 + 8 +ѐ 8 + 8 + 8 + 8 + 8 + 8 +ʝ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ʝ 8 + 8 + 8 + 8 + 8 + 8 +̝ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ʝ 8 + 8 + 8 +ӝ 8 +1308 8 +ʝ 8 + 8 + 8 + 8 + 8 + 8 + 8 +ʝ 8 +Ӂ 8 + 8 + 8 + 8 + 8 + 8 +䝍 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +140 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +Ӂ 8 + 8 + 8 + 8 + 8 + 8 +ԝ 8 + 8 + 8 +э 8 + 8 + 8 + 8 +䝐 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +֝ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ѐ 8 + 8 + 8 + 8 + 8 +ʝ 8 + 8 + 8 + 8 + 8 + 8 +ǁ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +坐 8 + 8 +ۍ 8 + 8 + 8 + 8 +1848 8 + 8 +Ȑ 8 +ʐ 8 +˝ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ǎ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ϐ 8 + 8 +1335 8 + 8 + 8 + 8 +́ 8 += 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ʐ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ϐ 8 + 8 + 8 + 8 +ѐ 8 + 8 + 8 + 8 + 8 +ѐ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ӝ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ǐ 8 + 8 + 8 +э 8 + 8 + 8 + 8 +450 8 +ѐ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ʝ 8 + 8 +1849 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +1806 8 + 8 + 8 + 8 +ʝ 8 +ѐ 8 + 8 + 8 + 8 + 8 + 8 + 8 +ǐ 8 + 8 + 8 + 8 + 8 +ʝ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +Ԑ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ѐ 8 +Ǎ 8 +ʝ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ɝ 8 + 8 + 8 +Ǎ 8 + 8 + 8 + 8 + 8 + 8 +˝ 8 +1939 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ʝ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +260 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +˝ 8 +ԝ 8 +ʐ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +э 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +Ԑ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +1922 8 + 8 + 8 +ʐ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 +1354 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ݝ 7 +Ӂ 7 + 7 + 7 +ߝ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +坁 7 +1901 7 + 7 + 7 +ѐ 7 + 7 + 7 +1365 7 + 7 + 7 + 7 +ρ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +Ӂ 7 + 7 + 7 + 7 +156 7 + 7 + 7 + 7 + 7 + 7 +ѐ 7 + 7 + 7 + 7 +ѐ 7 + 7 + 7 +ӝ 7 +ρ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ԝ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +Ӂ 7 + 7 +ѐ 7 + 7 +ʐ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ԝ 7 + 7 + 7 + 7 + 7 + 7 + 7 +236 7 + 7 + 7 + 7 + 7 + 7 +Ԑ 7 + 7 + 7 + 7 + 7 + 7 +Ԑ 7 +92 7 + 7 +1812 7 + 7 + 7 + 7 + 7 + 7 + 7 +1373 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ԝ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +߁ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +816 7 + 7 + 7 + 7 + 7 +1379 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ʝ 7 +ю 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ѐ 7 +흐 7 + 7 + 7 + 7 + 7 + 7 +˝ 7 + 7 + 7 +ϐ 7 + 7 + 7 + 7 + 7 + 7 + 7 +2004 7 + 7 +ȝ 7 + 7 + 7 + 7 + 7 +ǁ 7 + 7 + 7 +ѐ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ǐ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ȝ 7 + 7 +ǁ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ѐ 7 + 7 + 7 + 7 + 7 + 7 + 7 +Ԑ 7 + 7 + 7 + 7 + 7 + 7 + 7 +ԝ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +2003 7 + 7 + 7 + 7 + 7 + 7 + 7 +坐 7 + 7 + 7 + 7 +ѐ 7 + 7 + 7 + 7 + 7 + 7 + 7 +ѐ 7 + 7 + 7 + 7 +132 7 + 7 + 7 + 7 + 7 + 7 + 7 +1356 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ѐ 7 + 7 + 7 + 7 +ʝ 7 +ʝ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ǐ 7 + 7 + 7 + 7 + 7 + 7 +ǁ 7 + 7 +1927 7 + 7 + 7 + 7 + 7 + 7 +ȝ 7 + 7 + 7 +ѐ 7 +ϐ 7 + 7 + 7 + 7 + 7 + 7 +Ԑ 7 + 7 + 7 + 7 + 7 + 7 +ѐ 7 + 7 + 7 + 7 + 7 + 7 + 7 +420 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +˝ʝ 7 + 7 +ɝ 7 + 7 + 7 + 7 + 7 +ю 7 +ϐѐ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ʐ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ǐ 7 + 7 + 7 + 7 +э 7 + 7 + 7 + 7 + 7 + 7 +ʝ 7 + 7 +˝ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +Ȑ 7 + 7 +ȝ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ʝ 7 +ʐ 7 + 7 + 7 +ԝ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ʐ 7 + 7 + 7 + 7 + 7 +ʝ 7 + 7 +1375 7 + 7 + 7 + 7 +ʝ 7 + 7 + 7 + 7 +۝ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ѐ 7 +ѐ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ѐ 7 + 7 + 7 + 7 + 7 + 7 + 7 +ǁ 7 + 7 + 7 + 7 + 7 + 7 +ю 7 +95 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ݐ 7 + 7 + 7 + 7 +펐 7 + 7 + 7 + 7 +ԁ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +1949 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ϐ 7 + 7 + 7 + 7 + 7 + 7 + 7 +1816 7 + 7 + 7 + 7 + 7 +220 7 + 7 + 7 + 7 + 7 + 7 + 7 +ʝ 7 +ʝ 7 + 7 +ѐ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +㝐 7 + 7 + 7 + 7 + 7 +ԝ 7 + 7 +1362 7 + 7 + 7 + 7 + 7 + 7 + 7 +ѐ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ʝ 7 +ǐ 7 + 7 + 7 + 7 +˝ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +흐 7 + 7 + 7 + 7 +Ԑ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ʝ 7 + 7 +퍝 7 + 7 + 7 + 7 +֝ 7 +62 7 + 7 + 7 + 7 + 7 + 7 + 7 +Ԑ 7 +ʝ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +208 7 + 7 +ǎ 7 + 7 +79 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ǁ 7 +ѐ 7 + 7 + 7 + 7 +Ԑ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +102 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +Ӂ 6 + 6 + 6 + 6 +Ԑ 6 + 6 + 6 + 6 + 6 + 6 + 6 +Ԑ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ʐ 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ʝ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +Ȑ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ԝ 6 + 6 + 6 + 6 + 6 + 6 + 6 +ʝ 6 + 6 + 6 + 6 + 6 +1917 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ǁ 6 + 6 +100000 6 + 6 + 6 + 6 + 6 +ǎ 6 + 6 + 6 + 6 + 6 +181 6 +ʝ 6 + 6 + 6 + 6 + 6 + 6 +Ȑ 6 + 6 + 6 + 6 +ѐ 6 + 6 +ݝ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ʝ 6 + 6 +ʝ 6 +э 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +с 6 + 6 +348 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +Ȑ 6 +ѐ 6 + 6 + 6 + 6 + 6 + 6 +ύ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ʝ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +1273 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +360 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +Ν 6 + 6 + 6 + 6 + 6 + 6 +ʝ 6 + 6 + 6 +ϐѐ 6 + 6 + 6 + 6 + 6 + 6 + 6 +1352 6 + 6 + 6 +Ǎ 6 +ʝ 6 + 6 + 6 + 6 + 6 + 6 +ρ 6 + 6 +ʐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +杝 6 + 6 +390 6 + 6 + 6 + 6 + 6 +ʝ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ǎ 6 + 6 +흐 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +365 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 +ϐ 6 + 6 + 6 +ϐ 6 + 6 + 6 +Ё 6 +1909 6 + 6 + 6 + 6 + 6 + 6 +1200 6 + 6 + 6 +˝ 6 + 6 + 6 +ݍ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 +ǐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ǐ 6 + 6 +ʝ 6 +1918 6 + 6 + 6 + 6 + 6 + 6 + 6 +248 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +1893 6 + 6 +1328 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ʝ 6 + 6 +ǐ 6 + 6 + 6 + 6 + 6 +112 6 +1877 6 +ʝ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +1346 6 + 6 +͝ 6 + 6 + 6 + 6 + 6 + 6 +Ԑ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +Ԑ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +Ȑ 6 +ǁ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ώ 6 + 6 + 6 + 6 + 6 +ʝ 6 +Ӂ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +с 6 + 6 + 6 +ǎ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ʝ 6 + 6 + 6 + 6 + 6 + 6 + 6 +ǁ 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 +Ґ 6 + 6 + 6 + 6 + 6 + 6 +1841 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ǁ 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ʝ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ʝ 6 + 6 + 6 + 6 +1337 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 +ʐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ʝ 6 +ʝ 6 + 6 +1275 6 + 6 + 6 +1295 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 6 +ʝ 6 +002 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +1940 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +Ґ 6 + 6 + 6 + 6 + 6 + 6 +1400 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 +ǝ 5 + 5 + 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ȝ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 +̐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ȝ 5 +5000 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +1916 5 + 5 +ѐ 5 + 5 +Ǎ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʐ 5 + 5 + 5 + 5 + 5 +ǐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 + 5 + 5 + 5 + 5 +405 5 + 5 + 5 +ʝ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ӂ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ԑ 5 + 5 + 5 + 5 + 5 + 5 +ǁ 5 +ԝ 5 +ѐ 5 + 5 + 5 + 5 + 5 +272 5 + 5 + 5 +ǁ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ґ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +1941 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +߁ 5 + 5 + 5 + 5 + 5 +㝐 5 + 5 + 5 + 5 +̐ 5 + 5 +ԝ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ӂ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 + 5 + 5 +ߝ 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ґ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ӂ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ԑ 5 + 5 + 5 +Ԑ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +2500 5 + 5 + 5 + 5 + 5 +ǁ 5 + 5 + 5 + 5 + 5 + 5 + 5 +1350 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +杝 5 + 5 + 5 + 5 + 5 + 5 +1361 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 +Ǎ 5 + 5 +Ԑ 5 + 5 + 5 + 5 +ǐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ǿ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ԑ 5 + 5 + 5 +ȝ 5 + 5 +ǁ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +490 5 + 5 + 5 + 5 + 5 + 5 + 5 +1905 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +224 5 +381 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ԑ 5 + 5 + 5 + 5 +΍ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ǐ 5 +1331 5 + 5 + 5 + 5 + 5 +330 5 +ѐ 5 +ѐ 5 + 5 + 5 + 5 + 5 + 5 +136 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 + 5 + 5 + 5 +ϐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +404 5 +238 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 + 5 + 5 + 5 + 5 +ǎ 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 +ǁ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +сʝ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +큝 5 + 5 + 5 + 5 + 5 + 5 + 5 +02 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ȑ 5 + 5 + 5 + 5 + 5 +135 5 + 5 +1929 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 +ʝ 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +1850 5 + 5 + 5 + 5 + 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +1324 5 + 5 + 5 + 5 +Ґ 5 + 5 + 5 + 5 + 5 + 5 + 5 +126 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +04 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ǁ 5 + 5 +ǁ 5 + 5 + 5 + 5 + 5 +ǁ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +с 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ԑ 5 + 5 + 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +1347 5 + 5 +ʝ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +흐 5 + 5 + 5 + 5 + 5 +ǁ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +700 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ϐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 +Ӂ 5 + 5 + 5 + 5 + 5 +ǐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ԑ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ӝ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +1851 5 + 5 + 5 + 5 + 5 + 5 + 5 +ǐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ϐ 5 + 5 + 5 + 5 +߁э 5 + 5 + 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ލ 5 +ȝ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 +217 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +߁ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +69 5 + 5 +ߝ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ǁ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +324 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 + 5 + 5 + 5 + 5 +71 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ǁ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ȑ 5 + 5 + 5 + 5 + 5 + 5 +ǐ 5 + 5 + 5 + 5 + 5 +ʝ 5 + 5 + 5 + 5 + 5 + 5 + 5 +114 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǐ 4 + 4 +ʝ 4 + 4 +Ν 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 +392 4 + 4 + 4 + 4 +с 4 + 4 + 4 + 4 + 4 + 4 +579 4 + 4 + 4 + 4 +̝ 4 + 4 + 4 +ʝ 4 + 4 +ʝ 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 +͝ 4 + 4 + 4 +ޝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ρ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +676 4 + 4 + 4 + 4 + 4 + 4 +0001 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʁ 4 + 4 + 4 + 4 + 4 + 4 +ޝ 4 + 4 + 4 + 4 + 4 + 4 +ʐ 4 + 4 + 4 + 4 + 4 + 4 +1355 4 +ԁ 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǎ 4 + 4 + 4 +퍐 4 + 4 + 4 +ݝ 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +͝ 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +э 4 + 4 +ʝ 4 + 4 + 4 +ԝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 +304 4 + 4 +ǁ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 +ǎ 4 + 4 + 4 + 4 + 4 +͝ 4 + 4 + 4 +1813 4 + 4 + 4 + 4 +Ԑ 4 + 4 + 4 + 4 + 4 +흁 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +˝ 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 +ѐ 4 +ʝ 4 +ȝ 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 +ԝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝс 4 + 4 +ѐ 4 + 4 + 4 + 4 +Ȑ 4 +Ґ 4 + 4 + 4 +ʝ 4 + 4 +Ȑ 4 +ڝ 4 + 4 + 4 +ǁ 4 + 4 + 4 +ԝ 4 +ǎ 4 + 4 + 4 +ѐ 4 + 4 +ʝ 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +˝ 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 +786 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ν 4 + 4 + 4 + 4 + 4 + 4 +91 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʐ 4 + 4 + 4 + 4 + 4 +ȝ 4 + 4 + 4 + 4 + 4 + 4 +ԝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 +ԝ 4 +Ȑ 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 +ʝ 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 +ǎ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 +521 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 +ѐ 4 + 4 + 4 +ǁ 4 + 4 + 4 + 4 + 4 + 4 + 4 +1312 4 +ǁ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +퍐 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ې 4 +006 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ߝ 4 + 4 +ݝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 +10000 4 + 4 + 4 + 4 + 4 + 4 + 4 +ρ 4 + 4 + 4 + 4 + 4 + 4 +Ґ 4 + 4 + 4 + 4 + 4 + 4 +ߝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ԑʝ 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +760 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 +ʐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +‹ 4 +ǐ 4 + 4 + 4 +ߝ 4 + 4 + 4 + 4 + 4 + 4 +1899 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +1368 4 + 4 + 4 + 4 + 4 + 4 +ǎ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ԑ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʐ 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 +ϐ 4 +230 4 + 4 +1828 4 + 4 + 4 +1921 4 + 4 +ʝʝ 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 +ѐ 4 +1372 4 + 4 + 4 +ߎ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ӂ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 +Ǎ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +326 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ڝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 +ѐ 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ԑ 4 + 4 + 4 + 4 +Ӑ 4 + 4 + 4 + 4 +1367 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +1342 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ȑ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ӑ 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 +264 4 + 4 + 4 +Ν 4 + 4 +ϐ 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +1924 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +΁ 4 +ϐ 4 + 4 +ѐ 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 +Ȑ 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 +ߝ 4 + 4 + 4 + 4 +ݝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ȑ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +505 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 +ȝ 4 + 4 + 4 + 4 +966 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +1913 4 + 4 + 4 + 4 +ǐ 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 +Ґ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +372 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +1942 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 +Ԑ 4 + 4 + 4 + 4 + 4 +Ӂ 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 +ޝ 4 + 4 +2001 4 + 4 + 4 + 4 + 4 +ϐ 4 +ʐ 4 +흐 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 +ǐ 4 + 4 + 4 + 4 + 4 +ߝ 4 +2005 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 +ӝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ڝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +1336 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ǎ 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 +ȝ 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +} 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǝ 4 + 4 +003 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ߝэ 4 + 4 + 4 +1884 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 +76 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ԑ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +8000 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +413 4 + 4 +ޝ 4 + 4 + 4 + 4 + 4 +125 4 + 4 +ǐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +1907 4 + 4 + 4 + 4 + 4 + 4 +ǎ 4 + 4 + 4 + 4 +с 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +1364 4 + 4 + 4 + 4 +흝 4 + 4 + 4 + 4 +ΐ 4 + 4 + 4 + 4 + 4 + 4 +290 4 + 4 + 4 + 4 +005 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +440 4 + 4 + 4 +흐 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 +ǎ 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +э 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +䝁ѐ 4 +1600 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ɝݝ 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ǎ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +1370 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 +791 4 + 4 + 4 + 4 +357 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ԁ 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 +ǁ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 +߁э 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 +356 4 + 4 + 4 + 4 + 4 + 4 + 4 +ȝ 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǐ 4 +㝐 4 + 4 + 4 + 4 + 4 +˝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ݝ 4 +1310 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +흝 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʁ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 +Ӂ 3 + 3 + 3 +354 3 +336 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ޝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 +ʐ 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ڝ 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +с 3 +2200 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 +ޝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӂ坐 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1359 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +坐 3 + 3 + 3 + 3 + 3 +06 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 +.. 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǐ 3 + 3 + 3 +530 3 +Ӂ 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǁ 3 + 3 + 3 + 3 + 3 + 3 +ߝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1882 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ԝ 3 + 3 + 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǁ 3 + 3 +305 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 +ȝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +682 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 +Ґ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1344 3 + 3 +с 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +292 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +301 3 +ʐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1879 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐѐ 3 + 3 + 3 +͝ 3 +с 3 +ϐ 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǁ 3 + 3 + 3 + 3 + 3 + 3 +447 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +՝ 3 + 3 + 3 + 3 + 3 + 3 + 3 +ȁ 3 + 3 + 3 +ϐ 3 + 3 +̝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 +흐 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 +ǐ 3 + 3 +ȝ 3 +ʐ 3 + 3 +䠐 3 +ʝ 3 +˝ 3 + 3 + 3 +ʝᝐ 3 +ʝ 3 + 3 + 3 +ѐ 3 + 3 +͝ 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +͝ 3 + 3 +с 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +113 3 + 3 + 3 + 3 +퍝 3 + 3 + 3 +277 3 +ҁ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1351 3 +ޝ 3 +͝ 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ȑ 3 + 3 + 3 + 3 + 3 + 3 +ڝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1857 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ȍ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 +ǎ 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +424 3 + 3 +ʝ 3 + 3 +с 3 +ʝ 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 +ʝ 3 +ǁ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 +с 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +598 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ǎ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 +ʝ 3 + 3 + 3 + 3 +268 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǁ 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1277 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 +468 3 + 3 + 3 + 3 + 3 +ݝ 3 + 3 +ڝ 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 +ԝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 + 3 +с 3 + 3 + 3 + 3 +5500 3 +ȝ 3 + 3 +ѐ 3 + 3 +ʝ 3 + 3 + 3 +ǁ 3 + 3 +Ӂ 3 + 3 + 3 + 3 + 3 + 3 +ǐ 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ґ 3 + 3 + 3 +坐 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +˝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 +Ȑ 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +864 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 +1343 3 + 3 + 3 + 3 + 3 + 3 +ρ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ρ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +̐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 +1895 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ԝ 3 +168 3 +ޝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ԝ 3 + 3 + 3 + 3 + 3 + 3 +˝ 3 +ʝ 3 + 3 +՝ 3 + 3 + 3 + 3 + 3 +1078 3 + 3 +1291 3 + 3 + 3 + 3 +116 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +231 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 +흐 3 + 3 + 3 +ǁ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +߁ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 +ڝ 3 + 3 + 3 + 3 + 3 +226 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1885 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1266 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +295 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 +ǁ 3 + 3 +˝ 3 + 3 + 3 +ǁ 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 +ǎ 3 + 3 + 3 + 3 + 3 + 3 + 3 +˝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 +˝ 3 + 3 + 3 + 3 +ӝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ρ 3 + 3 + 3 +ϐѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʐ 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +с 3 +߁ 3 + 3 + 3 + 3 + 3 + 3 +ʐ 3 +ӝ 3 + 3 + 3 +ϐ 3 + 3 +ʝ 3 +흐 3 +ڝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӂ 3 + 3 + 3 +050 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ρ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +с 3 + 3 + 3 +ʐ 3 + 3 +1896 3 +ρ 3 +ʐ 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +385 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 +313 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +170 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +368 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǁ 3 + 3 +ǐ 3 + 3 + 3 + 3 +ǁ 3 + 3 + 3 +288 3 + 3 +ʝ 3 +ϐ 3 + 3 +222 3 + 3 + 3 + 3 +1244 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ԁ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 +476 3 + 3 + 3 +93 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ȑ 3 + 3 + 3 +ǐ 3 +308 3 +ԝ 3 + 3 +ѐ 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǐ 3 + 3 + 3 +427 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +151 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝҐ 3 + 3 + 3 +1946 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ю 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 +ǁ 3 + 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1890 3 + 3 + 3 +сԐ 3 + 3 + 3 +ʝ 3 + 3 +316 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +坝 3 +2010 3 + 3 + 3 +Ԑ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +186 3 + 3 + 3 +234 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +坐 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1881 3 +ѐ 3 + 3 + 3 +ȿ 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ґ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1288 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ν 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӑ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1360 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǁ 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 +ݝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1215 3 + 3 + 3 +1845 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӂѐ 3 +ϐ 3 + 3 + 3 +ǁ 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǁӐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +161 3 + 3 +ϐ 3 + 3 +э 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +138 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ȑ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʐ 3 + 3 + 3 +ʐ 3 + 3 + 3 + 3 + 3 + 3 + 3 +ޝ 3 + 3 + 3 + 3 +2100 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӂ 3 + 3 + 3 + 3 + 3 + 3 + 3 +э 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +349 3 + 3 + 3 + 3 +504 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǁ 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 +928 3 + 3 + 3 + 3 + 3 + 3 +ʐ 3 + 3 + 3 +ѐ 3 + 3 + 3 +0002 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 +ϐ 3 +108 3 + 3 + 3 + 3 + 3 +1855 3 + 3 + 3 + 3 + 3 + 3 +1209 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 +Ԑ 3 + 3 +270 3 + 3 +ʐ 3 +Ǎ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +332 3 + 3 +ӝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ߝ 3 + 3 + 3 + 3 + 3 +ʝϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ҁ 3 + 3 + 3 + 3 + 3 + 3 + 3 +ҁ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1269 3 + 3 + 3 +ϐ 3 + 3 + 3 +910 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ґ 3 + 3 +154 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +280 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +182 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +΍ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӂ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +̝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +386 3 + 3 + 3 +585 3 + 3 + 3 + 3 +͐ 3 +ȝ 3 +448 3 + 3 +ϐ 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 +1874 3 + 3 + 3 +ʝ 3 +̝ 3 + 3 + 3 + 3 +Ȑ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 +ǁ 3 +ʐ 3 + 3 + 3 + 3 + 3 + 3 +322 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +387 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʁ 3 + 3 + 3 +ʐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǎ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +˝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 +Ґ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 +Ӂ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ݝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +̐ 3 +ʝ 3 + 3 +ǐ 3 + 3 + 3 + 3 +ю 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӂ 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ρ 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +306 3 + 3 +548 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 +ʝ 3 + 3 +Ǎ 3 + 3 +ѐ 3 +˝ 3 + 3 + 3 +ѐ 3 + 3 +157 3 + 3 + 3 + 3 +杝 3 + 3 + 3 +ǁ 3 +1385 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 + 3 + 3 + 3 + 3 +ǎ 3 + 3 + 3 + 3 + 3 +240 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1274 3 + 3 + 3 + 3 +Ԑ 3 + 3 +ѐ 3 + 3 + 3 + 3 +124 3 + 3 +955 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 +ӝ 3 + 3 +˝ 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǁ 3 +͝ 3 + 3 + 3 + 3 + 3 +1915 3 + 3 + 3 + 3 + 3 ++ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +с 3 +ʝ 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +с 3 +흁 3 + 3 + 3 + 3 + 3 + 3 + 3 +211 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 +ѐ 3 +ӝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +527 3 + 3 + 3 +314 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 +176 3 + 3 +ѐ 3 +1830 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +֍ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +256 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 +ԝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 + 3 + 3 + 3 +03 3 + 3 + 3 + 3 +Ԑ 3 + 3 + 3 + 3 +Π 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1327 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 +сԐ 3 + 3 + 3 + 3 + 3 + 3 + 3 +ݝ 3 +ȝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +䝁 3 + 3 +ǁ 3 + 3 + 3 +Ӂ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +1910 3 + 3 +Ӂ 3 + 3 +ʝ 3 + 3 + 3 + 3 +Ԑ 3 +Ȑ 3 + 3 +1314 3 + 3 +΍ 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 +с 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐʐ 2 +1080 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +227 2 + 2 +ʝ 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ԝ 2 +ȝ 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +144 2 + 2 + 2 + 2 + 2 +᠐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ԁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 +ݝʝ 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1835 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 +ڐ 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 +ʝ 2 +ѐ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +с 2 + 2 + 2 + 2 + 2 +1152 2 + 2 +ʝ 2 +856 2 + 2 + 2 +ȝϐ 2 +с 2 +617 2 + 2 + 2 + 2 + 2 +ϐ 2 +ȝ 2 +ѐ 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 +ʐ 2 + 2 +ӝ 2 + 2 +ʝ 2 +ʝ 2 + 2 +258 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 +ʝ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +䝐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 +ϐ 2 +ǎ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 +ϐ 2 + 2 + 2 +6000 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ҍ 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +֝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1453 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +̝ 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 +ޝ 2 + 2 +ʝʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +֝ 2 +ʝ 2 + 2 +644 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ǎ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 +ȝ 2 + 2 +ǁ 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ݝ 2 +Ԑ 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +̐ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +1526 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +͝ 2 + 2 + 2 + 2 + 2 +ҁ 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +с 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +ʝ 2 +ѐ 2 + 2 +1902 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +՝ 2 + 2 + 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ǎ 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 +1384 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 +㝝 2 + 2 + 2 + 2 +Ԑ 2 +ǝ 2 + 2 + 2 + 2 + 2 +134 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ԝ 2 + 2 + 2 +ϐ 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ʝ 2 + 2 +с 2 + 2 + 2 + 2 +坐 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +˝ 2 +ȝ 2 + 2 +8300 2 + 2 +э 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ݝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ȑ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +1334 2 + 2 + 2 + 2 +ʝ 2 +ʝ 2 + 2 + 2 +Ґ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +䝁 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ɝ 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +Ӂ 2 +1106 2 +ʝ 2 + 2 + 2 + 2 +흐 2 +ʝ 2 + 2 + 2 + 2 + 2 +167 2 + 2 + 2 + 2 +ʝ 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +흁 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ݐ 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ѐ 2 +ȁ 2 +Ȑ 2 + 2 + 2 + 2 + 2 + 2 +1091 2 + 2 + 2 + 2 + 2 +坐ԝ 2 +ϐ 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ 2 +ʝ 2 + 2 +䝁 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +556 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +Ӑ 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +ѐʝ 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 +흁 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +2351 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 +ލ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 +191 2 + 2 + 2 +ӝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +155 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 +1338 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +̝ 2 +䝐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +с 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +321 2 + 2 + 2 +ʝ 2 + 2 +ޝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +坐 2 + 2 + 2 + 2 +흐 2 + 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ 2 +ȝ 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +ʝ 2 +ʝ 2 + 2 + 2 + 2 + 2 +ԝ 2 + 2 +ʝ 2 +с 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +384 2 + 2 + 2 + 2 + 2 +402 2 +1348 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +710 2 +ޝ 2 + 2 +ʝ 2 +흁 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ڝ 2 + 2 +ϐ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1814 2 +ʝʝ 2 + 2 + 2 + 2 + 2 + 2 +Ґ 2 + 2 +ǐ 2 +111 2 + 2 + 2 + 2 + 2 +ʝ 2 +ʝ 2 + 2 + 2 +ʝ 2 + 2 +19856 2 +ϐ 2 +125000 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ρ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ȑ 2 +ϐ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +ݝ 2 +с 2 +ʝ 2 + 2 + 2 + 2 + 2 +ԝ 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 +䝐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 +˝ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +1937 2 + 2 +ȝ 2 + 2 +430 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +坁 2 + 2 + 2 + 2 +1103 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 +1864 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 +Ӂ 2 +ȁ 2 + 2 + 2 + 2 +Ԑѐ 2 +ǐ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ϝȁ 2 + 2 +ǎ 2 + 2 + 2 + 2 + 2 +ʝ 2 +˝ 2 + 2 +ȍ 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ߝ 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 +Ԑ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 +ǎ 2 + 2 + 2 +ʝ 2 + 2 + 2 +㝐 2 + 2 +334 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +㝁 2 + 2 + 2 + 2 + 2 +ޝ 2 +ʝ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ʝ 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ǎ 2 + 2 + 2 + 2 +164 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +˝ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 +՝ 2 + 2 + 2 + 2 + 2 +ʝʝ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +с 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +흁 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +ѐ 2 + 2 + 2 +ʝ 2 + 2 +̝ 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ԁ 2 +ϐ 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 +106 2 + 2 + 2 + 2 + 2 +524 2 + 2 + 2 + 2 + 2 + 2 +ώ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ґ 2 + 2 +ϐ 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +с 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ԝ 2 +429 2 + 2 + 2 + 2 + 2 +ݝ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1837 2 + 2 + 2 +Ґ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ڝ 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ӝ 2 +3600 2 +722 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +坐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 +흐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +412 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +ڝ 2 + 2 + 2 + 2 + 2 + 2 +с 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +흐 2 + 2 + 2 +ю 2 + 2 + 2 + 2 + 2 + 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ȑ 2 +ʝ 2 + 2 +ʝ 2 + 2 + 2 + 2 +Ґ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +616 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ϐ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +эϝ 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 +ڝ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +1888 2 +Ԑ 2 +1299 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 +215 2 + 2 + 2 + 2 +ݝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +䐝 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 +ʝ 2 + 2 + 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +806 2 + 2 +ȝ 2 + 2 + 2 + 2 +坁 2 + 2 +ʐ 2 +ѐ 2 + 2 + 2 + 2 + 2 +254 2 +ѐ 2 + 2 + 2 +ӝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +Ԑ 2 +287 2 + 2 + 2 +ʝ 2 +ޝ 2 + 2 + 2 + 2 +ӝ 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 +ǎ 2 + 2 + 2 + 2 + 2 +2007 2 +ԝ 2 +169 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +̝ 2 + 2 + 2 +ҁ 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ǎ 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 +ϐ 2 + 2 +ǎ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝʝʝ 2 +ʝԝ 2 +ϐ 2 + 2 + 2 + 2 + 2 +Ǎ 2 + 2 + 2 + 2 +с 2 + 2 +ǐ 2 + 2 + 2 + 2 +ρ 2 + 2 +ϐ 2 +ڝ 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 +ʝ 2 +1928 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 +178 2 +ʝ 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 +ρ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +396 2 +ѐ 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +ʝϐ 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +282 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +207 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +杝 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +䝁 2 + 2 + 2 +ʝ 2 + 2 +ݝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ρ 2 + 2 + 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +275 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 +Կ 2 +ȝ 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ޝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ې 2 + 2 + 2 +1329 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ 2 + 2 + 2 +ӁӐ 2 + 2 + 2 +ԝ 2 +525 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +͝ 2 + 2 +ʝ 2 +с 2 + 2 + 2 +482 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 +၁ 2 +415 2 + 2 +э 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ҁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 +с 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ґ 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ᝁ 2 + 2 +ᝐ 2 + 2 +с 2 + 2 + 2 + 2 + 2 +ߝ 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +83 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 +ʝ 2 + 2 + 2 + 2 +˝ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +흁 2 + 2 + 2 +ʝ 2 + 2 +ʐ 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +ʝȝ 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +ѐ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1216 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 +ʝ 2 + 2 +216 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +߁ 2 + 2 + 2 + 2 + 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +052 2 + 2 + 2 + 2 +흝 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 +坐 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +{ 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 +ǎ坁 2 + 2 + 2 + 2 +ϐѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1820 2 + 2 +ѐ 2 + 2 + 2 +297 2 + 2 +ʝ 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +͝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 +ʐ 2 + 2 +Ȑ 2 + 2 +흐 2 +ϐ 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ʝ 2 + 2 + 2 + 2 +Ԑ 2 +ʝ 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1292 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +э 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1353 2 + 2 + 2 +ʝ 2 + 2 +565 2 +ʝ 2 +101 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +858 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +197 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 +ʝ 2 +흁 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӑ 2 + 2 + 2 +Ԑ 2 + 2 + 2 +ʝ 2 + 2 + 2 +ʝ 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 +1783 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +֝ 2 + 2 + 2 + 2 + 2 +1776 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ʝ 2 + 2 +䝝 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +퍝 2 + 2 +ϐ 2 + 2 +ǐ 2 + 2 + 2 +1276 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +ʝ 2 +с 2 + 2 + 2 +ʝ 2 +ݝ 2 + 2 + 2 + 2 +с 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +с 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +坁 2 + 2 + 2 +с 2 + 2 + 2 +ߝ 2 + 2 + 2 + 2 +ʝ 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +ʝ 2 + 2 + 2 + 2 +340 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 +с 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +с 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ǎ 2 +ʝ 2 + 2 + 2 + 2 + 2 +̝ 2 +265 2 +с 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +6650 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ρ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +͝ 2 + 2 + 2 + 2 + 2 +͝坐 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +ѐ 2 +ʝ 2 +ѐ 2 +ѐ 2 + 2 + 2 + 2 + 2 +519 2 + 2 + 2 + 2 + 2 + 2 + 2 +689 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +ρ 2 + 2 +ӝ 2 + 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 +э 2 + 2 +ʝ 2 + 2 +ʝ흐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 + 2 +Ǎ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +ʝ 2 + 2 + 2 + 2 +с 2 +˝ 2 + 2 + 2 + 2 +ɝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +̐ 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +115 2 + 2 + 2 +΍ 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ 2 +ʝ 2 + 2 + 2 +杝 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +㝁 2 + 2 +283 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +539 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ѐ 2 +ʝ 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ӝ 2 + 2 +Ӑ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ڝ 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 +捐 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +э 2 +؁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝс 2 +481 2 + 2 + 2 + 2 + 2 + 2 +ݝ 2 + 2 + 2 +09 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ρ 2 + 2 + 2 + 2 +ޝ 2 + 2 + 2 +ʝ 2 + 2 +ю 2 + 2 + 2 +ӝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 + 2 +279 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 +ԝ 2 + 2 +ڿ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 +ѝ 2 +ڝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ρ 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ڝ 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1469 2 + 2 +坐 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ԁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +1140 2 +ݝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +3500 2 +˝ 2 + 2 + 2 + 2 +՝ 2 + 2 + 2 +Ӂ 2 +121 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +ʝ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1323 2 + 2 + 2 + 2 +ʝс 2 + 2 + 2 + 2 + 2 + 2 +ρ 2 + 2 +坝 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 +ߝ 2 + 2 + 2 +䝐ѐ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +3100 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +ю 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +흐 2 + 2 + 2 + 2 + 2 +421 2 + 2 +ߝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +142 2 +ǐ 2 + 2 + 2 +ʝ 2 + 2 +Ґ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +Ґ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 +Ԑ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +˝ 2 + 2 +ʝ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +860 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1339 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 +㝍ѐ 2 +ȝ 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝흐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +с 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +坝 2 + 2 + 2 +123 2 + 2 + 2 +с 2 + 2 + 2 + 2 +ǐ 2 +ǎ 2 + 2 + 2 +ϐ 2 +ʝ 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +ю 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1245 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 +搝 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ 2 +ѐ 2 + 2 + 2 + 2 +235 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ڝ 2 +190 2 + 2 + 2 + 2 +ʝ 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +720 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 +541 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +߁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 +ѐ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +149 2 + 2 + 2 + 2 + 2 +̝ 2 + 2 + 2 + 2 +407 2 + 2 + 2 +ʝ 2 +эȝ 2 + 2 +1603 2 +ʐ 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝϐ 2 +ڝ 2 + 2 + 2 + 2 +ǎ 2 + 2 + 2 + 2 +ޝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +坐 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +286 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +с 2 +ѐ 2 + 2 + 2 + 2 + 2 +ʐ 2 +ʝ 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +ߝ 2 + 2 + 2 + 2 +˝ʝ 2 + 2 + 2 +ӝ 2 + 2 + 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +244 2 + 2 + 2 + 2 +ѐ 2 +303 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +ѐ 2 +ȝ 2 +˝ 2 + 2 + 2 +1827 2 +ʝ 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +΍ 2 +ϐ 2 + 2 + 2 +ѐ 2 +ѐ 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ǎ 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +ѐ 2 +ʝ 2 + 2 + 2 +ǎ 2 + 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +377 2 + 2 + 2 + 2 + 2 + 2 + 2 +480 2 + 2 + 2 + 2 +128 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +ȝ 2 +ʝҐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +670 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝʝ 2 +ʝ 2 + 2 +184 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 +485 2 + 2 +1492 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +흐 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 +Ԑ 2 +ʝ 2 + 2 + 2 + 2 + 2 +˝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ 2 + 2 + 2 + 2 +ʝ 2 +ǁ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +ԝ 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1815 2 + 2 + 2 +159 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +656 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +146 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +271 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 +492 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +ʝʝ 2 +1380 2 + 2 +1750 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ 2 +э 2 + 2 + 2 + 2 + 2 +ϐ 2 +195 2 + 2 + 2 + 2 + 2 +ԝ 2 +ʝ 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +515 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +͝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ޝ 2 +ǁ 2 + 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +䐝 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +̝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +՝ 2 + 2 + 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 +Ν 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 +Ґ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 +흁 2 + 2 + 2 + 2 + 2 +ʝӁ坐 2 + 2 +ρ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +坁 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +907 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +˝ʝ 2 + 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ʝ 2 +Ӂ 2 + 2 +ȝʝ흐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +1825 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +͝ 2 + 2 +ѐ 2 + 2 + 2 + 2 +ʝʝ 2 + 2 +518 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 +Ǎ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǝ 2 + 2 + 2 +̐ 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 +452 2 + 2 + 2 + 2 + 2 + 2 + 2 +ρ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +э 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 +621 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ž 2 + 2 + 2 + 2 +ʝ 2 +ʝȐ 2 + 2 + 2 + 2 + 2 +Ґ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 +ݝ 2 +ʝ 2 + 2 + 2 + 2 + 2 +721 2 + 2 + 2 + 2 + 2 +Ǎ 2 +ʝ 2 + 2 +Ґ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 +䝝 2 + 2 + 2 + 2 +196 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +䝁 2 +409 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +㝁ԝ 2 + 2 + 2 +1326 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 +Ԑ坐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +309 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +1180 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +흐 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +ǎ 2 +173 2 + 2 +ѐ 2 +ʝ 2 + 2 + 2 + 2 + 2 +˝ 2 + 2 + 2 + 2 +143 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +416 2 + 2 +с 2 + 2 + 2 + 2 +ڝ 2 +흐 2 + 2 +˝ 2 + 2 + 2 + 2 + 2 +166 2 +Ȑ 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +э 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 +坐 2 + 2 + 2 + 2 +Ǎ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ρ 2 + 2 + 2 + 2 +ǝ 2 + 2 + 2 + 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +ʐ 2 +1145 2 + 2 + 2 +1124 2 +ǁ 2 + 2 + 2 +940 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +1320 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ޝ 2 +ǁ 2 + 2 + 2 + 2 +ʝ 2 +152 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +ޝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ڝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +흝 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ۍ 2 + 2 + 2 + 2 + 2 + 2 +ǎ 2 +ʝ 2 + 2 +727 2 + 2 + 2 +ʝ 2 + 2 +̝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 +815 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +$ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 +ߝ 2 +˝ 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1094 2 + 2 +ʝ 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 +ʝ 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +흐 2 + 2 + 2 +ϐ 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 +ѐ 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 +ʝʝ 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 +ʝ 2 + 2 + 2 +㝁 2 +坍 2 + 2 + 2 + 2 + 2 +127 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1107 2 + 2 + 2 + 2 +ڝ 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 +ʝс 2 + 2 + 2 + 2 + 2 + 2 + 2 +428 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 +ʝ 2 + 2 +͝ 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǎ 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +ʝ 2 +ǁ 2 +ӝ 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +̝ 2 + 2 + 2 +ڝ 2 + 2 +004 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǎ 2 + 2 + 2 +ȍ 2 + 2 + 2 + 2 + 2 + 2 + 2 +͝ 2 + 2 + 2 +̐ 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 +734 2 +ʝ 2 + 2 + 2 +Ԑ 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 +ʝ 2 +1824 2 +488 2 + 2 +ʝ 2 + 2 + 2 +ʝ 2 + 2 +370 2 + 2 + 2 + 2 + 2 + 2 + 2 +坐 2 + 2 + 2 +ڐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϝ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ڝ 2 +ԝ 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +382 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 +1866 1 + 1 + 1 +ʝ 1 + 1 + 1 +ߝ 1 +˝ 1 +ǎ 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 +Ԑ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 +杝 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +1861 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 +杝 1 +ʝ 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 +1068 1 + 1 +ȝ 1 +ϐ 1 +ѐ 1 + 1 + 1 +ʝ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ν 1 +ʝ 1 + 1 +ʝ 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +8800 1 + 1 + 1 + 1 + 1 + 1 +766 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝȐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +΁ 1 + 1 + 1 + 1 +ᝐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ʝ 1 +ʝʝ 1 +ѝ 1 + 1 + 1 + 1 + 1 +871 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 +Ȑ 1 + 1 + 1 +ʝ 1 + 1 + 1 +坁ϐ 1 +716 1 +ʐ 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +639 1 +ʝ 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +с 1 + 1 + 1 +ǁʝ 1 +688 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ坐 1 + 1 + 1 + 1 + 1 +ύ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1689 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝍 1 + 1 +ѐ 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 +606 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 +ڝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁѐ 1 + 1 + 1 + 1 +172 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ǁ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +ϐ 1 +ȝ 1 + 1 +ʝ 1 + 1 +ڝ 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 +850 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 +ρ 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂρ 1 +ϐ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +ǁ 1 + 1 +ɝ 1 +ѐ 1 + 1 + 1 +Ǎ 1 +ȝ 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 +ʠ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʠ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ۍ 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ϐ 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +Ԑ 1 + 1 +ʝ 1 + 1 + 1 +ԝ 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +杝 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +Ӑ 1 + 1 +Ԑ 1 + 1 + 1 + 1 +ʐ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +269 1 + 1 + 1 + 1 +ʝ 1 +䐝 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 +ʝ 1 +؝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +杝 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 +杝 1 + 1 + 1 +͝ 1 + 1 +Ԑ 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +1842 1 + 1 + 1 + 1 +흁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1666 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +550 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ې 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ҁ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +杝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +740 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +ѐ 1 +Ԑ 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +712 1 + 1 + 1 + 1 + 1 + 1 +01 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 +ʝ˝ 1 + 1 + 1 + 1 + 1 +ѐѐ 1 + 1 + 1 + 1 +ʝ 1 + 1 +с 1 + 1 + 1 +ѐ 1 +ϐ 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝߝ 1 + 1 + 1 +ϐ 1 + 1 +ǐ 1 +378 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐԝ 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 +375 1 + 1 +1800 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ˝ 1 +ǐ 1 +245 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䐝 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +퍝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +632 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʐ 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +926 1 + 1 + 1 + 1 + 1 + 1 +147 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁԐ 1 + 1 +673 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝс 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 +坁 1 +䝁ΐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +851 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1540 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +Ӂ 1 + 1 + 1 + 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 + 1 +ޝ 1 + 1 +362 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +՝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +ȝ 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 +Ӂ 1 +Ԑ 1 +263 1 +593 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ν 1 + 1 + 1 + 1 +ǁ 1 +ǁ 1 + 1 + 1 +ʝ 1 +ǐ 1 +ʝ 1 + 1 +ʐ 1 + 1 + 1 +ǡ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 +ǝ 1 + 1 +1017 1 + 1 + 1 + 1 + 1 +1789 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ϐʐ 1 + 1 +826 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +646 1 +ʐ 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1263 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1111 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +恝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ώ 1 + 1 + 1 + 1 + 1 + 1 +990 1 + 1 + 1 +сѐ 1 + 1 + 1 + 1 + 1 +ϝ 1 + 1 + 1 + 1 +Ԑʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 +ǁ 1 + 1 +5370 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +18300 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 +622 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +352 1 + 1 + 1 + 1 + 1 + 1 +՝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +흁 1 + 1 + 1 +ʝ 1 +͐ 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ϐ 1 + 1 +1220 1 + 1 + 1 +᝝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +杝 1 + 1 +000021 1 + 1 + 1 + 1 + 1 + 1 +460 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 +ԝ 1 +̝ 1 +˝坐 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 +䝐 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 +ǁǐ 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ލ 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 +˝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ϝ 1 + 1 +ʝ 1 + 1 + 1 + 1 +ݝ 1 +Ӂ 1 + 1 +ʝѐ 1 + 1 + 1 +Ǎ 1 +ʠ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ȝ 1 + 1 + 1 + 1 + 1 +559 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 +Ԑ 1 + 1 +1141 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 +ҁ 1 +ʐ 1 +ߐ 1 + 1 +ݝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ѐ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +1248 1 + 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ڝ 1 + 1 +ю 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ύ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ѐ 1 + 1 + 1 + 1 +ϐ 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ˠ 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 +ȝ 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +퐝 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 +1682 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 +ڝ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +ѐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ҁ 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 +ޝ 1 + 1 + 1 +эǁ 1 + 1 +ϐ 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1819 1 + 1 + 1 +э 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +323 1 +ϐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ȝ 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʂ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +1758 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +666 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +͝ 1 + 1 + 1 + 1 +䝁 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +펐 1 +ʝ 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +ǐ 1 +Ȑ 1 + 1 +э 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +5005 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +410 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +Ԑ 1 + 1 +ʝ 1 + 1 + 1 +08 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ȿ 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +̝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 +ʝ 1 + 1 +Ґ 1 + 1 +ʝ 1 + 1 + 1 +ѐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +߁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +¿ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +߁ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 +ҁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 +ʝ 1 + 1 + 1 + 1 +ߝ 1 +ǐ 1 + 1 + 1 +ѐ 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +֝ 1 + 1 +ڝ 1 + 1 +ɝ 1 +ǁ 1 +ʝ 1 +ʝ 1 + 1 +ȝ 1 + 1 + 1 + 1 +ρ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +753 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +1630 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +ǐ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 +ϐ 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1150 1 + 1 + 1 + 1 +ݐ 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +ݝ 1 + 1 + 1 +ځ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 +8433 1 +ѐ 1 +1640 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 +ϐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ坐 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +1761 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ɝ 1 +ʝ 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ѐ 1 + 1 +Ν 1 + 1 +ǁ 1 + 1 +ɝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 +˝ 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ϐ 1 + 1 +ѐʝ 1 + 1 + 1 +1055 1 + 1 + 1 + 1 + 1 + 1 + 1 +흁 1 +ᝁ 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +890 1 + 1 + 1 + 1 +ȁ 1 +1873 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ݝ 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 +ʝ 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 +ѐ 1 +904 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˔ 1 + 1 +䐝 1 + 1 +1130 1 + 1 + 1 + 1 + 1 +ϐ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ѐ 1 +ǁ 1 + 1 + 1 +ʝ 1 +302 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +358 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +۝ 1 +ڝ 1 +ѐ 1 + 1 +1859 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ҿ 1 + 1 +ǁ 1 + 1 +ʝ 1 + 1 +杝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 +ʝ 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 +펐 1 +ȝ 1 + 1 + 1 + 1 +ρ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +225 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ύ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 +ʝ 1 + 1 + 1 + 1 + 1 +杝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +Ґʝ 1 + 1 +˝ 1 +ʝȁ 1 +ϐ 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʁ 1 + 1 + 1 + 1 +䝍 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 +ʝ 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 +ޝ 1 + 1 + 1 +ɝ 1 + 1 + 1 + 1 +ѐʝ 1 + 1 +杝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1799 1 + 1 + 1 + 1 + 1 +477 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +Ν 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +֝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 + 1 +ʝ 1 + 1 +䝁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +294 1 + 1 +ہ 1 + 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +351 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 +ϐ 1 + 1 + 1 + 1 +ȝ 1 +Ӂ 1 +ǁ 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 +ѐ 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +547 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝȐ 1 +ʝ 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 +ϐ 1 +496 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +2990 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȁ 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +㝁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 +э 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 +˝ 1 +ʝ 1 + 1 +ԝ 1 + 1 +˝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 +1028 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +㝐 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 +1157 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +479 1 + 1 +䐝 1 + 1 + 1 +ޝ 1 + 1 +319 1 + 1 + 1 +ǐ 1 + 1 + 1 +ʝ 1 + 1 + 1 +㝁 1 + 1 +Ӂ 1 +΍ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ν 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +252 1 + 1 + 1 + 1 + 1 +˝ 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 +杝 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +442 1 +ʝ 1 + 1 +ѐ 1 + 1 +Ν 1 + 1 +ʐ 1 +575 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 +3072 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ԝ 1 +ȝ 1 +䝍 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 +3200 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ǝ 1 + 1 +ѐ 1 + 1 +ʝ 1 +˝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 +ڐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ύ 1 +ʝʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǡ 1 + 1 +ʝ 1 +1520 1 +э 1 +ʝ 1 +䝍 1 +Ԑ 1 +960 1 +ʝ 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 +Ԑ坁ϐ 1 + 1 +640 1 +ʝ 1 +Ν 1 + 1 + 1 + 1 +Ӑ 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 +ǐ 1 + 1 + 1 +ʐ 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 +249 1 + 1 +ʝǐ 1 + 1 + 1 +Ȑ 1 +914 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +726 1 + 1 + 1 + 1 + 1 +ϐ 1 +9997 1 + 1 + 1 +ϐ 1 + 1 +Ȑ 1 +571 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 +杝 1 +ԝ 1 + 1 +1389 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݍ 1 + 1 + 1 + 1 +ʝ 1 + 1 +ϐ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +ۍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 +ʝ 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 +ᝁ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐʝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝐 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +1297 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +㝐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ύ 1 +Ȑ 1 +Ǻ 1 + 1 +ǐ 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ύ 1 + 1 +ʠ 1 +ʝ 1 + 1 +ʝǐ 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝍 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ӝ 1 + 1 + 1 + 1 +1088 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +317 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ю 1 +ǐ 1 + 1 + 1 +ѐ 1 + 1 +296 1 +ȝ 1 +ʝ 1 +ʝ 1 +ʝ 1 +ʝ 1 +坁 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȕ 1 +246 1 + 1 + 1 +ʝ 1 +0014 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 + 1 +͝ 1 +ʝ 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 +ʠ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +˝ 1 + 1 +ʁ 1 + 1 +ʁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +273 1 +΍ 1 + 1 + 1 +ڝ 1 +ϐ 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +536 1 + 1 +ʝ 1 +ȝ 1 + 1 +ʝ 1 +̝ 1 + 1 + 1 + 1 + 1 +ǁ 1 +ʝ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +ȁ 1 +ϐ 1 + 1 + 1 + 1 + 1 +1865 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 +՝ 1 + 1 + 1 +1889 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 +Ԑ 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +ρϐ 1 + 1 +ߝ 1 + 1 + 1 +009 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ρ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +380 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 +1903 1 +Ȑ 1 +ʝ 1 +ߝ 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 +ѝ 1 + 1 + 1 +950 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 +ʝ 1 + 1 +ӝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 +1204 1 +ǐ 1 + 1 + 1 + 1 +724 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ѐ 1 + 1 +ʐ 1 + 1 +Ґʝ 1 + 1 + 1 + 1 +ǁ 1 +835 1 + 1 +ʝ 1 + 1 + 1 + 1 +э 1 + 1 + 1 +Ӂ 1 +ϐ 1 +ʝ 1 + 1 +͐ 1 + 1 + 1 + 1 +ʝ 1 +؝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +ʝ 1 +с 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +ʝ 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 +ʝѐ 1 + 1 + 1 +1138 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڐ 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +펐 1 + 1 + 1 + 1 +ʝʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 +345 1 + 1 +ʝ 1 +ߝ 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 +54511 1 +Ȑ 1 +ȝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 +Ґ 1 +ύ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 +ʝӝ 1 +ʝ 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 +ѐ 1 + 1 + 1 +174 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +4448 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1608 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ɝ 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +329 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 +ԝ 1 + 1 + 1 +1610 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 +1898 1 +ǁ 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 +ԝ 1 + 1 + 1 + 1 +Ϻ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 +ڝǐ 1 +ޝ 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 +434 1 + 1 + 1 + 1 +578 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁӁ 1 + 1 + 1 + 1 +ʝ 1 +ϐ 1 + 1 + 1 +ϐ 1 + 1 + 1 +1279 1 + 1 + 1 + 1 +Ȕ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝϐ 1 +ߝ 1 +ȝ 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +杝 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 +эȝ 1 +ݝ 1 + 1 + 1 + 1 +ʐ 1 +3019 1 +ݝ 1 +ѐ 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +000311 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ߝ 1 + 1 +2602 1 + 1 +1333 1 +ǁ 1 +261 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 +Ӂ 1 +13290 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ʝҁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +杝 1 +633 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +9400 1 + 1 +ʝ 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 +֝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +Ґ 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +ю 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +퍠 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ϐ 1 + 1 +ǁ 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 + 1 + 1 +‚ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝʝ 1 + 1 +276 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +֝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 +Ґʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 +с 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 +634 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +877 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +͝ 1 +ѝ 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 +эȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +7026 1 +792 1 + 1 + 1 + 1 +ѐ 1 +ʝʝ 1 + 1 +˝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +213 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 +сǐ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +131 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝǐ 1 + 1 + 1 +ϐ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +杝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +718 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 +ʝ 1 + 1 + 1 +ԝ 1 +ʝȁ 1 + 1 +͝ 1 + 1 +ʐ 1 + 1 +ʝ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ν 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +흐 1 + 1 +ԁ 1 + 1 +̝ 1 +ʝ 1 +ρ 1 +995 1 + 1 + 1 +1223 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂǝ 1 + 1 + 1 + 1 +ʝ 1 + 1 +ȝ 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 +189 1 +Ν 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ݝ 1 + 1 + 1 + 1 +э 1 + 1 + 1 +ύ 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +с 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +5921 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +坝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ǁ 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +Ȑ 1 +ߝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1340 1 + 1 +ސ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +ᝐ 1 + 1 + 1 + 1 + 1 +ɝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 +ϐ 1 + 1 +ʝ 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 +ʝʝ 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1875 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ν 1 + 1 + 1 +ڔ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +̝Ǎ 1 + 1 + 1 + 1 +杝 1 +䝁 1 +4309 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 +ʝ 1 +ݝ 1 +̝ʝ 1 + 1 + 1 + 1 +441 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +1515 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 +Ȑ 1 + 1 + 1 +ԝ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 +ʝ˝ 1 + 1 + 1 + 1 + 1 + 1 +坁ԝ 1 + 1 + 1 +ɝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 +ϐ 1 + 1 +ȝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ǁ 1 +623 1 +ߝ 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +֠ 1 + 1 +֝ 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 +ϐ 1 + 1 +䝁 1 + 1 + 1 + 1 + 1 +䝍 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +8451 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 +˝ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 +坁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +ǁ 1 +흁 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 +ϐ 1 + 1 +坍 1 + 1 + 1 +ʝ 1 +ʝ 1 +ǁ 1 + 1 +ǝ 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 +ʝ 1 + 1 +' 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ǐ 1 + 1 + 1 + 1 + 1 +Ν 1 + 1 + 1 +ϐ 1 +212 1 +456 1 +ʝ 1 + 1 + 1 + 1 +1305 1 + 1 + 1 + 1 +ʝ 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +䝐 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 +6586 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +펐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +˝ 1 + 1 + 1 + 1 +ʝ 1 +ǐ 1 + 1 +ȝ 1 +ϐ 1 + 1 + 1 + 1 + 1 +ʝ 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ν 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +㝍ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ᝍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +266 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ۍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +1728 1 +ڝ 1 + 1 + 1 + 1 +ʝ 1 +ȝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +߁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +ԝ 1 + 1 + 1 +ǐ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ν 1 + 1 + 1 +ȝ 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݍ 1 +䝁 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ѐ 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 +053 1 + 1 +ϐ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ݝ 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +Ȑ 1 + 1 + 1 +᝝ 1 +ȝ 1 + 1 + 1 +ʝ 1 +ʝ 1 +΍ 1 + 1 + 1 + 1 + 1 +1869 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝐 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ѐ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +2014 1 + 1 +؁ 1 + 1 + 1 +۝ 1 +΍ 1 +828 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1846 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +ߝ 1 +ρ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 +ʝ 1 +ȝ 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 +ϐ 1 +ʝ 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ݝ 1 + 1 +ɝݝ 1 + 1 +ɝ 1 + 1 + 1 + 1 +202 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +ϐ 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +838 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ν 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +ʐ 1 + 1 +ޝ 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +936 1 +ǝ 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 +ϐ 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 +7451 1 + 1 +杝 1 +ѐ 1 + 1 + 1 + 1 +ʝ 1 + 1 +1836 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +879 1 + 1 +ϐ 1 +ߝ 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1229 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 +1426 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ᝍ 1 +ʐ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 + 1 + 1 + 1 +ɝ 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 +257 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +214 1 + 1 + 1 +ݍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 +ԝэ 1 + 1 + 1 +ʝ 1 + 1 +흐 1 +327 1 + 1 + 1 +ޝ 1 + 1 +ʝ 1 + 1 +528 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǡ 1 +1833 1 + 1 + 1 +1564 1 + 1 + 1 +ѐ 1 + 1 +Ґ 1 + 1 +1309 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1381 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 +7912 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 +1871 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 +۝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +ρԐ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +Ԑ 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 +1516 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 +005821 1 + 1 +Ԑ 1 + 1 + 1 +311 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +՝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +906 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 +ϐ 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 +Ԑ 1 + 1 +ʝʝ 1 +ϐ 1 +ʝ 1 +ϐ 1 +Ǎ 1 + 1 + 1 +9821 1 + 1 +ѐ 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +672 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +흁 1 +ʿѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 +ȝ흐 1 + 1 + 1 + 1 + 1 + 1 +ʝʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 +ʝ 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 +Ǎ 1 + 1 + 1 + 1 +՝ 1 +ʝ 1 + 1 + 1 +Ϻ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 +599 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 +ʝ 1 + 1 +坐 1 + 1 +ʝ 1 +ǁ 1 + 1 + 1 + 1 + 1 +Ԑ 1 +1602 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ލ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +߁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 +ʝ 1 +ʝʝ 1 + 1 + 1 + 1 + 1 +ҁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坐 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 +ǁ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 +ʝ 1 +1502 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 +ʝ 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 +˝ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +483 1 + 1 +ʝ 1 +䐝 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȁ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 +ϐ 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +ѐ 1 + 1 + 1 + 1 +ѐ 1 + 1 +ᝁ 1 +ʐ 1 + 1 + 1 +ʝ 1 + 1 +䝐 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +776 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +109 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +251 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ю 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 +˝̝ 1 + 1 +ȍ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1887 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +‹ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 +ۍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȁ 1 + 1 + 1 + 1 +723 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +495 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +388 1 + 1 +坁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 +1810 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 +ԝ 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 +흁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +453 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ν 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 +˝ 1 + 1 +ԝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ǐѝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +658 1 +с 1 + 1 + 1 + 1 +1489 1 +1847 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ɍ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ɝ 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǔ 1 +1559 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 +ӝ 1 + 1 +坐 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +杝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 +䝍 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +697 1 + 1 + 1 + 1 + 1 + 1 +927 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 +ʝ 1 + 1 +ѐ 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +432 1 + 1 + 1 + 1 + 1 + 1 +ʝѐ 1 +ϐ 1 + 1 +ѐ 1 + 1 + 1 +ю 1 +߁э 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 +ѐ 1 +ȝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +퍝 1 +ʝ 1 + 1 + 1 +75100 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +՝ 1 +́ 1 + 1 + 1 +ʝ 1 + 1 +516 1 + 1 + 1 + 1 + 1 + 1 +355 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +흐 1 + 1 +ѐ 1 + 1 + 1 +2802 1 +э 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +흁 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 +ʝѐ 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 +Ӂ 1 +ʝ 1 + 1 + 1 + 1 + 1 +813 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +8274 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +퍝 1 +ȝ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 +˝ 1 +1231 1 +՝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 +ʐ 1 +߁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂϐ 1 +ʝ 1 + 1 +ᝍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +ǁ 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 +918 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +042 1 + 1 +27231 1 +ȝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ν 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 +562 1 + 1 + 1 + 1 +ʝʝ 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 +780 1 +1409 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +437 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ڝ 1 + 1 + 1 +ҝ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ɐ 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 +ߎ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +֝ 1 + 1 +ݝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +262 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +㝁 1 +1096 1 +704 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 +̝ 1 + 1 + 1 +͝ 1 +ʝ 1 +ǐ 1 + 1 + 1 +ʝ 1 + 1 +̐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 +346 1 +Ґ 1 + 1 + 1 +ʝ 1 +ߝ 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ɝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 +1194 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +119 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐǐ 1 + 1 +흐 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ȁ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 +ʐ 1 + 1 +318 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 +ԝ 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 +ʝ 1 +ʝ 1 +ʐ 1 + 1 + 1 +ʝ 1 +ʝ 1 +3323 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 +흐 1 + 1 +ϐ 1 + 1 + 1 + 1 +1891 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ흐 1 + 1 + 1 + 1 +ʍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 +ϐ 1 +ʝ 1 +˝ 1 +ʝ 1 + 1 + 1 + 1 + 1 +ȝ 1 +1638 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +ҝ 1 +ǐ 1 + 1 + 1 + 1 + 1 +454 1 + 1 + 1 + 1 + 1 + 1 +ɐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +䝍 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +Ԑ 1 + 1 + 1 +ڝ 1 +ѐʝ 1 +ǎ 1 +ϐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +# 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 + 1 +ʝ 1 +ϐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +߁ 1 + 1 + 1 + 1 +1394 1 +ߝ 1 + 1 +ώ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +590000 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1886 1 + 1 +ϐ 1 +ݝ 1 +ލ 1 +ʝ 1 +˝ʝ 1 + 1 + 1 + 1 +˝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 +㝐 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +259 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ю 1 +ʝ 1 + 1 +ӝ 1 + 1 + 1 +ǁ 1 + 1 + 1 +㎐ 1 + 1 + 1 + 1 + 1 +118 1 +֝ 1 +1070 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +1240 1 + 1 + 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 +ǝ 1 + 1 + 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +؝ 1 + 1 + 1 + 1 + 1 + 1 +ʝʝ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +흍ߝ 1 +ʝ 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 +660 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ѐ 1 +576 1 + 1 +͝ 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 + 1 +̝ 1 +ѐʍ 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䐍 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +흐 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 +ڝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ȝ 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 +͝ 1 +630 1 +ʝ 1 + 1 + 1 +148 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 + 1 + 1 +ڝ 1 +ʝ 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 +1345 1 + 1 +坐 1 +Ȕ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +218 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 += 1 +436 1 + 1 + 1 +347 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +2880 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +935 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +Ȑ 1 + 1 + 1 + 1 +ߝ 1 +ǁ 1 + 1 + 1 + 1 +杝 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 +Ӑ 1 + 1 + 1 +坁 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +߁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䐝 1 + 1 + 1 + 1 +Ǎ 1 + 1 +ѐԐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 +ǝ 1 + 1 + 1 +Ν 1 + 1 +ȍ 1 + 1 +ǝ 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +؝ 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 +ȁ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 +ʝ 1 + 1 + 1 +1711 1 +ԝ 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ώ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +ǐ 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 +ێێ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +Ӂ 1 +杝 1 + 1 + 1 + 1 + 1 + 1 +ύ 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 +973 1 + 1 +ᝍ 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +008711 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 +ʝ 1 +1004 1 +5896 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ӝ 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +206 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 +Ґ 1 + 1 +ѐ 1 + 1 + 1 +007521 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 +5136 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +7188 1 +ʝ 1 + 1 + 1 +ߎ 1 + 1 + 1 + 1 + 1 + 1 +ԝې 1 +˝ 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +8090 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 +՝ 1 + 1 +996 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʁ 1 + 1 + 1 +ǁ 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +913 1 + 1 +ʝ 1 + 1 + 1 +ߝ 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 +ӿ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 +э 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 +ǁ 1 +̝ 1 +͝ 1 + 1 +ʝѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ȁ 1 + 1 + 1 +Ґʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1299792458 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +944 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʁ 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 +ʝ 1 + 1 + 1 +ϐ 1 + 1 +͝ 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 +흁 1 + 1 + 1 +ѐ 1 + 1 +ʝ 1 + 1 + 1 +532 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +650 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʐ 1 +흐 1 +ʝ 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȁ 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +΍ 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϝ 1 + 1 +䝐 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ϐ 1 + 1 +1089 1 +ߝ 1 + 1 + 1 + 1 +ڝ 1 + 1 +ʁ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +ѐ 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 +ȝ 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 +Ӂ 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̐ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +ѐ 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 +֝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +坐 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 +Νϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ѐ 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +ʝ 1 + 1 +ٝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +1648 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +ߝ 1 +ڝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 +489 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ϐ 1 +ʝ 1 +1143 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 +Ԑ 1 + 1 + 1 +1250 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 +퍝 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʁ 1 + 1 + 1 + 1 +ȿ 1 + 1 +ݝ 1 +ʝ 1 +962 1 + 1 + 1 +杝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ώ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 +흁 1 + 1 + 1 + 1 +ʝ 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 +߁ 1 +ѐ 1 + 1 + 1 +237 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 +1522 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +6338 1 + 1 + 1 +ᝁ 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1867 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 +ʝ 1 +137 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 +ʍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +221 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ݝ 1 +ʝ 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 +͝ 1 + 1 +ѐϐ 1 +853 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +1201 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѝ 1 +ϐ 1 +ȝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ǁ 1 +ȝ 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 +868 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +ߝ 1 + 1 + 1 +͝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ɝ 1 +ʝ 1 + 1 + 1 +ǎ 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 +흐 1 + 1 + 1 +7146 1 + 1 +4715 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +Ǎȝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +2391 1 +ȝϐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 +ѐ 1 + 1 + 1 +ʝ 1 +ρ 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1325 1 + 1 + 1 + 1 + 1 +ǿ 1 +ʝ 1 +ʝ 1 + 1 + 1 +э 1 +ϐ 1 +˝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 +ѐ 1 + 1 + 1 +ɝ 1 +005121 1 + 1 +4000 1 + 1 + 1 +ԝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +790 1 +Ν 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +흍 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +831 1 + 1 + 1 + 1 + 1 + 1 + 1 +930 1 +1205 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +2019 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +䝐 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 +503 1 + 1 +ᝁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +杝 1 + 1 +1687 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +438 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ɁԐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +Ґ 1 +ޝ 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 +ʝ 1 +䐝 1 + 1 +917 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 +1233 1 + 1 + 1 +343 1 +ʝ 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 +ԝ 1 + 1 +129 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ȝ 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 +ϐ 1 + 1 +ȝ 1 +ϐ 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坁 1 + 1 + 1 +ڝ 1 +ʐ 1 + 1 +ʝ 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝍 1 +Ǎ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +312 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +281 1 + 1 +ʝ 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ς 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +͝ 1 +㝐 1 +1006 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +坁 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 +ʐ 1 + 1 +ʡ 1 + 1 + 1 +Ӑ 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 +坍 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 +0120 1 + 1 +ߐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +24000 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 +ʝ 1 + 1 + 1 +坝 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ȿ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̐ 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ɝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝѐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 +ߝ 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝐 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 +ѐ 1 + 1 + 1 + 1 +ʝ 1 + 1 +ߝ 1 +ǁ 1 + 1 +1505 1 +ǐ 1 + 1 + 1 +ǐ 1 + 1 +ȁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ν흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ǐ 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 +255 1 + 1 + 1 + 1 + 1 +ʝʝѐ 1 + 1 + 1 +ڝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 + 1 + 1 + 1 +֝ 1 +Ž 1 +ǐ 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝʝ 1 + 1 +ʝ 1 + 1 + 1 +̝ 1 + 1 + 1 +Ӎ 1 +ӝ 1 +ʝ 1 +Ǎ 1 + 1 + 1 +ʝ 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +398 1 +ϐ 1 + 1 +ʝ 1 + 1 + 1 +Ԑ 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ρ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝐 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +1357 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坁 1 +ʝ 1 +9824 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 +Ν 1 + 1 + 1 +ѐ 1 +䝁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흁 1 +ѐ 1 + 1 + 1 +ʝ߁э 1 + 1 + 1 + 1 + 1 +1050 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +1724 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 +ѐ 1 + 1 + 1 +ϐ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +391 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ѐ 1 + 1 +Ґ 1 +ԝ 1 +с 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +ʝ 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +122 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +581 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +736 1 + 1 +ʐ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 +1316 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +8263 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ې 1 + 1 + 1 + 1 + 1 +ʝ 1 +ȝ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ʝ 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 +ǁ 1 +ѐ 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 +752 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +103000 1 + 1 + 1 + 1 +ʝ 1 +2441 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +̝ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑʝ 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 +э 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +֝ 1 +˝ 1 + 1 + 1 + 1 + 1 +003511 1 + 1 + 1 +ϐ 1 + 1 + 1 +ʝѐ 1 + 1 + 1 +ѐϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1894 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѿҐ 1 + 1 +ʝ坐 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 +흐 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +ӝ 1 + 1 + 1 +ʝ 1 +369 1 + 1 + 1 + 1 + 1 + 1 +‹ 1 + 1 +9000 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +˝坐 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 +˝ 1 + 1 + 1 +ԝ 1 + 1 +ҍ 1 + 1 + 1 +013 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +с 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝍 1 +ʝ 1 + 1 +ʁ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +056 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +512 1 +ʝ 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 +Ӂ 1 +ǐ 1 + 1 +ʝ 1 +Ӂ 1 +ڝ 1 + 1 + 1 + 1 +؝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 +ҁʝ 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ց 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ޝ 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ڝ 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +707 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1624 1 + 1 + 1 + 1 + 1 + 1 +667 1 + 1 +ǁ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䐝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +865 1 +ϐ 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +֝ 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +ʝ 1 +ӝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ϐ 1 + 1 +205 1 + 1 +768 1 +с 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʐ 1 + 1 +ϐ 1 + 1 + 1 +߁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ʝ 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +506 1 + 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +801 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 +ԝ 1 + 1 +5261 1 + 1 + 1 +ѐ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ύ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʁ 1 +ǁ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 +΍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 +ԝ 1 +ǐ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 +с 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1868 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +펐 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +998 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 +ޝ 1 + 1 + 1 +1062 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ʝ 1 +杝 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +**** 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 +ǁ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 +1030 1 + 1 + 1 +˝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝʝ 1 +сϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 +ʐ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 +ӝȐ 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 +ϐ 1 +ʝ 1 + 1 +ϐ 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 +ʝ 1 +ʝʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +1765 1 + 1 + 1 + 1 +䝁Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +㝐 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 +ߝ 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 +ҝ 1 +흁 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝѐ 1 +Ӂ 1 + 1 +ʝ 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +' 1 + 1 +с 1 +520 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +ѐϐ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝʝ 1 + 1 + 1 +ϐ 1 +ʝӁ 1 +38414 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 +1187 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +杝 1 +ʝ 1 + 1 + 1 + 1 +Ӂ 1 +ʝѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +Ӂ 1 + 1 +ʝ 1 +ԝ 1 + 1 + 1 +ʝ 1 +ݝ 1 +ѐ 1 + 1 +ȝ 1 +ʝ 1 +ې 1 +ʝ 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 +825 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 +748 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ᝁ 1 + 1 +ǿ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1000000 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 +ϐ 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 +163 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ν 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 +ڝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ϐ 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 +064 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ѝ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝϐ 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 +457 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +㍿ 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +203 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝϐ 1 + 1 +ǐ 1 +ҡ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +406 1 + 1 + 1 += 1 + 1 + 1 + 1 + 1 +193 1 + 1 + 1 + 1 +7818 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 +949 1 + 1 +ǐ 1 + 1 +ޝ 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 +坁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 +363 1 +Ν 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 +ʝ 1 +08911 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 +ǐ 1 + 1 +17800 1 +ѐ 1 +ȁ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 +1156 1 + 1 + 1 + 1 + 1 +1642 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +165 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 +1804 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 +ǝ 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 +4721 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 +Ǎ 1 +ʝ 1 + 1 +ϐ 1 + 1 +˔ 1 + 1 +흐坐 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +713 1 + 1 + 1 + 1 + 1 + 1 +՝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +732 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 +ѐ 1 +э 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +631 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 +ʝ 1 + 1 +ǐ 1 + 1 + 1 + 1 +ʝѐ 1 +ѐ 1 + 1 + 1 + 1 + 1 +сԐ 1 + 1 + 1 + 1 + 1 +278 1 +с 1 + 1 +ʝ 1 + 1 +㝍 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѝ 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 +ڝ 1 + 1 + 1 +1470 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 +ѐ 1 + 1 +2300 1 + 1 +ϐ 1 + 1 +ǐ 1 +э 1 + 1 + 1 + 1 +4680 1 + 1 + 1 +ѐ 1 + 1 + 1 +ʝ 1 +789 1 + 1 + 1 + 1 + 1 + 1 +ԝǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 += 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 + 1 + 1 +ݝ 1 +** 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ʐ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +588 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +051 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 +˝ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 +ʝэ 1 + 1 + 1 + 1 + 1 +ǐ 1 +ҝ 1 +ʝ흐 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +3491 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 +ѐ 1 +ʐ 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 + 1 +3070 1 + 1 + 1 + 1 + 1 +䐝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +3270 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +804 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 +흐 1 +945 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 +1278 1 +ǐ 1 + 1 + 1 + 1 + 1 +ѐ 1 +1064 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +1087 1 + 1 +Ǎލ 1 + 1 + 1 + 1 + 1 +1175 1 + 1 + 1 + 1 + 1 + 1 +搝 1 + 1 +ʝʝ 1 + 1 + 1 + 1 +ʝ 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 +Ͽ 1 +с 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʠ 1 +䝁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ҁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +эȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 +ʝ 1 +̝ 1 + 1 +흐 1 + 1 + 1 +1185 1 +508 1 + 1 +ρ 1 +ʝȁ 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +4600 1 + 1 + 1 +1112 1 +ǁ 1 + 1 +с 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +˝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 +ѐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +* 1 + 1 + 1 + 1 + 1 + 1 +ʝ坐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 +ԁ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѝ 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +1838 1 + 1 + 1 + 1 +ʝ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ю 1 +725 1 + 1 + 1 +㝁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +杝 1 + 1 +ϝ 1 + 1 +ʝ 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 +ǁ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1191 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +779 1 + 1 +ϐ 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +杝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 +ю 1 + 1 +ʝ 1 +ᝐ 1 +ʝ 1 + 1 + 1 + 1 +ӝ 1 +퍝 1 + 1 +ʝ 1 +ڐ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 +ʝ 1 +֍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +ʝ 1 + 1 + 1 + 1 +흐ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʁ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝԝ 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 +ѐ 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ǐ 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ϐ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 +1390 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 +ʝ 1 +߁ 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +552 1 + 1 + 1 +ʝ 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 +䝐 1 +ӝ 1 + 1 + 1 + 1 + 1 +Ґʝ 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ѐ 1 + 1 + 1 + 1 +ԍ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +} 1 + 1 + 1 + 1 + 1 +ǎ 1 +ʐ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +2008 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +㝁 1 + 1 + 1 + 1 +ʝ 1 +с 1 + 1 + 1 + 1 + 1 +՝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ޝ 1 + 1 + 1 + 1 + 1 +ߝ 1 +ʝϐ 1 + 1 +֝ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +021 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 +ʁ 1 + 1 + 1 + 1 +1863 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +֝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +퍝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝȐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +529 1 +ʝ 1 + 1 + 1 +ʐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +1125 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝѐ 1 + 1 + 1 + 1 + 1 + 1 +171 1 + 1 +ʝ 1 + 1 +Ϻ 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʂ 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 +ʝ 1 + 1 +ǁ 1 + 1 + 1 +538 1 +ʝ 1 +06911 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ϐ 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +̝ 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 +337 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 +ϐ 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 +ӝ 1 +̝ 1 + 1 + 1 +. 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +242 1 + 1 + 1 + 1 + 1 +˝ 1 +ʝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѿ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 +ԝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 +䝐 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +185 1 + 1 +ʝѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝȐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ϐ 1 + 1 + 1 + 1 +ʝ 1 + 1 +ϐ 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 +ʝ 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 +흐 1 + 1 + 1 + 1 +328 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +坐 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +339 1 +ߝʝ 1 +6500 1 + 1 + 1 + 1 +ʝʝ 1 + 1 + 1 +ǐѐ 1 + 1 + 1 +872 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +1419 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ю 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +۝ 1 +ӝ 1 +1862 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +坍 1 + 1 +ۍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ʝ 1 + 1 + 1 + 1 +Ԑ 1 +ʝ 1 +˝ 1 + 1 + 1 +ʝȁ 1 +坁 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 +ѐ 1 +ѐ 1 + 1 +ߎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +462 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +Ν 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +º 1 +ޝ 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 +ǁ 1 + 1 +ȁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 +˝ 1 + 1 + 1 +ρ 1 +ʝ 1 +ʝ 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 +эϝ 1 + 1 + 1 + 1 +3756 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +233 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 +1300 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ϐʐ 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +䝁 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ȁ 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +΍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/dar_row.txt b/Parsivar/for_newwork/dar_row.txt new file mode 100644 index 0000000000000000000000000000000000000000..aea08e4d44051f3a830283c0081ae07f39d67990 --- /dev/null +++ b/Parsivar/for_newwork/dar_row.txt @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:73e468284ced5f0a4a9cd2ad294234cecbe5a9642d15b935eda8aa7ae56752ad +size 19286513 diff --git a/Parsivar/for_newwork/darmi.txt b/Parsivar/for_newwork/darmi.txt new file mode 100644 index 0000000000000000000000000000000000000000..b6e2015a47dffe6907d52824a24bc676297e5697 --- /dev/null +++ b/Parsivar/for_newwork/darmi.txt @@ -0,0 +1,78 @@ + 395 + 266 + 159 + 103 + 100 + 56 + 39 + 38 + 28 + 21 + 16 + 12 + 11 + 9 + 9 + 8 + 8 + 7 + 6 + 6 + 6 + 6 + 4 + 3 + 3 + 3 +<\p> 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 +9 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/darmi_c.txt b/Parsivar/for_newwork/darmi_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..a27df8fa7c320827efe0e3ae67f061a437af6e40 --- /dev/null +++ b/Parsivar/for_newwork/darmi_c.txt @@ -0,0 +1,53 @@ + 395 + 266 + 159 + 103 + 100 + 56 + 39 + 38 + 28 + 21 + 16 + 12 + 11 + 9 + 9 + 8 + 8 + 7 + 6 + 6 + 6 + 6 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/darnemi.txt b/Parsivar/for_newwork/darnemi.txt new file mode 100644 index 0000000000000000000000000000000000000000..41e9b12dcf61dec3962ebbce33907af9fc77119b --- /dev/null +++ b/Parsivar/for_newwork/darnemi.txt @@ -0,0 +1,41 @@ + 105 + 48 + 41 + 27 + 17 + 12 + 10 + 9 + 8 + 7 + 6 + 5 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/darnemi_c.txt b/Parsivar/for_newwork/darnemi_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..ab984c7e775491dc0ad468bf561e2add7be43d44 --- /dev/null +++ b/Parsivar/for_newwork/darnemi_c.txt @@ -0,0 +1,33 @@ + 105 + 48 + 41 + 27 + 17 + 12 + 10 + 9 + 8 + 7 + 5 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 diff --git a/Parsivar/for_newwork/darnemi_row.txt b/Parsivar/for_newwork/darnemi_row.txt new file mode 100644 index 0000000000000000000000000000000000000000..f808575daf1ad3c6c56742246daaaa0ea82e2b3f --- /dev/null +++ b/Parsivar/for_newwork/darnemi_row.txt @@ -0,0 +1,352 @@ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + diff --git a/Parsivar/for_newwork/ha.txt b/Parsivar/for_newwork/ha.txt new file mode 100644 index 0000000000000000000000000000000000000000..0fdc69794f6ee838d44c92334e024d1da6c83a64 --- /dev/null +++ b/Parsivar/for_newwork/ha.txt @@ -0,0 +1,3347 @@ + 5159 + 4569 +ȍ 1354 + 541 + 325 +ǎ 270 + 266 + 254 +<\p> 253 + 235 + 229 + 224 + 197 + 191 + 173 + 173 + 170 +: 169 + 165 + 155 + 150 + 149 + 141 + 139 + 136 + 125 + 123 + 122 + 115 + 113 + 113 +. 112 +Ԑ 109 + 108 +ȍ 108 + 105 + 104 + 98 + 96 + 95 +! 94 + 93 +펐 92 + 89 + 89 + 88 + 88 + 87 + 87 + 85 + 84 + 83 + 81 + 81 + 80 + 80 + 78 + 78 + 77 + 77 + 76 + 75 + 73 + 73 + 72 + 72 + 72 + 72 + 71 + 70 + 70 + 69 +) 68 + 68 + 68 + 67 + 66 + 63 + 63 + 62 + 62 + 62 + 61 + 59 + 58 + 58 + 58 + 58 + 58 + 58 + 57 + 56 + 55 + 55 + 55 + 55 + 54 + 54 + 50 + 50 + 50 + 49 + 49 + 48 +- 48 + 47 + 47 + 47 + 46 + 46 + 46 + 45 + 44 + 44 + 44 + 44 + 43 + 43 + 43 + 41 + 41 + 41 + 41 + 40 + 40 + 39 +ѐ 39 + 39 + 39 + 38 + 38 + 38 + 38 + 38 + 37 + 37 + 37 + 37 + 36 + 36 + 36 + 36 +" 36 + 36 + 35 + 35 + 35 + 35 + 35 + 34 + 34 + 34 +Ӂ 34 + 34 + 34 + 34 + 34 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 32 +( 32 +Ԑ 32 + 32 + 31 + 31 + 31 + 31 + 30 + 30 + 30 + 30 + 30 +... 30 + 30 + 29 + 29 + 29 + 29 + 29 + 28 + 28 + 28 +ϐ 28 + 28 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 26 + 26 + 26 + 26 + 26 + 25 + 25 + 25 +246 25 + 25 + 25 + 25 + 25 + 25 + 25 +ʐ 25 + 25 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 +΍ 24 + 24 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 +Ӂ 23 + 23 + 22 + 22 + 22 +ѐ 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 +Ӂ 22 + 21 + 21 + 21 + 21 + 21 + 21 +ѐ 21 + 21 + 21 + 21 + 21 + 21 + 21 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 +Ԑ 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +1 17 + 17 +ǁ 16 + 16 + 16 + 16 + 16 + 16 +Ԑ 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +ѐ 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +Ӑ 14 + 14 + 13 +ѐ 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +э 13 + 13 +Ǎ 13 + 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +3 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +Ԑ 12 + 12 + 12 + 12 + 12 + 12 + 12 +223 12 + 11 + 11 + 11 + 11 + 11 + 11 +ϐ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ʐ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ϐ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +2 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ϐ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +Ґ 9 + 9 +ʐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ѐ 9 +ϐѐ 9 +ѐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +Ӂ 9 + 9 + 9 + 9 + 9 +ѐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +с 9 + 9 + 9 + 9 +Ԑ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +32 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ʁ 8 + 8 +ϐ 8 + 8 + 8 + 8 +ѐ 8 + 8 +Ӂ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 +ѐ 7 + 7 + 7 + 7 + 7 + 7 +Ӂ 7 + 7 +ѐ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +э 6 + 6 + 6 +Ԑ 6 + 6 + 6 + 6 + 6 +с 6 + 6 + 6 +ѐ 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 +ǎ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ϐ 5 + 5 +ю 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʎ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 +э 4 + 4 +э 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +с 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ґ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ݝ 4 + 4 +" 4 +242 4 + 4 + 4 + 4 + 4 + 4 +Ӂ 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǐ 4 + 4 + 4 + 4 + 4 + 4 + 4 +э 4 + 4 +Ґ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +# : # 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +с 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ȍ 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 +ю 3 + 3 + 3 + 3 + 3 +ǁ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ž 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǐ 3 +ǎ 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 +ϐ 3 + 3 +Ԑ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +7 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +9 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 +8 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 +Ӂ 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +5 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +坝 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ю 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +΁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ґ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȍ 2 + 2 + 2 + 2 +坝 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ۍ 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 +㝐 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 +ʐ 2 +э 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +16 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 +ȝϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȿ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ύ 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +恍 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 +э 2 +͐ 2 + 2 + 2 + 2 + 2 + 2 +Ǎ 2 + 2 + 1 +ϐ 1 + 1 + 1 +ԍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 +ѐ 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 +Կ 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +} 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 +17 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흝 1 + 1 + 1 +э 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 +Կ 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +70 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʎ 1 + 1 + 1 +ρ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ю 1 + 1 + 1 + 1 + 1 + 1 +ĝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +35 1 +ߎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +4 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݐ 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ͽ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1218 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 +с 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ҁ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ю 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 +ѐ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +Ȑ 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흁 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 +́ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +펐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +# : # 1 + 1 + 1 + 1 + 1 +ލ 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 +ѐ 1 + 1 + 1 +ʝ 1 + 1 + 1 +{ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +& 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ǿ 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 +ʍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +0 1 + 1 + 1 + 1 +큝 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 +Ȑсϐ 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 +155 1 + 1 +ǁѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ю 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 ++ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +* 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/ha_c.txt b/Parsivar/for_newwork/ha_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..247830ca14bd4a47be20cbff0830a1230a6f469d --- /dev/null +++ b/Parsivar/for_newwork/ha_c.txt @@ -0,0 +1,1212 @@ + 5159 + 4569 +ȍ 1354 + 541 + 325 +ǎ 270 + 266 + 254 + 229 + 224 + 197 + 191 + 173 + 173 + 170 + 165 + 150 + 149 + 141 + 139 + 136 + 125 + 123 + 122 + 115 + 113 + 113 +Ԑ 109 +ȍ 108 + 105 + 104 + 98 + 96 + 95 + 93 +펐 92 + 89 + 89 + 88 + 88 + 87 + 87 + 84 + 83 + 81 + 81 + 80 + 80 + 78 + 78 + 77 + 77 + 76 + 75 + 73 + 73 + 72 + 72 + 72 + 72 + 71 + 70 + 69 + 68 + 68 + 67 + 66 + 63 + 63 + 62 + 62 + 62 + 61 + 59 + 58 + 58 + 58 + 58 + 58 + 58 + 57 + 56 + 55 + 55 + 55 + 55 + 54 + 54 + 50 + 50 + 50 + 49 + 49 + 47 + 47 + 47 + 46 + 46 + 46 + 45 + 44 + 44 + 44 + 44 + 43 + 43 + 43 + 41 + 41 + 41 + 41 + 40 + 40 +ѐ 39 + 39 + 39 + 38 + 38 + 38 + 38 + 38 + 37 + 37 + 37 + 37 + 36 + 36 + 36 + 36 + 36 + 35 + 35 + 35 + 35 + 35 + 34 + 34 + 34 +Ӂ 34 + 34 + 34 + 34 + 34 + 33 + 33 + 33 + 33 + 33 + 33 + 32 +Ԑ 32 + 32 + 31 + 31 + 31 + 31 + 30 + 30 + 30 + 30 + 30 + 30 + 29 + 29 + 29 + 29 + 29 + 28 + 28 + 28 +ϐ 28 + 28 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 26 + 26 + 26 + 26 + 26 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 +ʐ 25 + 25 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 +΍ 24 + 24 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 +Ӂ 23 + 23 + 22 + 22 + 22 +ѐ 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 +Ӂ 22 + 21 + 21 + 21 + 21 + 21 + 21 +ѐ 21 + 21 + 21 + 21 + 21 + 21 + 20 + 20 + 20 + 20 + 20 + 20 + 20 +Ԑ 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +ǁ 16 + 16 + 16 + 16 + 16 + 16 +Ԑ 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 +ѐ 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +Ӑ 14 + 14 + 13 +ѐ 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +э 13 + 13 +Ǎ 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 +Ԑ 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 +ϐ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ʐ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ϐ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +Ґ 9 + 9 + 9 + 9 + 9 + 9 + 9 +ѐ 9 +ϐѐ 9 +ѐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +Ӂ 9 + 9 + 9 + 9 + 9 +ѐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +Ԑ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ʁ 8 + 8 + 8 + 8 + 8 + 8 +Ӂ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 +ѐ 7 + 7 + 7 + 7 + 7 +Ӂ 7 + 7 +ѐ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +э 6 + 6 + 6 +Ԑ 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ǎ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ю 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʎ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 +ѐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 +э 4 + 4 +э 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ґ 4 + 4 + 4 + 4 + 4 + 4 + 4 +ݝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǐ 4 + 4 + 4 + 4 + 4 + 4 + 4 +э 4 + 4 +Ґ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 +ю 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ž 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 +Ԑ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 diff --git a/Parsivar/for_newwork/haieshan.txt b/Parsivar/for_newwork/haieshan.txt new file mode 100644 index 0000000000000000000000000000000000000000..2dc97a18605a793c9be357f215557d9e4ef99864 --- /dev/null +++ b/Parsivar/for_newwork/haieshan.txt @@ -0,0 +1,500 @@ + 128 + 102 + 96 + 67 + 64 +Ԑ 46 + 41 +ȍ 39 + 34 + 27 + 27 + 26 + 22 + 21 + 20 + 19 + 19 + 18 + 18 + 18 + 17 +ϐ 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 +ʐ 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 +ѐ 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 +Ӂ 5 +ȍ 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +э 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +Ӑ 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 +ǐ 1 +՝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 +ϐ 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +<\p> 1 + 1 +219 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +̐ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +펐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 +ǁ 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/haieshan_c.txt b/Parsivar/for_newwork/haieshan_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..e83a2424aad24d74c20484faf05ff98bed5b19bd --- /dev/null +++ b/Parsivar/for_newwork/haieshan_c.txt @@ -0,0 +1,287 @@ + 128 + 102 + 96 + 67 + 64 +Ԑ 46 + 41 +ȍ 39 + 34 + 27 + 27 + 26 + 22 + 21 + 20 + 19 + 19 + 18 + 18 + 18 + 17 +ϐ 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 +ʐ 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 +ѐ 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 +Ӂ 5 +ȍ 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +э 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +Ӑ 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +с 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +ʐ 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 diff --git a/Parsivar/for_newwork/haiy.txt b/Parsivar/for_newwork/haiy.txt new file mode 100644 index 0000000000000000000000000000000000000000..435ebb68c8bf1dfdd44d5a4206eda02f80a5bc55 --- /dev/null +++ b/Parsivar/for_newwork/haiy.txt @@ -0,0 +1,1011 @@ + 184 + 120 + 106 + 95 + 68 +ȍ 66 + 65 + 53 +펐 50 + 47 + 45 + 42 + 39 + 39 + 35 + 35 + 33 + 33 + 32 + 32 + 30 + 30 + 28 + 27 + 27 + 26 + 26 + 26 + 25 + 25 + 25 + 25 + 25 + 23 + 23 +ǎ 23 + 22 + 21 + 21 + 20 + 20 + 20 + 19 + 18 + 18 + 18 + 17 + 17 + 17 + 17 + 17 +<\p> 16 + 16 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 + 14 + 14 + 13 + 13 + 13 + 13 + 13 + 12 +ѐ 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +" 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 +ʐ 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 +ȍ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʐ 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 +) 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +э 4 +э 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 +Ґ 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǎ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +. 3 +( 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 + 3 +ѐ 3 +ϐѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +- 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +э 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +ϐ 1 +ʐ 1 + 1 + 1 +΍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +߁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 +ʁ 1 + 1 +Ӂ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 +ǐ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʎ 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1377 1 +19 1 + 1 +ϐ 1 + 1 +ϐ 1 +Ԑ 1 +Ӂ 1 + 1 + 1 +ʐ 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӑ 1 + 1 + 1 + 1 + 1 +ѐ 1 +Ӂ 1 + 1 + 1 +ϐ 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/haiy_c.txt b/Parsivar/for_newwork/haiy_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..fb4e00642862a22daa845f2fb56b6af5ea8e4f9b --- /dev/null +++ b/Parsivar/for_newwork/haiy_c.txt @@ -0,0 +1,363 @@ + 184 + 120 + 106 + 95 + 68 +ȍ 66 + 65 + 53 +펐 50 + 47 + 45 + 42 + 39 + 39 + 35 + 35 + 33 + 33 + 32 + 32 + 30 + 30 + 28 + 27 + 26 + 26 + 26 + 25 + 25 + 25 + 25 + 25 + 23 + 23 +ǎ 23 + 22 + 21 + 21 + 20 + 20 + 20 + 19 + 18 + 18 + 18 + 17 + 17 + 17 + 17 + 17 + 16 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 + 14 + 14 + 13 + 13 + 13 + 13 + 13 + 12 +ѐ 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 +ʐ 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 +ȍ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʐ 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +э 4 +э 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 +Ґ 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǎ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 +ѐ 3 +ϐѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 diff --git a/Parsivar/for_newwork/hay.txt b/Parsivar/for_newwork/hay.txt new file mode 100644 index 0000000000000000000000000000000000000000..f582faba5c47c31ed5c30d908100a8f90387a5d1 --- /dev/null +++ b/Parsivar/for_newwork/hay.txt @@ -0,0 +1,3216 @@ + 2053 + 1000 + 828 + 784 + 709 +펐 685 + 613 + 488 + 446 + 435 + 381 + 375 + 339 + 326 + 321 + 305 + 301 + 290 + 289 + 289 +ȍ 286 + 280 + 276 + 264 + 261 + 247 + 235 + 231 + 222 + 205 + 205 + 203 + 201 + 199 + 195 + 187 + 180 + 173 + 169 + 158 + 156 + 154 + 152 + 151 + 151 + 150 + 149 + 145 + 142 + 141 + 133 + 132 + 131 + 131 +ϐ 130 + 130 + 127 + 124 + 124 + 123 + 121 + 121 +ǎ 119 + 119 + 119 + 118 + 117 + 113 + 112 + 110 + 110 + 108 + 105 + 104 + 103 +ѐ 102 + 99 + 98 + 95 + 94 + 94 + 94 + 92 + 92 + 91 + 91 +ʐ 89 + 88 + 87 + 87 + 87 + 87 + 87 + 85 + 85 + 85 + 82 + 81 + 80 + 80 + 80 + 78 + 78 + 78 + 78 + 77 + 76 + 75 + 75 + 74 + 72 + 70 + 70 + 70 + 68 + 68 + 68 + 67 + 66 + 66 + 65 + 65 + 64 + 64 + 63 + 61 + 61 + 61 + 61 + 60 + 60 + 59 + 59 + 59 + 59 + 59 +ʐ 59 + 58 + 58 + 58 + 57 + 57 + 57 + 57 + 57 + 56 +Ԑ 56 + 56 + 56 + 55 + 55 + 55 + 54 + 54 + 54 + 53 + 53 + 53 + 53 + 53 + 53 + 52 + 52 + 52 + 52 + 51 + 51 + 51 + 51 + 50 + 50 + 50 + 50 + 50 +ȍ 50 + 49 + 48 + 48 + 48 + 47 + 47 + 46 + 46 + 46 + 46 + 45 + 45 + 45 + 45 + 44 + 44 + 44 + 43 + 43 + 43 + 43 + 42 + 42 + 42 + 42 + 42 + 41 + 41 + 40 + 40 + 40 + 39 +ʐ 39 + 39 + 39 + 39 + 39 + 38 + 38 + 38 +ѐ 38 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 36 + 36 +ю 36 + 35 + 35 + 35 + 35 + 35 + 34 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 32 + 32 +ѐ 32 + 32 + 32 + 32 + 31 + 31 + 31 + 31 + 31 + 31 + 30 + 30 + 30 + 30 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 27 + 27 +Ԑ 27 + 27 + 27 + 27 +ʁ 27 + 27 +ϐ 26 + 26 + 26 + 26 + 26 + 26 + 26 +э 26 + 26 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 23 + 23 +ϐѐ 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 22 + 22 + 22 + 22 + 22 + 22 +Ӂ 22 + 22 + 22 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 17 + 17 + 17 + 17 + 17 + 17 +Ԑ 17 + 17 + 17 + 17 +ю 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +э 17 + 17 + 17 + 17 + 17 + 16 + 16 + 16 + 16 +ϐ 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 + 15 +ѐ 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 14 +ѐ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 13 + 13 + 13 + 13 + 13 +ѐ 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +΍ 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +ϐ 13 + 12 + 12 + 12 + 12 + 12 + 12 +ϐ 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +Ԑ 11 + 11 + 11 + 11 + 11 +... 11 +ʐ 11 + 11 +ѐ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ǁ 11 + 11 + 11 + 11 + 11 + 11 + 11 +э 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ѐ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 +ѐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +155 9 + 9 + 9 +ϐ 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +с 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ѐ 8 + 8 + 8 + 8 +Ԑ 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +Ǎ 7 +ѐ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ϐ 7 + 7 + 7 +߁ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +с 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +э 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 5 +э 5 + 5 + 5 + 5 + 5 + 5 +ۍ 5 + 5 + 5 +Ȑ 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 +ʎ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʐ 5 + 5 + 5 +э 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʐ 5 + 5 + 5 + 5 + 5 +Ԑ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 + 5 +242 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +э 4 + 4 + 4 + 4 + 4 + 4 +Ǎ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ґ 4 + 4 +223 4 +͐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 + 4 + 4 +ĝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ȍ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ލ 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӑ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʐ 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 +ʁ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǎ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 +֍ 3 +ʐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ž 3 + 3 + 3 + 3 +ǁ 3 + 3 + 3 +ʐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӂ 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +с 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +# : # 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ݝ 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 +с 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +80 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 +ǎ 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʍ 2 + 2 +ѐ 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 +ʁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 +с 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ݐ 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ݍ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +4 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 +펐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +34 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +3 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 +߁ 1 + 1 +㝁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +̐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ɝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 +ǁʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 +ϐ 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +펐 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +70 1 + 1 + 1 + 1 + 1 +ѐ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +㝐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +23 1 +̝ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ߎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坐 1 +35 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 +ȍ坝 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ԝ 1 +ʍ 1 + 1 + 1 +167 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ލ 1 +с 1 +э 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 +ʍ 1 +̝ 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ž 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +픁 1 + 1 + 1 +10 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +# 26 2002 # 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 +219 1 + 1 + 1 + 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 +Ԑ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 +12 1 + 1 + 1 + 1 + 1 + 1 + 1 +% 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ҡ 1 +ϐ 1 +ρ 1 + 1 +ȍ 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 +ʝǝϝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +37 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 +с 1 + 1 +ލ 1 + 1 +9 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 +ҁ 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁʐ 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 +ϐ 1 + 1 +ʐ 1 + 1 + 1 + 1 +ȍ 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 +ю 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ҁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 +ρ 1 + 1 +ǁ 1 + 1 + 1 + 1 +148 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/hay_c.txt b/Parsivar/for_newwork/hay_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..5693aebb31e28605330a2a222d41aa0335ce0dfd --- /dev/null +++ b/Parsivar/for_newwork/hay_c.txt @@ -0,0 +1,1217 @@ + 2053 + 1000 + 828 + 784 + 709 +펐 685 + 613 + 488 + 446 + 435 + 381 + 375 + 339 + 326 + 321 + 305 + 301 + 290 + 289 + 289 +ȍ 286 + 280 + 276 + 264 + 261 + 247 + 235 + 231 + 222 + 205 + 205 + 203 + 201 + 199 + 195 + 187 + 180 + 173 + 169 + 158 + 156 + 154 + 152 + 151 + 151 + 150 + 149 + 145 + 142 + 141 + 133 + 132 + 131 + 131 +ϐ 130 + 130 + 127 + 124 + 124 + 123 + 121 + 121 +ǎ 119 + 119 + 119 + 118 + 117 + 113 + 112 + 110 + 110 + 108 + 105 + 104 + 103 +ѐ 102 + 99 + 98 + 95 + 94 + 94 + 94 + 92 + 92 + 91 + 91 +ʐ 89 + 88 + 87 + 87 + 87 + 87 + 87 + 85 + 85 + 85 + 82 + 81 + 80 + 80 + 80 + 78 + 78 + 78 + 78 + 77 + 76 + 75 + 75 + 74 + 72 + 70 + 70 + 70 + 68 + 68 + 68 + 67 + 66 + 66 + 65 + 65 + 64 + 64 + 63 + 61 + 61 + 61 + 61 + 60 + 60 + 59 + 59 + 59 + 59 + 59 +ʐ 59 + 58 + 58 + 58 + 57 + 57 + 57 + 57 + 57 + 56 +Ԑ 56 + 56 + 56 + 55 + 55 + 55 + 54 + 54 + 54 + 53 + 53 + 53 + 53 + 53 + 53 + 52 + 52 + 52 + 52 + 51 + 51 + 51 + 51 + 50 + 50 + 50 + 50 + 50 +ȍ 50 + 49 + 48 + 48 + 48 + 47 + 47 + 46 + 46 + 46 + 46 + 45 + 45 + 45 + 45 + 44 + 44 + 44 + 43 + 43 + 43 + 43 + 42 + 42 + 42 + 42 + 42 + 41 + 41 + 40 + 40 + 40 + 39 +ʐ 39 + 39 + 39 + 39 + 39 + 38 + 38 + 38 +ѐ 38 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 37 + 36 + 36 +ю 36 + 35 + 35 + 35 + 35 + 35 + 34 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 33 + 32 + 32 +ѐ 32 + 32 + 32 + 32 + 31 + 31 + 31 + 31 + 31 + 31 + 30 + 30 + 30 + 30 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 29 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 27 + 27 +Ԑ 27 + 27 + 27 + 27 +ʁ 27 + 27 +ϐ 26 + 26 + 26 + 26 + 26 + 26 + 26 +э 26 + 26 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 25 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 24 + 23 + 23 +ϐѐ 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 23 + 22 + 22 + 22 + 22 + 22 + 22 +Ӂ 22 + 22 + 22 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 17 + 17 + 17 + 17 + 17 + 17 +Ԑ 17 + 17 + 17 + 17 +ю 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 +э 17 + 17 + 17 + 17 + 17 + 16 + 16 + 16 + 16 +ϐ 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 + 15 +ѐ 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 14 +ѐ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 13 + 13 + 13 + 13 + 13 +ѐ 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +΍ 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +ϐ 13 + 12 + 12 + 12 + 12 + 12 + 12 +ϐ 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +Ԑ 11 + 11 + 11 + 11 + 11 +ʐ 11 + 11 +ѐ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +ǁ 11 + 11 + 11 + 11 + 11 + 11 + 11 +э 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ѐ 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 +ѐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ʐ 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ϐ 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +с 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ѐ 8 + 8 + 8 + 8 +Ԑ 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +Ǎ 7 +ѐ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ϐ 7 + 7 + 7 +߁ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +с 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +э 6 + 6 + 6 + 6 + 6 + 6 +ϐ 6 + 6 + 6 + 6 + 5 +э 5 + 5 + 5 + 5 + 5 +ۍ 5 + 5 + 5 +Ȑ 5 +ʐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 +ʎ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʐ 5 + 5 + 5 +э 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ʐ 5 + 5 + 5 + 5 + 5 +Ԑ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +э 4 + 4 + 4 + 4 + 4 + 4 +Ǎ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ґ 4 + 4 +͐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ǐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ĝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ȍ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ލ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʐ 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 +ʁ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +֍ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ž 3 + 3 + 3 +ʐ 3 + 3 + 3 diff --git a/Parsivar/for_newwork/hayam.txt b/Parsivar/for_newwork/hayam.txt new file mode 100644 index 0000000000000000000000000000000000000000..ec013a24f3b07b55723741fa093e13857afbec30 --- /dev/null +++ b/Parsivar/for_newwork/hayam.txt @@ -0,0 +1,236 @@ + 102 + 64 + 53 + 45 + 38 +ȍ 38 + 33 + 27 + 22 + 20 + 18 + 15 + 15 + 14 + 13 + 12 + 11 +ʐ 11 + 10 + 9 + 8 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/hayam_c.txt b/Parsivar/for_newwork/hayam_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..40c141e89dee4da382ae3a3840ffe49480f46046 --- /dev/null +++ b/Parsivar/for_newwork/hayam_c.txt @@ -0,0 +1,158 @@ + 102 + 64 + 53 + 45 + 38 +ȍ 38 + 33 + 27 + 22 + 20 + 18 + 15 + 15 + 14 + 13 + 12 + 11 +ʐ 11 + 10 + 9 + 8 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 diff --git a/Parsivar/for_newwork/hayash.txt b/Parsivar/for_newwork/hayash.txt new file mode 100644 index 0000000000000000000000000000000000000000..ac6e1fc04056da3bb1c3195a4caab91c00a84395 --- /dev/null +++ b/Parsivar/for_newwork/hayash.txt @@ -0,0 +1,285 @@ + 65 + 64 + 54 + 39 +ȍ 36 + 34 + 28 + 26 + 18 + 15 + 15 + 14 + 13 + 12 + 12 + 10 + 10 + 9 + 9 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 + 5 +ѐ 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 +<\p> 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +э 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 +э 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +펐 1 + 1 + 1 +΍ 1 + 1 + 1 +ǎ 1 + 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +- 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ѐ 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/hayash_c.txt b/Parsivar/for_newwork/hayash_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..b50da394735d8c1f4bc01afbf720eedafde77cb3 --- /dev/null +++ b/Parsivar/for_newwork/hayash_c.txt @@ -0,0 +1,204 @@ + 65 + 64 + 54 + 39 +ȍ 36 + 34 + 28 + 26 + 18 + 15 + 15 + 14 + 13 + 12 + 12 + 10 + 10 + 9 + 9 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 +ѐ 5 + 5 +ѐ 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +э 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +펐 1 + 1 + 1 +΍ 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 diff --git a/Parsivar/for_newwork/hayeman.txt b/Parsivar/for_newwork/hayeman.txt new file mode 100644 index 0000000000000000000000000000000000000000..c3bdef6fc21d16bb168eb3352ca44747e42b1992 --- /dev/null +++ b/Parsivar/for_newwork/hayeman.txt @@ -0,0 +1,165 @@ + 32 + 28 +ȍ 24 + 19 + 14 + 13 + 13 + 12 + 11 + 10 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 7 + 7 +ʐ 7 +Ԑ 7 + 7 + 6 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 +Ӂ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/hayeman_c.txt b/Parsivar/for_newwork/hayeman_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..5f51ae2b1a38be1803d819c1647ad71f7b688c39 --- /dev/null +++ b/Parsivar/for_newwork/hayeman_c.txt @@ -0,0 +1,112 @@ + 32 + 28 +ȍ 24 + 19 + 14 + 13 + 13 + 12 + 11 + 10 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 7 + 7 +ʐ 7 +Ԑ 7 + 7 + 6 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 +Ӂ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʎ 1 + 1 + 1 diff --git a/Parsivar/for_newwork/hayeshan.txt b/Parsivar/for_newwork/hayeshan.txt new file mode 100644 index 0000000000000000000000000000000000000000..f17f1aa035451fa5429b3265e08ffd7afc5af6c2 --- /dev/null +++ b/Parsivar/for_newwork/hayeshan.txt @@ -0,0 +1,87 @@ + 128 + 102 + 96 + 67 + 64 +Ԑ 46 + 41 +ȍ 39 + 34 + 27 + 27 + 26 + 22 + 21 + 20 + 19 + 18 + 18 + 18 + 17 +ϐ 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 +ʐ 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 +ѐ 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ӂ 5 +ȍ 5 + 5 + 5 + 5 + 5 \ No newline at end of file diff --git a/Parsivar/for_newwork/hayeshan_c.txt b/Parsivar/for_newwork/hayeshan_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..f17f1aa035451fa5429b3265e08ffd7afc5af6c2 --- /dev/null +++ b/Parsivar/for_newwork/hayeshan_c.txt @@ -0,0 +1,87 @@ + 128 + 102 + 96 + 67 + 64 +Ԑ 46 + 41 +ȍ 39 + 34 + 27 + 27 + 26 + 22 + 21 + 20 + 19 + 18 + 18 + 18 + 17 +ϐ 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 +ʐ 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 +ѐ 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ӂ 5 +ȍ 5 + 5 + 5 + 5 + 5 \ No newline at end of file diff --git a/Parsivar/for_newwork/hayy.txt b/Parsivar/for_newwork/hayy.txt new file mode 100644 index 0000000000000000000000000000000000000000..34b1970ee88da73e265ec5d7ad3a8ef664f9942b --- /dev/null +++ b/Parsivar/for_newwork/hayy.txt @@ -0,0 +1,666 @@ + 52 + 43 + 41 + 36 +ȍ 27 + 20 + 20 + 17 + 17 + 15 + 14 + 13 + 12 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 9 + 9 + 9 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +펐 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +֍ 3 + 3 + 3 + 3 + 3 + 3 +ʍ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +с 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ۍ 2 + 2 + 2 + 2 + 2 + 2 +ҁ 2 + 2 + 2 + 2 + 2 +" 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 +ʐ 1 + 1 +Ԑ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ю 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 +. 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ΐ 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +߁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/hayy_c.txt b/Parsivar/for_newwork/hayy_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..8f89bddb4ce83d364e6496519a931e9c31933246 --- /dev/null +++ b/Parsivar/for_newwork/hayy_c.txt @@ -0,0 +1,140 @@ + 52 + 43 + 36 +ȍ 27 + 20 + 20 + 17 + 17 + 15 + 14 + 13 + 12 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 9 + 9 + 9 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +펐 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +֍ 3 + 3 + 3 + 3 + 3 + 3 +ʍ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 diff --git a/Parsivar/for_newwork/hayy_row.txt b/Parsivar/for_newwork/hayy_row.txt new file mode 100644 index 0000000000000000000000000000000000000000..d8f78537bfc5e2540993057e464ff00e059eff74 --- /dev/null +++ b/Parsivar/for_newwork/hayy_row.txt @@ -0,0 +1,1539 @@ + + + + + + + + +ȍ +ȍ +ȍ + + + + +ѐ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +" +. + + + + + + + + + + + + + + + + + + + + + + + + + +ҁ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +ҁ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +ϐ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +с + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +Ԑ + + + + + + + + + + + + + + + + + + +ʐ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +펐 + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +ȍ + + + + + + + + + + + + + +ϐ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +Ǎ + + + + + + +֍ + +ʍ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +с + + + + + + + + + + + + +ǐ +ʍ + + + + + + + + + + +펐 + + + + +ѐ + + + + + + + + + + + + + +֍ + +ʍ + + + + +ѐ + + + + + +펐 + +ѐ + +ʐ + + + + + + + + + + + + + + + + + + + + +ȍ + + + + + + + + + + +펐 + + + + + + + + + + + + + + + + + + +Ԑ + + + + + +ѐ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +ۍ + + + + + + + + + + + + + + + + + + + + + + + + +֍ + + + + + + + + + + + + + + + + +ϐ + + +ȍ + +ȍ + + + + + + + + + + + + + + + + + + + + + + + + + + + +Ԑ + + + + + + + + + + + + + + +ȍ + + + + + + + + + + + + + + + + + + + + + + + +ۍ + + + +ѐ + +ȍ + + + + + + +ȍ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +ȍ + + + + + + + + + + + + + + + +ʐ + + + + + + + +ʐ + + +ȍ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +ΐ + + + + + + + + + + + + +ȍ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +ю + + + + + + + + + + +ϐ + + + + + + +ȍ +ȍ + + + + + + + + + + + + + + + + + + + + + + + + +߁ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +ȍ + + + + + + + + + + + +ѐ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +" +ϐ + + + + + + + + + +ѐ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +ȍ + + + + + + + + + + + + + + + + + + + + + +ȍ + + + +ȍ + + + + + + + + + +ȍ +ȍ + + + + +ȍ + + + +ϐ + + + + + + + + + + + +ȍ + + + + + +Ԑ + + + + + + + + +ȍ + + + + + +Ԑ + + + + + + + + +ѐ +ǎ + + + + + + + + + + + + + + + + + +ʐ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +ȍ + + + + + + + + + + + + + + + + + + + + + + + + + + + +ȍ + + + + + + + + + + + + + + + + + + + + + + + + + + + +ȍ + + + + + +Ԑ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +э + + + + diff --git a/Parsivar/for_newwork/iy.txt b/Parsivar/for_newwork/iy.txt new file mode 100644 index 0000000000000000000000000000000000000000..b3d68eedc8b0bb87b77081b81cf586aa079b3398 --- /dev/null +++ b/Parsivar/for_newwork/iy.txt @@ -0,0 +1,218 @@ + 45 +<\p> 33 + 20 + 20 +" 12 + 10 + 9 + 8 +. 7 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 +/ 2 + 2 +- 2 +Ȑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +# : # 1 +) 1 + 1 + 1 + 1 +223 1 +25 1 +ݵ 1 +ۯ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐѐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/iy_c.txt b/Parsivar/for_newwork/iy_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..9c8be28fa888ab9216f1f3eb61501ee456495307 --- /dev/null +++ b/Parsivar/for_newwork/iy_c.txt @@ -0,0 +1,47 @@ + 20 + 20 + 10 + 9 + 8 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 diff --git a/Parsivar/for_newwork/maan.txt b/Parsivar/for_newwork/maan.txt new file mode 100644 index 0000000000000000000000000000000000000000..2f05eb5cbcc36dc27438ebea6c5d24663803bd84 --- /dev/null +++ b/Parsivar/for_newwork/maan.txt @@ -0,0 +1,838 @@ + 94 + 60 + 49 + 44 + 33 + 32 + 29 +ϐ 29 + 25 + 24 + 24 + 23 + 22 + 21 + 18 + 17 + 16 + 16 + 16 + 15 + 15 + 15 +- 15 + 14 +<\p> 14 + 14 + 14 + 13 + 13 + 13 + 12 + 12 + 12 + 11 + 11 + 10 + 10 + 10 + 10 +. 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +( 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ԑ 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ȍ 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +" 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӑ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ǎ 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +242 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȍ 2 +ȍ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ю 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ѐ 1 +ѐ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +7 1 +) 1 +/ 1 +: 1 ++ 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +恝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +ݝ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +. 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ҝ 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ѐ 1 + 1 + 1 +߁э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/maan_c.txt b/Parsivar/for_newwork/maan_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..82b8c0ede923c38dcdf8197880976a51803da93a --- /dev/null +++ b/Parsivar/for_newwork/maan_c.txt @@ -0,0 +1,106 @@ + 94 + 60 + 49 + 44 + 33 + 32 +ϐ 29 + 25 + 24 + 24 + 23 + 16 + 16 + 16 + 15 + 15 + 15 + 14 + 14 + 13 + 13 + 13 + 12 + 12 + 12 + 11 + 11 + 10 + 10 + 10 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +Ԑ 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ȍ 4 + 4 + 4 + 3 + 3 diff --git a/Parsivar/for_newwork/mi.txt b/Parsivar/for_newwork/mi.txt new file mode 100644 index 0000000000000000000000000000000000000000..2b06e2c97e13282447b69436da6d7cee15258993 --- /dev/null +++ b/Parsivar/for_newwork/mi.txt @@ -0,0 +1,2081 @@ + 11051 + 7548 + 3614 + 3226 + 2974 + 2731 + 2380 + 2345 + 1957 + 1638 + 1525 + 1414 + 1326 + 1301 + 1220 + 1201 + 1181 + 1168 + 1072 + 1053 + 954 + 771 + 739 + 694 + 586 + 574 + 568 + 567 +<\p> 556 + 554 + 548 + 534 + 455 + 453 + 446 + 431 + 427 + 423 + 407 + 398 + 363 + 361 + 331 + 331 + 324 + 303 + 301 + 301 + 298 + 290 + 289 + 289 + 287 + 285 + 283 + 270 + 267 + 266 + 265 + 261 + 258 + 253 + 228 + 225 + 225 + 224 + 223 + 216 + 214 + 211 + 209 + 208 + 204 + 204 + 200 + 195 + 193 + 193 + 192 + 189 + 188 + 188 + 185 + 175 + 172 + 155 + 153 + 152 + 151 + 148 + 145 + 145 + 145 + 145 + 144 + 143 + 142 + 140 + 124 + 123 + 123 + 123 + 121 + 121 + 120 + 119 + 118 + 116 + 116 + 114 + 110 + 109 + 105 + 103 + 101 + 99 + 98 + 96 + 95 + 93 + 92 + 92 + 90 + 89 + 88 + 85 + 85 + 84 + 83 + 79 + 78 + 78 + 77 + 75 + 75 + 73 + 73 + 73 + 72 + 71 + 70 + 70 + 69 + 68 + 66 + 66 + 65 + 64 + 64 + 63 + 63 + 63 + 63 + 62 + 61 + 61 + 61 + 60 + 60 + 60 + 59 + 59 + 59 + 58 + 57 + 56 +: 56 + 55 + 55 + 54 + 54 + 54 + 53 + 51 + 51 + 51 + 50 + 49 + 48 + 47 + 47 + 47 + 47 + 46 + 45 + 45 + 45 + 45 + 45 + 44 + 43 + 43 + 43 + 43 + 42 + 42 + 42 + 42 + 42 + 42 + 42 + 41 + 41 + 40 + 40 + 40 + 40 + 40 + 39 + 38 + 38 + 37 + 37 + 37 + 37 + 37 + 36 + 36 + 36 + 35 + 35 + 35 + 35 + 34 + 34 + 34 + 34 + 33 + 33 + 33 + 33 + 33 + 32 + 32 + 32 + 32 + 31 + 31 + 31 + 30 + 30 + 30 + 30 + 30 + 30 + 30 + 29 + 29 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 26 + 26 + 26 + 26 + 26 + 26 + 25 + 25 + 25 + 25 + 25 + 24 + 24 + 24 + 24 + 24 + 23 + 23 + 23 + 23 + 23 + 23 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 +- 18 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 14 + 14 +Ӂ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +Ӂ 14 + 14 + 14 + 14 + 14 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +Ӂ 13 + 13 + 13 + 13 + 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +2001 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +2005 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ʁ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +. 7 +2003 7 + 7 + 7 +" 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +Ӂ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +1999 6 + 6 +8 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +) 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +( 4 + 4 +ʁ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +1991 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +1 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӂ 3 +9 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +! 3 + 3 + 3 + 3 +2000 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +2006 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 +2 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 +1992 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1993 2 +흐 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 +1958 2 + 2 + 2 + 2 + 2 + 2 + 2 +1963 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +4 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1998 2 + 2 + 2 + 2 +26 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 +... 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1994 2 + 2 + 2 + 2 +1984 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +1974 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +υ 1 + 1 + 1 +2002 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1996 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +242 1 +ڝ 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ς 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 +ʁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 + 1 +1995 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϗ 1 + 1 + 1 +5 1 + 1 + 1 + 1 +ϡ 1 +ϡ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڝ 1 + 1 +614 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 +1829 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +96 1 + 1 +/ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϡ 1 +1969 1 + 1 +13 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +1893 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϡ 1 + 1 +223 1 + 1 + 1 +38 1 + 1 + 1 + 1 + 1 + 1 +坝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1498 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ϸ 1 + 1 +ɝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +8891 1 +ϐ 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 += 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +21 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1392 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +49 1 + 1 + 1 + 1 +1764 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +1930 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 +1894 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϔ 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +76 1 + 1 + 1 +69 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 + 1 + 1 + 1 +2004 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1922 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +417 1 +1949 1 + 1 +ϡ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +۝ 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/mi_c.txt b/Parsivar/for_newwork/mi_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..556a6a089fdd0496baa5e654d626ad6088603730 --- /dev/null +++ b/Parsivar/for_newwork/mi_c.txt @@ -0,0 +1,831 @@ + 11051 + 7548 + 3614 + 3226 + 2974 + 2731 + 2380 + 2345 + 1957 + 1638 + 1525 + 1414 + 1326 + 1301 + 1220 + 1201 + 1181 + 1168 + 1072 + 1053 + 954 + 771 + 739 + 694 + 586 + 574 + 568 + 567 + 554 + 548 + 534 + 455 + 453 + 446 + 431 + 427 + 423 + 407 + 398 + 363 + 361 + 331 + 331 + 324 + 303 + 301 + 301 + 298 + 290 + 289 + 289 + 287 + 285 + 283 + 270 + 267 + 266 + 265 + 261 + 258 + 253 + 228 + 225 + 225 + 224 + 223 + 216 + 214 + 211 + 209 + 208 + 204 + 204 + 200 + 195 + 193 + 193 + 192 + 189 + 188 + 188 + 185 + 175 + 172 + 155 + 153 + 152 + 151 + 148 + 145 + 145 + 145 + 145 + 144 + 143 + 142 + 140 + 124 + 123 + 123 + 123 + 121 + 121 + 120 + 119 + 118 + 116 + 116 + 114 + 110 + 109 + 105 + 103 + 101 + 99 + 98 + 96 + 95 + 93 + 92 + 92 + 90 + 89 + 88 + 85 + 85 + 84 + 83 + 79 + 78 + 78 + 77 + 75 + 75 + 73 + 73 + 73 + 72 + 71 + 70 + 70 + 69 + 68 + 66 + 66 + 65 + 64 + 64 + 63 + 63 + 63 + 63 + 62 + 61 + 61 + 61 + 60 + 60 + 60 + 59 + 59 + 59 + 58 + 57 + 56 + 55 + 55 + 54 + 54 + 54 + 53 + 51 + 51 + 51 + 50 + 49 + 48 + 47 + 47 + 47 + 47 + 46 + 45 + 45 + 45 + 45 + 45 + 44 + 43 + 43 + 43 + 43 + 42 + 42 + 42 + 42 + 42 + 41 + 41 + 40 + 40 + 40 + 40 + 40 + 39 + 38 + 38 + 37 + 37 + 37 + 37 + 37 + 36 + 36 + 36 + 35 + 35 + 35 + 35 + 34 + 34 + 34 + 34 + 33 + 33 + 33 + 33 + 33 + 32 + 32 + 32 + 32 + 31 + 31 + 31 + 30 + 30 + 30 + 30 + 30 + 30 + 29 + 29 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 28 + 27 + 27 + 27 + 27 + 27 + 27 + 27 + 26 + 26 + 26 + 26 + 26 + 26 + 25 + 25 + 25 + 25 + 25 + 24 + 24 + 24 + 24 + 24 + 23 + 23 + 23 + 23 + 23 + 23 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 22 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 21 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 14 + 14 +Ӂ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 +Ӂ 14 + 14 + 14 + 14 + 14 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 +Ӂ 13 + 13 + 13 + 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ʁ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +Ӂ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʁ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӂ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 diff --git a/Parsivar/for_newwork/nemi.txt b/Parsivar/for_newwork/nemi.txt new file mode 100644 index 0000000000000000000000000000000000000000..d91fb4759b26d524fa1529382bd9786c14bbc2be --- /dev/null +++ b/Parsivar/for_newwork/nemi.txt @@ -0,0 +1,569 @@ + 877 + 619 + 531 + 505 + 345 + 220 + 212 + 212 + 183 + 165 + 164 + 149 + 148 + 134 + 122 + 119 + 117 + 109 + 108 + 106 + 98 + 91 + 88 + 82 + 69 + 61 + 60 + 60 + 59 + 54 + 54 + 53 + 53 + 52 + 51 + 49 + 48 +<\p> 46 + 44 + 43 + 42 + 42 + 42 + 41 + 41 + 40 + 40 + 36 + 36 + 34 + 34 + 33 + 32 + 32 + 31 + 30 + 30 + 29 + 27 + 27 + 26 + 26 + 24 + 23 + 23 + 22 + 22 + 21 + 20 + 19 + 19 + 19 + 18 + 17 + 17 + 17 + 17 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 14 + 14 + 14 + 14 + 14 + 14 + 13 + 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +. 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +- 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +: 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϡ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +133 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +} 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 +| 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 +... 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/nemi_c.txt b/Parsivar/for_newwork/nemi_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..e0379ec80ff10a97019a6c63cf94b5b375b412fa --- /dev/null +++ b/Parsivar/for_newwork/nemi_c.txt @@ -0,0 +1,253 @@ + 877 + 619 + 531 + 505 + 345 + 220 + 212 + 212 + 183 + 165 + 164 + 149 + 148 + 134 + 122 + 119 + 117 + 109 + 108 + 106 + 98 + 91 + 88 + 82 + 69 + 61 + 60 + 60 + 59 + 54 + 54 + 53 + 53 + 52 + 51 + 49 + 48 + 44 + 43 + 42 + 42 + 42 + 41 + 41 + 40 + 40 + 36 + 36 + 34 + 34 + 33 + 32 + 32 + 31 + 30 + 30 + 29 + 27 + 27 + 26 + 26 + 24 + 23 + 23 + 22 + 22 + 21 + 20 + 19 + 19 + 19 + 18 + 17 + 17 + 17 + 17 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 14 + 14 + 14 + 14 + 14 + 14 + 13 + 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 diff --git a/Parsivar/for_newwork/pi.txt b/Parsivar/for_newwork/pi.txt new file mode 100644 index 0000000000000000000000000000000000000000..46901f89c3aac98b21963826720c8a906a3067ba --- /dev/null +++ b/Parsivar/for_newwork/pi.txt @@ -0,0 +1,2701 @@ + 1051 hh + 1029 hh + 683 hh + 630 + 368 + 360 + 327 hh + 308 hh + 281 hh + 245 +с 228 + 215 + 212 + 211 + 203 + 203 +ʝ 194 + 179 + 177 + 173 + 169 + 157 + 153 + 134 + 116 +<\p> 116 + 102 + 94 + 92 + 91 + 87 + 87 + 87 +흐 87 + 86 + 83 + 75 + 74 + 71 + 67 + 67 + 67 +흐 65 + 64 + 61 + 58 + 55 + 54 +- 52 + 52 + 52 + 52 + 51 + 50 + 46 + 42 + 41 + 41 +" 41 + 40 + 39 + 38 + 38 + 35 + 34 + 33 + 32 + 31 +Ȑ 30 + 29 + 29 + 29 + 27 + 27 + 27 +흐 26 + 25 + 25 + 25 + 25 + 25 + 25 + 24 + 24 + 24 + 24 + 24 + 23 + 23 + 23 + 22 +) 22 + 22 + 22 + 22 + 21 + 21 + 21 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 20 + 19 + 19 + 19 + 18 + 18 + 18 + 18 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 16 + 16 + 16 +( 16 + 16 + 16 +ϐ 15 + 15 + 15 + 15 +ѐ 15 + 15 + 15 + 15 + 15 + 15 + 15 +흐 15 + 15 + 15 + 14 + 14 + 14 + 14 +Ȑ 14 + 14 + 14 + 14 + 14 + 14 +ѐ 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 12 +ѐ 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 +ʐ 11 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ѐ 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +Ȑ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ʝ 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +Ґ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ǁ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +Ӂ 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +Ȑ 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +: 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +흐 5 + 5 + 5 + 5 +Ԑ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ґ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +с 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +3 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ΐ 4 +ʝ 3 + 3 + 3 + 3 + 3 + 3 +䐝 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ޝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +127 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 +흐 3 + 3 + 3 + 3 + 3 +23 3 +Ǎ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +10 3 + 3 + 3 + 3 + 3 + 3 + 3 +223 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ӂ 3 + 3 + 3 + 3 + 3 +ޝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ӝ 3 + 3 + 3 + 3 +Ȑ 3 + 3 + 3 + 3 + 3 + 3 + 2 +ϝ 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +坁 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 +䐝 2 + 2 +坝 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 +ʐ 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +흐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +286 2 +ϐ 2 + 2 +ѐ 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +䝐 2 + 2 + 2 +ʝ 2 +ʝ 2 +ϐ 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 +䝍 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +흐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +с 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 +ҁ 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ӝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݐ 1 +ѐ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ƞ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 +ѐ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʎ 1 + 1 + 1 + 1 + 1 +ϝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ڐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 +ǁ 1 + 1 +ѝ 1 + 1 + 1 + 1 + 1 +ߝ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +492 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +퐝 1 + 1 + 1 + 1 + 1 + 1 + 1 +ҝ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +ѐ 1 +ʝ 1 + 1 +6 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +㝐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 +䐝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ϐ흝 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 +؝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 +{} 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ@ 1 + 1 + 1 + 1 + 1 + 1 + 1 +퍝 1 + 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흝 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 +̝ 1 +... 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 +ԝ 1 + 1 + 1 +흁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ν 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 +䐝 1 + 1 + 1 +ϐ 1 +㝐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +흝 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坍 1 + 1 + 1 + 1 +ʝ 1 +170 1 +ϐ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흍 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʁǍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +! 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +14 1 + 1 + 1 + 1 +Ȑ 1 +͝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 +ȝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䐝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 +33 1 + 1 + 1 +ϐ흝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +䝐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 +ѝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 +с 1 + 1 + 1 + 1 + 1 + 1 +۝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 +ԝ 1 + 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 +31 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 +Ǎލ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϝ 1 +䝝 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ҝ 1 +ѐ 1 + 1 +흁 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 +13 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ю 1 + 1 + 1 +Ӂ 1 +ѝ 1 +ʝ 1 + 1 + 1 + 1 + 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 +ϝ 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ٝ 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 +ʺ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ҍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +{ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/pi_c.txt b/Parsivar/for_newwork/pi_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..c8a640a7eea7f9a4166298ce2c24f46e3514d1dd --- /dev/null +++ b/Parsivar/for_newwork/pi_c.txt @@ -0,0 +1,21 @@ +с 228 +ʝ 194 + 179 + 157 + 94 + 86 + 54 + 51 + 33 + 32 + 15 + 13 + 9 + 8 + 6 + 6 + 5 + 5 + 5 + 4 + 3 diff --git a/Parsivar/for_newwork/shan.txt b/Parsivar/for_newwork/shan.txt new file mode 100644 index 0000000000000000000000000000000000000000..f813aa0cfcb628de7e17f623026155688f46e19b --- /dev/null +++ b/Parsivar/for_newwork/shan.txt @@ -0,0 +1,2035 @@ + 468 + 156 + 131 + 126 +ϐ 117 + 79 + 70 + 63 + 52 + 45 + 42 + 33 +Ԑ 31 + 30 + 28 + 27 + 26 + 26 + 24 + 24 + 24 + 24 + 24 +ϐ 23 + 23 + 22 + 22 + 20 + 20 + 19 + 19 + 19 + 18 + 18 + 18 + 18 + 18 +Ԑ 17 + 17 + 17 + 17 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 +Ԑ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ю 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ݝ 8 + 8 + 8 + 8 + 8 +ȍ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +( 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 +: 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ǐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ǁ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +242 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 +ʐ 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 +ǐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʎ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +흐 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ߝ 3 + 3 + 3 + 3 +ȍ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +坝 2 +ѝ 2 + 2 +ԝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁӐ 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 +ʝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +흐 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǁ 2 + 2 + 2 +Ӂ 2 + 2 + 2 + 2 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +㝝 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +΍ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 +䐝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +˝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝝 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흍 1 + 1 + 1 + 1 + 1 +՝ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 +ʐ 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 +ʐ 1 + 1 + 1 +ϐ 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ѐ 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 +흝 1 + 1 + 1 +坝 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 +ԁ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +䝝 1 +ޝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +坁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 +퐝 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʁ 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 +ϐ 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +223 1 + 1 + 1 + 1 + 1 + 1 + 1 +/ 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 +흐 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흐 1 + 1 +Ӑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 +坝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 +̐ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +֝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +펐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 +恝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/shan_c.txt b/Parsivar/for_newwork/shan_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..117b7c3f532f7a9b5bf0bb3d7ec99edacd2518ba --- /dev/null +++ b/Parsivar/for_newwork/shan_c.txt @@ -0,0 +1,320 @@ + 468 + 156 + 126 +ϐ 117 + 79 + 70 + 63 + 52 + 45 + 42 + 33 +Ԑ 31 + 30 + 28 + 27 + 26 + 26 + 24 + 24 + 24 + 24 + 24 +ϐ 23 + 23 + 22 + 22 + 20 + 20 + 19 + 19 + 19 + 18 + 18 + 18 + 18 + 18 +Ԑ 17 + 17 + 17 + 17 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 +Ԑ 14 + 14 + 14 + 14 + 14 + 14 + 14 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +ю 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 +ȍ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ǐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ѐ 4 + 4 + 4 +ʐ 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ϐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 +ǐ 3 + 3 + 3 diff --git a/Parsivar/for_newwork/spelling_corection_ee_cready.txt b/Parsivar/for_newwork/spelling_corection_ee_cready.txt new file mode 100644 index 0000000000000000000000000000000000000000..970475eb220f4a363a1db2fd00de137c7b4b582f --- /dev/null +++ b/Parsivar/for_newwork/spelling_corection_ee_cready.txt @@ -0,0 +1,2587 @@ + + + ȝ + + ӝ + + ȝ + ԝ + + + + ʝ + +펐 펐 + ʝ + + + ԝ + + ͝ + +ʐ ʐ + ʝ + ԝ + ݝ + +ϐ ϐ + + + ԝ +Ԑ Ԑ + ݝ + + 흐 +ϐ ϐ + + ȝ + 흐 + ʝ + + + + + ʝ + + + + + + + + + + 䐝 + ˝ + + ʝ + ʝ + ԝ + + + ʝ + ʝ + + + ʝ + ߝ + ʝ + ʝ + ԝ + ԝ + + + + + + + ʝ + ȝ + 흐 + + ӝ + + + ݝ +Ԑ Ԑ +Ԑ Ԑ + + ߝ + + + + + + ʝ + ʝ + ԝ + + ʝ + + ʝ + ȝ + + ӝ + + + + ȝ + + ʝ + + ߝ + + + + ʝ +ѐ ѐ + ʝ + + 흐 + ԝ + ʝ + + ԝ + + + ͝ + + ߝ + 흐 + 䐝 + ʝ + + ݝ + + + ͝ + + + + ԝ + + + + ʝ + + + ʝ + ԝ + + + + + Ν +ϐ ϐ + ʝ + ʝ + ʝ + +ʐ ʐ + ʝ + + +ѐ ѐ +펐 펐 + ʝ + 䐝 + ʝ + + + ԝ + ȝ + + ʝ + + 䐝 + ߝ + + + +ѐ ѐ + + 䐝 + + + ԝ + ʝ + +ϐ ϐ + そ + + ʝ + 흐 + 䐝 + + ʝ + + + ȝ + ޝ + + + + + ʝ + ʝ + + + ԝ + ԝ +펐 펐 + ȝ + 흐 + ԝ + ӝ + ȝ + + + + + ʝ + + ޝ + + + + ʝ + + + ݝ +  + ӝ + ʝ + + + + + + ԝ + ʝ + ݝ + ʝ + ȝ + ʝ + + + ԝ + ʝ + + 䐝 +ѐ ѐ + ԝ + + + ˝ + ӝ + ȝ + ȝ + + + + + + + + ʝ + + + + + ߝ + + ʝ + ԝ + + ԝ + ʝ + + + + + ʝ + + ʝ + ؝ +ѐ ѐ + ʝ + + ԝ + + + + 䐝 + + ʝ + ʝ + + ӝ + + + ՝ + ԝ + + + + + 흐 + ۝ + + + + ߝ +ѐ ѐ + ԝ + + + ʝ + ۝ + + ȝ + ֝ + +Ԑ Ԑ + + + + + ʝ + + + ʝ + 흐 + + +ѐ ѐ +ʐ ʐ + + + + + + + ߝ + ߝ + + + + + + ԝ + + ʝ + + + + ڝ + Ν + + + + + ԝ + ԝ + ʝ + + + + ͝ + ߝ + ʝ + + そ + ʝ + ʝ + ʝ + + + + ۝ + ԝ + ʝ + ȝ + ʝ +  + ʝ + ޝ + + ʝ + ʝ + + + ߝ + + + 흐 + + ԝ + ӝ + ԝ +Ӑ Ӑ + ݝ + + + ߝ + ȝ + + ȝ + + ʝ +ȍ ȍ + + ʝ + + ԝ + Ν + + ʝ + ӝ + + + + + 흐 + ԝ + + ۝ + ʝ + ʝ + + + ԝ + ȝ + + ʝ + + ԝ + + ̝ + + ݝ + ʝ + + + ʝ + 흐 + + ݝ + ԝ + + ȝ + ʝ +ϐѐ ϐѐ + + + ʝ + + + + ӝ + + ݝ + 흐 + + + ߝ + + + + + + + + ʝ + ԝ + ʝ + ʝ + + ӝ + ߝ + + + + +ѐ ѐ + + + + ʝ + + ˝ + ʝ + + ԝ + + ԝ + ӝ + ߝ + ̝ + + + ʝ + + + ʝ + + +ѐ ѐ + ʝ + + ʝ + ȝ + + + ߝ + ۝ + + ۝ + + + + + + ʝ + + ȝ + ʝ + + + ʝ + 흐 + + + + ʝ + ʝ + ʝ + + Ν + ʝ +ю ю + ʝ + ʝ +э эȝ + ʝ + + ʝ + + ȝ + + ӝ + + + + ȝ + + ԝ +Ԑ Ԑ + ʝ + + + + + ӝ + + + + ߝ + ʝ + + + ʝ + + + + +ѐ ѐ +Ԑ Ԑ + + ʝ + ʝ + + + + ʝ + 흐 + ۝ + ʝ + + + + 흁 + ֝ + + + ԝ + +Ԑ Ԑ + + + ԝ + + + ԝ + + ӝ + + + + ԝ + + + Ν + ʝ + + + + + ֝ + + + ԝ + ȝ + ʝ + +ѐ ѐ + ʝ + + + ̝ + + + ݝ + + + ʝ + ݝ + + + + ͝ + +ϐ ϐ + + + + ʝ + 흐 + + ʝ + + + + + ߝ + + ԝ + + ʝ + + + +ѐ ѐ + + + + + ߝ + + ʝ + + ʝ + + + + + ʝ + + ӝ + + + ʝ +  + + +ѐ ѐ +ʝ ʝ + ʝ + + 䐝 + + + + ʝ + + + ̝ + + + + ʝ + ӝ + + ʝ + ӝ + ʝ + ȝ + + + + ؝ + +Ԑ Ԑ + + ݝ + + ʝ + + ͝ + + Ν + ԝ + ʝ + + + ؝ + + + ʝ + + + + + + + + ԝ + + + + + ՝ + + ԝ +э э + ؝ + + + + 흐 + + ʝ + + + ʝ + ݝ + + + + + + + + ʝ + ʝ + ݝ + + + ʝ + ݝ + + + + ȝ + ȝ + 흐 + Ν + + + + + ӝ + ʝ +ѐ ѐ + ȝ + ӝ + ԝ + + ݝ + + ӝ + + + + + + + + + + ʝ + ʝ + + ȝ + + + + ̝ + + + + ͝ + + + ʝ + ӝ + + ֝ + ʝ + +  +ʐ ʐ + + ԝ + + + ʝ + + ԝ + + ʝ + + ޝ + ӝ + ʝ + + ݝ + + ӝ + ͝ + + ʝ + 恝 + + + ݝ + ʝ + + ٝ + + ʝ + + ʝ + + ԝ + ʝ +ʎ ʎ + + + ݝ + 흐 + ʝ + ԝ +ѐ ѐ + + + ӝ + ȝ + +ѐ ѐ + + ʝ + + + + ӝ + ʝ + +ϐ ϐ + ԝ + ʝ + + + + ߝ + ʝ + + + + ݝ + ̝ + + ԝ + ʝ + + + ӝ + ʝ + + + ȝ + + + ʝ + ʝ + + + ӝ + + ʝ + ݝ + ʝ + + + ߝ + ʝ + ȝ + + + ڝ + ԝ + ؝ + + + + + + ʝ + ȝ + + + + ڝ + + 흐 + + + ؝ + ȝ + + + ʝ + ԝ + + ߝ + + + ԝ + + + ӝ + ʝ + + 䐝 + +ϐ ϐ + + Ν + + + ֝ + + + + + ʝ +ʝ ʝ + +Ԑ Ԑ +ϐ ϐ + + ޝ + ʝ + ӝ +ȍ ȍ + ʝ + +Ӑ Ӑ + ԝ + + ӝ + ʝ + ݝ + ʝ + ԝ + + + + ʝ + + + + + 흐 + + ʝ + + + + + + + + ӝ + + ߝ + +ϐ ϐ + ԝ + + ʝ +ѐ ѐ + ݝ + + ՝ + ԝ + + ʝ + ʝ + ȝ + + + ʝ + + + + + + ʝ + + + ȝ + ʝ + +Ȑ Ȑ + + ߝ + ݝ + ߝ + + ʝ +Ԑ Ԑ +ϐ ϐ + ʝ + ʝ + ʝ + + ԝ +ѐ ѐԝ + ʝ + + Ν + ӝ + + + + Ν + ʝ + ȝ + + ޝ + + ʝ +Ԑ Ԑ + + + ߝ + ʝ + ʝ + + ȝ + + + + + ߝ + + + ߝ + + + + + + + + + + ޝ + ԝ + ԝ֝ + ߝ + ߝ + + ȝ +ʐ ʐ + + + + ݝ + + ʝ + + + ȝ + + + + +ϐѐ ϐѐ + ʝ +ѐ ѐ + + + + ߝ + 흐 + +ǁ ǁ + ؝ + ʝ + ʝ + ʝ + ʝ + + + + + + + ̝ + ߝ + +э э + + ԝ + ԝ +ѐ ѐ + ߝ + + +ǁ ǁ + + ՝ + + + + + + + + ʝ + ȝ + + 흐 + 퐝 + ʝ + + + + ʝ + ʝ + ȝ + ʝ + + ȝ + + + ʝ + ʝ + + 흁 +ѐ ѐ + +ѐ ѐ + ԝ + ߝ + + + ՝ + + + +ѐ ѐ + ʝ + ȝ + + + ʝ + ԝ + ȝ + + + ޝ + + + + ʝ + ȝ + 흁 + ʝ + ʝ + 흐 + ʝ + ʝ + + ʝ + + + + ͝ + ʝ + + + + + + ʝ + + ԝ + +ѐ ѐ + + + + + ޝ + + + + 䐝 + Ν + + ԝ + + + ʝ + + + + ʝ + + + + ʝ + + ԝ + +ǐ ǐ +Ґ Ґ + + ʝ + + + ݝ + ʝ + + + + + + + + + + ԝ + ޝ + ʝ + ʝ + + + ȝ + ԝ +  + ʝ +ԝ ԝ֝ + + + ڝ + + ʝ +ю ю + + + +Ȑ Ȑ + + + ԝ + 흐 + + ȝ + + ߝ + ԝ + 恝 + + + ʝ + ʝ + ʝ + + + ߝ + + +ѐ ѐ + ڝ + ӝ + + + ԝ + + 흐 + ӝ +ʐ ʐ + + ݝ + ʝ + ˝ + + + + ȝ + + ԝ + ʝ + + + ʝ + ȝ + ȝ + + + +ϐ ϐ + + + + + ʝ + + ʝ + + + + +ʎ ʎ + 흐 + ʝ + ԝ + ߝ + + ʝ + + + ֝ +Ԑ Ԑ + ԝ + + + + ʝ + ֝ +Ԑ Ԑ + ʝ + + +ѐ ѐ + + ʝ + + ʝ + + +ʐ ʐ + ԝ + ̝ + + + ʝ + そ +ѐ ѐ + + + 흐 + ʝ + + +Ԑ Ԑ + + ʝ + ʝ + 䐝 + + + ԝ + ʝ + 䐝 + ޝ + ȝ + + + ʝ + + ʝ + + 퐝 + + + ʝ + ӝ + + ۝ + ʝ + ԝ + + ޝ + + + 흐 +  + + ڝ + + ؝ + + ȝ + + ʝ + + + ӝ + ʝ + ʝ + + ۝ + + + ԝ + + + ȝ + Ν + +ѐ ѐ + + + ޝ + + ʝ + 흐 + + + ؝ + そ + ʝ + ʝ + + + ȝ + ޝ + +ʐ ʐ + ʝ + + + + ȝ + + ʝ + ̝ + + ӝ + + ȝ + + + + ʝ +ѐ ѐ +Ԑ Ԑ + ޝ + + + + + + + ݝ + ʝ + + ȝ + + + ʝ + + + + + + + + +ѐ ѐ + + + ߝ + + + + + + + + ʝ + ӝ + ʝ + ޝ + ȝ + + ʝ + + + ݝ + + ޝ + + + + + ݝ + + + ʝ + + + ޝ + + + + + ȝ +ѐ ѐ + +ʐ ʐ + + ʝ + + 䐝 + +ϐ ϐ + ʝ + ʝ + + ԝ + + + + ߝ + ԝ + ʝ + + 흁 + + + + + ȝ + ԝ +ʁ ʁ + + ӝ + + ȝ + ʝ +э эȝ + +э э + ʝ + + ݝ + + ݝ + + + +Ž Žӝ + + ʝ + + + ʝ + + + + + ߝ + + ԝ + + + + + ۝ + + + ȝ + + + ԝ + + ȝ + ԝ +΍ ΍ + + + ȝ + + ȝ + + + ʝ + + + + ʝ + + 흐 + ʝ + +Ӂ Ӂ + + + 흐 + ޝ + + ԝ + + + 흐 + ȝ + ͝ + +ʁ ʁ + ԝ + + ݝ + + ʝ + + + + + + + + + ʝ + + ʝ + + + + + + + ԝ + + + + + + + + 흁 + + + ̝ + 䝁 + + ֝ + + ӝ + ԝ + + ԝ + + +ڐ ڐ + ݝ + Ν + + 흐 + + ֝ + ʝ + ʝ + + + + + + + ʝ + + + ݝ +䝝 + + + + 흐 + ӝ + + ߝ + + + ڝ + ߝ + + + + ԝ + ʝ + + ʝ + ʝ + + + + ޝ + + ԝ + + + + + + + + + + + ȝ + ʝ + +ǎ ǎ + + + ȝ + ԝ + + + ʝ + ֝ + ݝ + + ʝ + ؝ + + ӝ + ޝ + + + ʝ + ԝ + 흁 + ȝ + + +ϐ ϐ + 흁 + + + + ޝ + ʝ + ʝ + 흐 + + ʝ + ʝ + ؝ + ʝ + 큝 + 䐝 + ʝ + + + ʝ + ʝ + ԝ +  + + ӝ + +ѐ ѐ + + Ν + + + ߝ + ʝ + +ѐ ѐ + ȝ + + + + + ӝ + ݝ + ʝ + ȝ + ʝ + + + 흐 + + ʝ + + + ԝ + + +ѐ ѐ + + + + + + ʝ + ʝ + ʝ + + + ʝ + 흐 + ӝ + + + +ϐ ϐ + + + + ȝ + + ՝ + + + + + ȝ + + ӝ + ȝ + ȝ + ԝ + ۝ + + ֝ +ڝ ڝ + ՝ + ʝ + ͝ + ʝ + ֝ + + ʝ + + + ʝ + + ʝ + + + + ʝ + + + ʝ + ԝ + + +  + +Ԑ Ԑ + ؝ + + + ʝ + + ʝ + + + + ʝ + ȝ + ʝ + + + ӝ + ʝ + + + + + +Ӑ Ӑ + + + + + +ѐ ѐ + + + +ю ю + + ʝ + + + + + + 퍝 + + + ˝ + ߝ + + ӝ + ԝ + ȝ + + + ʝ + + ˝ + + ȝ + ʝ + ȝ + + ȝ + + + + ݝ + 흐 + + + + ߝ + + ֝ + + + ԝ + ݝ + + ʝ + 흐 + ʝ + ͝ + + ʝ + + ʝ + + + + + ԝ + + ԝ + + ߝ + + ʝ + 흐 + +ǎ ǎ + ߝ + + + ߝ + + +ϐ ϐ + Ν + + + + +펐 펐 + + 䝁 + + + + ʝ + ʝ + ԝ + ֝ + ԝ + + + ʝ +э э + + Ν + + + + ԝ + + + + + + + ԝ + + ʝ + + ޝ + + + ֝ + ӝ + + + + ʝ + + + + ԝ + + Ν + ʝ + ʝ +ǐ ǐ + ԝ + + ȝ + ʝ + ȝ + ӝ + +ѐ ѐ + ʝ + + + ߝ + + + + 䐝 + + ӝ + ˝ + ӝ + + ӝ + + + ڝ + + 흁 + + + + + ʝ + ʝ + ޝ + + ޝ + ӝ + +э эȝ +Ԑ Ԑ + + + + ʝ + ԝ + +ϐѐ ϐѐ + + + ԝ + ʝ + ȝ + ʝ + ʝ + ȝ + ݝ + 흐 + ȝ + ֝ + + ʝ +Ґ Ґ + + ȝ + + + + ʝ + + + + ʝ + + + ʝ + + ʝ + ԝ + + ʝ + + + + + + + ʝ + 흐 +ۍ ۍ + ݝ + ޝ + ӝ + + + ʝ + + ӝ + + + + + ʝ + + + + + + ʝ + + ʝ + + + + ԝ + + + + ȝ + ԝ + + + + + + ʝ + + + ӝ + + ʝ + ȝ + + 흐 + + + ʝ + + + ʝ + + + +ʐ ʝ + Ν + ӝ + +ʐ ʝ + + + ʝ + + ԝ + ӝ + ؝ +ʐ ʐ + + + + ʝ + ݝ +э эȝ + ʝ + + ʝ + ʝ + ʝ + + ʝ + ԝ + ӝ + ʝ + ʝ + + +ϐ ϐ + 흐 + + + + + + ߝ + + + ȝ + + + ՝ + ʝ + + ʝ + + + + ʝ + + + ݝ + + + + + ʝ + + + + + Ν + + + ȝ + + + +ϐ ϐ + ʝ + + ʝ + +ѐ ѐ + ʝ + + ʝ + + 흐 + ȝ + + + + + + + 㝐 + + + ޝ + + + ȝ + ʝ + + ʝ + + ޝ + ʝ + ʝ + ʝ + ȝ + ڝ + ӝ + + ʝ + ՝ +㝐 㝐 +ѐ ѐ + ȝ + ̝ + + 搝 + ȝ + ӝ + ʝ + + ԝ + + + + + + ߝ + + + ڝ + ӝ + + + + + + + そ + 䐝 + ޝ + ߝ + ʝ + + + ʝ + ӝ + + ʝ + + + + ʝ + + ʝ + + + + ʝ +Ԑ Ԑ + ȝ + + + + ʝ + + ߝ + + ̝ + ȝ + + + +ǐ ǐݝ + ȝ + + ۝ + + + + + + + ʝ + ݝ + ȝ + ʝ + + ʝ + + ˝ + ʝ + + + + + + ʝ + + + ʝ + + + + + ݝ + + + + + + ͝ + ԝ + ʝ +Ԑ Ԑ + + + +ȍ ȍ + ʝ + + + ʝ + + ӝ + + ߝ + ʝ + + ʝ + + 퐝 + + ʝ + + + ȝ + + ӝ + ȝ + + + + + + + ʝ + ʝ + + + + + + ʝ + ߝ + + + + + + + ӝ + ʝ + + + ޝ + +ǁ ǁ + +ʐ ʝ + + ʝ + + ȝ + + + ʝ + + + + ӝ + ӝ +ϐ ϐ + + + + + + ʝ + ԝ + ʝ + ݝ + ݝ + ʝ + + ʝ + + ʝ + ʝ + + 흐 + + ʝ + ݝ + + + ԝ +ʐ ʐ + ʝ + ݝ + + ʝ + ʝ + + ʝ + + ԝ + + +ѐ ѐ + ʝ + ӝ + ڝ +ʐ ʐ + ʝ + ԝ + + ʝ + Ν + ݝ + + + + ͝ + ӝ + + ԝ +΍ ΍ + + + + ȝ + 흐 + + ݝ + + ӝ + ȝ + + ʝ + ʝ + ˝ + 퐝 + ߝ + + + + + + ԝ + + + + + ͝ + + + ޝ + ʝ + + + ʝ + + + ȝ + ȝ + +ѐ ѐ + + ˝ + + 흐 + + ʝ + ʝ + ʝ + + ̝ + + ֝ + ؝ + ߝ + + ʝ + + ӝ + + + \ No newline at end of file diff --git a/Parsivar/for_newwork/spelling_crt.txt b/Parsivar/for_newwork/spelling_crt.txt new file mode 100644 index 0000000000000000000000000000000000000000..9bbed6ad13023ea0a29c72a28cf3148a0ca762cf --- /dev/null +++ b/Parsivar/for_newwork/spelling_crt.txt @@ -0,0 +1,1208 @@ + ӝ +ʝ + + + 䝐 + +펐 펐 + ʝ + +ʝ + ͝ + + +ʐ ʐ + + ʝ +ϐ ϐ + + +Ԑ Ԑ + +ϐ ϐ +퍐 퍝 + 䝐 + + + + + ʝ + ʝ + + ԝ + + + + 흐 + 퍝 + +Ԑ Ԑ +Ԑ Ԑ + + +ʝ + +ʐ ʝ + + +ʝ + ݝ + + + 흐 + ԝ + 퍝 + + + +ʐ ʐ + + + + + + + +Ґʝ Ґ + + +ʂ + +ǐ ǐ + + +ʝ + + + ݝ + +ʝ + + + + +ڐ ڝ + ؝ +Ӂ Ӂ + + + + + + + + + + + + + + +ϐ ϐ + + + + + + + + + + + + + + + + + + + + +ʝ +Ԑ ԝ + +ʝ +Ԑ ԝ + + +ʝ + + + +ʂ + + + + + + + + + + + + + + +ʝ + + + + + +˝ + +ʝ + + +ʝ + + +ѐ + + + + + + + + +ς + + + + + + + + + +  + + + + + + + + + + + + + + + + + +ҝ + + + + + + + +ҁ +ҁ +ҁ +ҁ + + + + + + +ҍ +ҍ + + + + + + + + + + +Ԑ Ԑ + + + + + + + +ϐ ϐ + + + + +ϐ ϐ + + + + + + + + + + + + + + + + + + + + + + + +Ґ + + + + + + + + + + + + + + + + +ʺ +ϐ ϐ +ʝ +ʝ +ʝ +ʝ +ʝ +ʝ +ʝȐ Ȑ +ʝ +ʝ +ʝ + +ʝ +ʝ +ʝ + + +ʝ +ʝ + + + +ǐ ǐ +ǐэ ǐ +ǐ ǐ +ǐ ǐ +ǝ +ʝ + + + + + +杝 +ʝ + + + + + + + + + + + + +ς + + + + + + +Ȑ Ȑ + + + +˝ +˝ +˝ + + + + +ѐ ѐ + + + + + + + + + + + + + + + + + + + + + + + + ʝ +ʝ + + +ʝ +ʝ + + ̝ + + + + + +Ǎ + Ν + + + + +̝ +ʝ +ʝ + + + + + + + + + + + +ʝ +ʝ +ʝ +ʐ ʝ + + + + +˝ +ʝ + +ʝ +ʝ +ʝ +ʝ +ʝ +ʝ + + +ʝ +ʝ + + + + + + + +ς + + + +ʝ + + + + + + + + + + + + + + + + + + + + + + +ѐ + +с +с + + + + + + + + + + + + + + + +э +э + + + + + + + +Ԑ Ԑ + + + + + + + + + + + + + + + + +ʝ + + + + + + + + + + + + + + + + + + + + + + + + + + +ѐ +ѐ +ѐ +ѐ + + + + + + + + + + + + + + + + + +ѝ + + + + + + + +Ԑ Ԑ + + + + + +ʝ +ʝ + + + + + +ʝ +ʝ +ʝ + ʝ +ʝ + + + + + + + + + + + + + + + +ǁ +ǁ + + + + + + + + + + + + + + + + + + + + + + +ǐ + + + + + + + + + + +ʝ + +ʝ + + + + +ʝ +ʝ +ʝ + + + +ʝ + + + + +ʝ + +ʝ +ς + + +ʝ +є +ʝ +Ԑ Ԑ +ʝ +ς + + +Ȕ + + +ޝ + + + +ʝ +ʝ + ݝ +ʝ + +ʝ +ʝ + + + ͝ + +ʝ + + + +흐 흐 +ʝ +ǐ ǐ + + +ʝ +Ȕ +ς + + + + ԝ + + + + + +э + + + + + + + +ϐ ϐ +ς + ԝ + + + + +ǐ ǐ + + + + + + +ʝ + + + + + +ʝ + + +ʝ + ȝ + + + + + + + + + +ʝ + +ʝ +ʝ +ʝ + + + +ʝ + + + ԝ +ʝ +ʝ +ʝ + + + +ʝ +ʝ + +ʝ + + + + + +ʝ + + + + + + +ʂ +ʝ +ʝ +ʝ +ʝ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +ʝ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +ȍ ȍ + + + + + + + + + +ѐ ѐ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +捐 + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +Ԑ Ԑ + + + + + + + + + + + + + + + + + +ѐ ѐ + + + + + + + +ϐ ϐ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +ʝ + + + + +ѐ ѐ +ѐ ѐ + + + + + + + + + + + + + + + + + +э э + + + + + + + + +ʝ +ʝ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +ʝ + + + +ʝ + +ʝ + + + + + + + + ߝ + ߝ + \ No newline at end of file diff --git a/Parsivar/for_newwork/taan.txt b/Parsivar/for_newwork/taan.txt new file mode 100644 index 0000000000000000000000000000000000000000..5c383e00698960b75b9de7b74b737b3b17c68204 --- /dev/null +++ b/Parsivar/for_newwork/taan.txt @@ -0,0 +1,512 @@ + 47 + 44 +ϐ 24 + 23 + 18 + 17 + 16 +<\p> 15 + 12 + 12 + 10 + 8 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 +: 5 + 5 + 5 + 5 +ȍ 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ԑ 4 + 4 +- 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʅ 2 + 2 + 2 +" 2 +# : # 2 +. 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ѝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԁ 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +/ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ю 1 + 1 + 1 + 1 +і 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 +ۍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 +ݝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 +ʐ 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 +ϐ 1 +ϐ 1 +ϐ 1 +ϐ 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/taan_c.txt b/Parsivar/for_newwork/taan_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..53218a6e610e23f008956134abac164e98df016a --- /dev/null +++ b/Parsivar/for_newwork/taan_c.txt @@ -0,0 +1,89 @@ + 47 + 44 +ϐ 24 + 23 + 18 + 17 + 16 + 12 + 10 + 8 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 +ȍ 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ԑ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 diff --git a/Parsivar/for_newwork/tar.txt b/Parsivar/for_newwork/tar.txt new file mode 100644 index 0000000000000000000000000000000000000000..526a8f226b0c79bed2b29cddc498099b328c6659 --- /dev/null +++ b/Parsivar/for_newwork/tar.txt @@ -0,0 +1,1122 @@ + 1624 + 342 + 192 +ѐ 187 + 163 + 160 + 107 + 103 + 98 + 92 + 92 + 85 + 85 + 73 + 71 + 69 + 67 + 66 + 63 + 62 + 57 + 56 + 54 + 50 + 45 + 44 + 42 + 41 + 40 + 40 + 39 + 36 + 34 + 33 + 31 + 29 + 28 + 28 + 27 + 26 + 26 + 26 + 25 + 25 + 24 + 21 +<\p> 20 + 20 + 20 + 19 + 18 + 18 + 17 + 17 + 17 + 17 + 17 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +( 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 +- 9 + 9 + 9 + 9 +. 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +" 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +242 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +: 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +Ԑ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʝ 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +) 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 +ѐ 2 + 2 + 2 + 2 +ǿ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȍ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +219 2 + 2 + 2 + 2 +# : # 2 + 2 + 2 + 2 + 2 + 2 +Ǵ 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ލ 1 + 1 +˝ 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +223 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +12 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝȝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐѝȐ 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ᝁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 +흁 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 +ѐ 1 +Ԑʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӑ 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 +䐿 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ᝁ 1 + 1 + 1 + 1 + 1 + 1 + 1 +坍 1 + 1 + 1 + 1 + 1 +͝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +6 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǐ 1 + 1 +ѿ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +ҍ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 +157 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 + 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 +ӝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/tar_c.txt b/Parsivar/for_newwork/tar_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..efe4ceb98e160bb7b0efe7fa802f4bb196e92bbe --- /dev/null +++ b/Parsivar/for_newwork/tar_c.txt @@ -0,0 +1,234 @@ + 1624 + 342 + 192 +ѐ 187 + 163 + 160 + 107 + 103 + 98 + 92 + 92 + 85 + 85 + 73 + 71 + 69 + 67 + 63 + 62 + 57 + 56 + 54 + 50 + 45 + 44 + 42 + 41 + 40 + 40 + 36 + 34 + 33 + 31 + 29 + 28 + 28 + 27 + 26 + 26 + 25 + 25 + 24 + 21 + 20 + 20 + 19 + 18 + 17 + 17 + 17 + 17 + 16 + 16 + 15 + 15 + 14 + 14 + 14 + 14 + 14 + 14 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 diff --git a/Parsivar/for_newwork/tarin.txt b/Parsivar/for_newwork/tarin.txt new file mode 100644 index 0000000000000000000000000000000000000000..f9ad0fe718c42edadd0001360abe4662a75df296 --- /dev/null +++ b/Parsivar/for_newwork/tarin.txt @@ -0,0 +1,537 @@ + 526 +ѐ 213 + 128 + 85 + 84 + 70 + 62 + 57 + 55 + 49 + 46 + 45 + 38 + 37 + 37 + 36 + 32 + 23 + 21 + 20 + 19 + 19 + 18 + 18 + 18 + 18 + 17 + 16 + 15 + 15 + 14 + 14 + 14 + 14 +<\p> 14 + 13 + 13 + 13 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 +- 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 +( 3 + 3 + 3 + 3 + 3 + 3 +ǁ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +223 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ґ 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +" 1 +# : # 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ǎ 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/tarin_c.txt b/Parsivar/for_newwork/tarin_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..a3bd138b1409113697d6daf025272cbf2744659b --- /dev/null +++ b/Parsivar/for_newwork/tarin_c.txt @@ -0,0 +1,141 @@ + 526 +ѐ 213 + 128 + 85 + 84 + 70 + 62 + 57 + 55 + 49 + 46 + 45 + 38 + 37 + 37 + 36 + 32 + 23 + 21 + 20 + 19 + 19 + 18 + 18 + 18 + 18 + 17 + 16 + 15 + 15 + 14 + 14 + 14 + 14 + 13 + 13 + 13 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 diff --git a/Parsivar/for_newwork/y.txt b/Parsivar/for_newwork/y.txt new file mode 100644 index 0000000000000000000000000000000000000000..cc19a9f79e58a1fe807c2fc1e214e41b74c86b8e --- /dev/null +++ b/Parsivar/for_newwork/y.txt @@ -0,0 +1,1752 @@ + 578 +<\p> 419 + 401 +- 328 + 321 + 245 + 167 + 159 + 153 + 146 +" 145 + 112 + 110 + 104 + 99 + 99 + 93 + 90 +( 87 + 86 + 86 + 84 + 74 + 73 + 71 +ǎ 70 + 69 + 68 + 68 + 66 + 66 + 64 + 62 + 62 +) 61 + 61 + 59 + 58 +. 58 + 57 + 56 + 55 + 54 + 53 + 52 +9 52 + 51 + 49 + 47 + 46 + 45 + 44 + 44 + 43 + 42 + 42 + 41 + 41 + 40 + 40 + 40 + 39 + 38 + 38 + 37 + 36 + 36 + 36 + 35 + 34 + 33 +# : # 32 + 32 + 31 + 31 + 31 +110 30 +... 30 + 30 + 29 + 28 + 28 + 28 + 27 + 27 + 27 + 27 + 26 + 26 + 26 + 26 + 25 + 25 + 25 + 25 +ȍ 25 + 24 + 24 + 24 + 24 +7 24 + 23 + 23 + 23 + 23 + 23 + 22 + 22 + 22 ++ 21 + 21 + 20 + 20 + 20 + 20 + 20 + 20 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 14 + 14 + 14 + 14 + 14 +2 14 + 14 + 14 + 14 + 14 + 14 + 14 + 13 + 13 + 13 + 13 + 13 +ۍ 13 + 13 + 13 + 13 + 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +с 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 +155 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ѐ 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 +: 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ϐ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +219 8 + 8 +10 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +3 7 + 7 + 7 + 7 + 7 + 7 + 7 +! 7 +ȍ 7 +171 6 + 6 + 6 + 6 +242 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +6 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 +/ 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 +223 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +50 5 + 5 +ϐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ߍ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 +ȍ 4 + 4 + 4 + 4 + 4 + 4 +ȍ 4 +5 4 + 4 + 4 + 4 +э 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ȍ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +246 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ӂ 4 + 4 + 4 + 4 +ǐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +4 3 +ԝ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ѐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ϐ 3 + 3 + 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +ʁ 3 +ϐ 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 +э 3 + 3 + 3 + 3 + 3 + 3 +̐ѐ 3 + 3 + 3 +흝 3 + 3 + 3 + 3 + 3 + 3 + 3 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 +Ǎ 2 +ǐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +25 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ǎ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ʁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ϐ 2 +ǝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +Ԑ 2 + 2 + 2 + 2 + 2 + 2 +ݝ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +ȝ 2 + 2 + 2 + 2 +ԁ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 +{ 2 + 2 +ޝ 2 + 2 + 2 +ڐ 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ρ 1 + 1 + 1 +ێ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ґ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +19 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +13 1 +э 1 + 1 + 1 + 1 +ȝ 1 + 1 + 1 +ߝ 1 + 1 +243 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +29 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ލ 1 + 1 + 1 +э 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 +Ӂʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +189 1 + 1 + 1 + 1 + 1 +ʝ 1 +21 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 + 1 + 1 +坐 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +' 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 += 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +э 1 +с 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ӂ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +163 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +2008 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 +343 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ߝ 1 + 1 + 1 +ʐ 1 +ǁ 1 +ѐ 1 + 1 + 1 ++ 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +΍ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 +퐍 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +11 1 + 1 + 1 ++ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +" 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +̐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 +ʝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +15 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ԑ 1 + 1 +э 1 + 1 + 1 +9597 1 + 1 +ǐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʁ 1 + 1 + 1 + 1 + 1 + 1 +ю 1 + 1 + 1 + 1 + 1 + 1 + 1 +ʝ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +218 1 + 1 +Ϸε 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 ++ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흁ߝ 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +8 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +109 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +1 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +흝 1 + 1 + 1 + 1 +坝 1 +坝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +с 1 +0 1 + 1 + 1 + 1 +䐝 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +ǁ 1 +ԝ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +142 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +Ȑ 1 + 1 + 1 + 1 + 1 + 1 + 1 +ϐ 1 + 1 + 1 + 1 +< 1 + 1 + 1 + 1 + 1 + 1 + 1 +28 1 + 1 + 1 +ѐ 1 +ѐ 1 + 1 + 1 + 1 +30 1 + 1 + 1 + 1 + 1 + 1 + 1 +ѐ 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +94 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 +18 1 + 1 + 1 + 1 \ No newline at end of file diff --git a/Parsivar/for_newwork/y_c.txt b/Parsivar/for_newwork/y_c.txt new file mode 100644 index 0000000000000000000000000000000000000000..45021c91bf9bc56b001ddbc65adc540c9376ff5a --- /dev/null +++ b/Parsivar/for_newwork/y_c.txt @@ -0,0 +1,411 @@ + 401 + 321 + 245 + 167 + 153 + 146 + 110 + 104 + 99 + 99 + 93 + 90 + 86 + 86 + 84 + 74 + 73 +ǎ 70 + 69 + 68 + 68 + 66 + 66 + 64 + 62 + 62 + 61 + 59 + 58 + 57 + 56 + 55 + 54 + 53 + 52 + 51 + 49 + 46 + 45 + 44 + 44 + 43 + 42 + 42 + 41 + 40 + 40 + 40 + 39 + 38 + 38 + 37 + 36 + 36 + 36 + 35 + 34 + 33 + 32 + 31 + 31 + 31 + 30 + 29 + 28 + 28 + 28 + 27 + 27 + 27 + 27 + 26 + 26 + 26 + 26 + 25 + 25 + 25 + 25 +ȍ 25 + 24 + 24 + 24 + 23 + 23 + 23 + 23 + 22 + 22 + 22 + 21 + 20 + 20 + 20 + 20 + 20 + 20 + 19 + 19 + 19 + 19 + 19 + 19 + 19 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 18 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 17 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 16 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 15 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 14 + 13 + 13 + 13 + 13 +ۍ 13 + 13 + 13 + 13 + 13 + 13 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 12 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 +с 11 + 11 + 11 + 11 + 11 + 11 + 11 + 11 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 + 10 +ѐ 10 + 10 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 9 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 +ϐ 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 8 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 + 7 +ȍ 7 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 + 6 +ѐ 6 + 6 + 6 + 6 + 6 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ϐ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 + 5 +ߍ 5 + 5 + 5 + 5 + 5 + 5 + 5 + 4 + 4 + 4 + 4 + 4 + 4 +ȍ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +э 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +ȍ 4 + 4 + 4 + 4 + 4 + 4 +ʝ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 +Ӂ 4 + 4 + 4 + 4 +ǐ 4 + 4 + 4 + 4 + 4 + 4 + 4 + 4 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 + 3 diff --git a/Parsivar/normalizer.py b/Parsivar/normalizer.py new file mode 100644 index 0000000000000000000000000000000000000000..7cc00caea9dbafffbb837b9560cfd74d4a04a63f --- /dev/null +++ b/Parsivar/normalizer.py @@ -0,0 +1,1130 @@ +from re import sub +from unidecode import unidecode +import copy +import os +from .tokenizer import Tokenizer +from .data_helper import DataHelper +from .token_merger import ClassifierChunkParser +import pickle +import re + + +class Normalizer: + + def __init__(self, + half_space_char='\u200c', + statistical_space_correction=False, + date_normalizing_needed=True, + time_normalizing_needed=True, + pinglish_conversion_needed=False, + number2text_needed=True, + half_space_corrector=True, + train_file_path="resource/tokenizer/Bijan_khan_chunk.txt", + token_merger_path="resource/tokenizer/TokenMerger.pckl"): + self.time_normalizing_needed = time_normalizing_needed + self.dir_path = os.path.dirname(os.path.realpath(__file__)) + "/" + + self.dic1_path = self.dir_path + 'resource/normalizer/Dic1_new.txt' + self.dic2_path = self.dir_path + 'resource/normalizer/Dic2_new.txt' + self.dic3_path = self.dir_path + 'resource/normalizer/Dic3_new.txt' + self.dic1 = self.load_dictionary(self.dic1_path) + self.dic2 = self.load_dictionary(self.dic2_path) + self.dic3 = self.load_dictionary(self.dic3_path) + + self.tokenizer = Tokenizer() + self.dictaition_normalizer = DictatioinNormalizer() + self.statistical_space_correction = statistical_space_correction + self.date_normalizing_needed = date_normalizing_needed + self.pinglish_conversion_needed = pinglish_conversion_needed + self.number2text_needed = number2text_needed + self.half_space_corrector = half_space_corrector + self.data_helper = DataHelper() + self.token_merger = ClassifierChunkParser() + + if self.date_normalizing_needed or self.pinglish_conversion_needed: + self.date_normalizer = DateNormalizer() + self.pinglish_conversion = PinglishNormalizer() + + if self.time_normalizing_needed: + self.time_normalizer = TimeNormalizer() + + if self.statistical_space_correction: + self.token_merger_path = self.dir_path + token_merger_path + self.train_file_path = train_file_path + self.half_space_char = half_space_char + + if os.path.isfile(self.token_merger_path): + self.token_merger_model = self.data_helper.load_var(self.token_merger_path) + elif os.path.isfile(self.train_file_path): + self.token_merger_model = self.token_merger.train_merger(self.train_file_path, test_split=0) + self.data_helper.save_var(self.token_merger_path, self.token_merger_model) + + def load_dictionary(self, file_path): + dictionary = {} + with open(file_path, 'r', encoding='utf-8') as f: + g = f.readlines() + for Wrds in g: + wrd = Wrds.split(' ') + dictionary[wrd[0].strip()] = sub('\n', '', wrd[1].strip()) + return dictionary + + def replace_abbrv(self, text): + text = text.replace("( ص )", "( صلي‌الله‌عليه‌وآله )") + text = text.replace("( ع )", "( عليه‌السلام )") + text = text.replace("( س )", "( سلام‌الله )") + text = text.replace("( ره )", "( رحمه‌الله‌عليه )") + text = text.replace("( قده )", "( قدس‌سره )") + text = text.replace("( رض )", "( رضي‌الله‌عنه )") + text = text.replace(" ج ا ا ", " جمهوري اسلامي ايران ") + text = text.replace(" ج اا ", " جمهوري اسلامي ايران ") + text = text.replace(" ج‌اا ", " جمهوري اسلامي ايران ") + text = text.replace(" ج ا ايران ", " جمهوري اسلامي ايران ") + text = text.replace(" ج اايران ", " جمهوري اسلامي ايران ") + text = text.replace(" ج‌اايران ", " جمهوري اسلامي ايران ") + text = text.replace(" صص ", " صفحات ") + text = text.replace(" ه ق ", " هجري قمري ") + text = text.replace(" ه ش ", " هجري شمسي ") + text = text.replace(" ق م ", " قبل از ميلاد ") + text = text.replace(" صص ", " صفحات ") + text = text.replace(" الخ ", " الي‌آخر ") + return text + + def replace_special_symbols(self, doc_string): + special_dict = { + "﷼": " ریال ", + "ﷴ": " محمد ", + "ﷺ": " صلي‌الله‌عليه‌وآله‌وسلم ", + "ﷲ": " الله ", + "ﷻ": " جَل جلاله ", + "ﷱ": " قلي ", + "ﷳ": " صلي ", + "ﷰ": " اكبر ", + "ﷵ": " صلي‌الله‌عليه‌وآله‌وسلم ", + "ﷶ": " رسول ", + "ﷷ": " عليه‌السلام ", + "ﷸ": " و سلم ", + "﷽": " بسم‌الله‌الرحمن‌الرحيم ", + } + result = doc_string + for i, j in special_dict.items(): + result = sub(i, j, result) + return result + + def sub_alphabets(self, doc_string): + # try: + # doc_string = doc_string.decode('utf-8') + # except UnicodeEncodeError: + # pass + a0 = "ء" + b0 = "ئ" + c0 = sub(a0, b0, doc_string) + a1 = r"ٲ|ٱ|إ|ﺍ|أ" + a11 = r"ﺁ|آ" + b1 = r"ا" + b11 = r"آ" + c11 = sub(a11, b11, c0) + c1 = sub(a1, b1, c11) + a2 = r"ﺐ|ﺏ|ﺑ" + b2 = r"ب" + c2 = sub(a2, b2, c1) + a3 = r"ﭖ|ﭗ|ﭙ|ﺒ|ﭘ" + b3 = r"پ" + c3 = sub(a3, b3, c2) + a4 = r"ﭡ|ٺ|ٹ|ﭞ|ٿ|ټ|ﺕ|ﺗ|ﺖ|ﺘ" + b4 = r"ت" + c4 = sub(a4, b4, c3) + a5 = r"ﺙ|ﺛ" + b5 = r"ث" + c5 = sub(a5, b5, c4) + a6 = r"ﺝ|ڃ|ﺠ|ﺟ" + b6 = r"ج" + c6 = sub(a6, b6, c5) + a7 = r"ڃ|ﭽ|ﭼ" + b7 = r"چ" + c7 = sub(a7, b7, c6) + a8 = r"ﺢ|ﺤ|څ|ځ|ﺣ" + b8 = r"ح" + c8 = sub(a8, b8, c7) + a9 = r"ﺥ|ﺦ|ﺨ|ﺧ" + b9 = r"خ" + c9 = sub(a9, b9, c8) + a10 = r"ڏ|ډ|ﺪ|ﺩ" + b10 = r"د" + c10 = sub(a10, b10, c9) + a11 = r"ﺫ|ﺬ|ﻧ" + b11 = r"ذ" + c11 = sub(a11, b11, c10) + a12 = r"ڙ|ڗ|ڒ|ڑ|ڕ|ﺭ|ﺮ" + b12 = r"ر" + c12 = sub(a12, b12, c11) + a13 = r"ﺰ|ﺯ" + b13 = r"ز" + c13 = sub(a13, b13, c12) + a14 = r"ﮊ" + b14 = r"ژ" + c14 = sub(a14, b14, c13) + a15 = r"ݭ|ݜ|ﺱ|ﺲ|ښ|ﺴ|ﺳ" + b15 = r"س" + c15 = sub(a15, b15, c14) + a16 = r"ﺵ|ﺶ|ﺸ|ﺷ" + b16 = r"ش" + c16 = sub(a16, b16, c15) + a17 = r"ﺺ|ﺼ|ﺻ" + b17 = r"ص" + c17 = sub(a17, b17, c16) + a18 = r"ﺽ|ﺾ|ﺿ|ﻀ" + b18 = r"ض" + c18 = sub(a18, b18, c17) + a19 = r"ﻁ|ﻂ|ﻃ|ﻄ" + b19 = r"ط" + c19 = sub(a19, b19, c18) + a20 = r"ﻆ|ﻇ|ﻈ" + b20 = r"ظ" + c20 = sub(a20, b20, c19) + a21 = r"ڠ|ﻉ|ﻊ|ﻋ" + b21 = r"ع" + c21 = sub(a21, b21, c20) + a22 = r"ﻎ|ۼ|ﻍ|ﻐ|ﻏ" + b22 = r"غ" + c22 = sub(a22, b22, c21) + a23 = r"ﻒ|ﻑ|ﻔ|ﻓ" + b23 = r"ف" + c23 = sub(a23, b23, c22) + a24 = r"ﻕ|ڤ|ﻖ|ﻗ" + b24 = r"ق" + c24 = sub(a24, b24, c23) + a25 = r"ڭ|ﻚ|ﮎ|ﻜ|ﮏ|ګ|ﻛ|ﮑ|ﮐ|ڪ|ک" + b25 = r"ك" + c25 = sub(a25, b25, c24) + a26 = r"ﮚ|ﮒ|ﮓ|ﮕ|ﮔ" + b26 = r"گ" + c26 = sub(a26, b26, c25) + a27 = r"ﻝ|ﻞ|ﻠ|ڵ" + b27 = r"ل" + c27 = sub(a27, b27, c26) + a28 = r"ﻡ|ﻤ|ﻢ|ﻣ" + b28 = r"م" + c28 = sub(a28, b28, c27) + a29 = r"ڼ|ﻦ|ﻥ|ﻨ" + b29 = r"ن" + c29 = sub(a29, b29, c28) + a30 = r"ވ|ﯙ|ۈ|ۋ|ﺆ|ۊ|ۇ|ۏ|ۅ|ۉ|ﻭ|ﻮ|ؤ" + b30 = r"و" + c30 = sub(a30, b30, c29) + a31 = r"ﺔ|ﻬ|ھ|ﻩ|ﻫ|ﻪ|ۀ|ە|ة|ہ|\u06C1" + b31 = r"ه" + c31 = sub(a31, b31, c30) + a32 = r"ﭛ|ﻯ|ۍ|ﻰ|ﻱ|ﻲ|ں|ﻳ|ﻴ|ﯼ|ې|ﯽ|ﯾ|ﯿ|ێ|ے|ى|ی" + b32 = r"ي" + c32 = sub(a32, b32, c31) + a33 = r'¬' + b33 = r'‌' + c33 = sub(a33, b33, c32) + pa0 = r'•|·|●|·|・|∙|。|ⴰ' + pb0 = r'.' + pc0 = sub(pa0, pb0, c33) + pa1 = r',|٬|‚|,' + pb1 = r'،' + pc1 = sub(pa1, pb1, pc0) + pa2 = r'ʕ' + pb2 = r'؟' + pc2 = sub(pa2, pb2, pc1) + pa3 = r'٪' + pb3 = r'%' + pc3 = sub(pa3, pb3, pc2) + na0 = r'۰|٠' + nb0 = r'0' + nc0 = sub(na0, nb0, pc3) + na1 = r'۱|١' + nb1 = r'1' + nc1 = sub(na1, nb1, nc0) + na2 = r'۲|٢' + nb2 = r'2' + nc2 = sub(na2, nb2, nc1) + na3 = r'۳|٣' + nb3 = r'3' + nc3 = sub(na3, nb3, nc2) + na4 = r'۴|٤' + nb4 = r'4' + nc4 = sub(na4, nb4, nc3) + na5 = r'۵' + nb5 = r'5' + nc5 = sub(na5, nb5, nc4) + na6 = r'۶|٦' + nb6 = r'6' + nc6 = sub(na6, nb6, nc5) + na7 = r'۷|٧' + nb7 = r'7' + nc7 = sub(na7, nb7, nc6) + na8 = r'۸|٨' + nb8 = r'8' + nc8 = sub(na8, nb8, nc7) + na9 = r'۹|٩' + nb9 = r'9' + nc9 = sub(na9, nb9, nc8) + ea1 = r'ـ|ِ|ُ|َ' + eb1 = r'' + #ec1 = sub(ea1, eb1, nc9) + ec1 = nc9 + sa1 = r'( )+' + sb1 = r' ' + sc1 = sub(sa1, sb1, ec1) + sa2 = r'(\n)+' + sb2 = r'\n' + sc2 = sub(sa2, sb2, sc1) + espa0 = u'\u200e|\u200f| ' + espb0 = ' ' + espc0 = sub(espa0, espb0, sc2) + return espc0 + + def space_correction(self, doc_string): + a00 = r'^(بی|می|نمی)( )' + b00 = r'\1‌' + c00 = sub(a00, b00, doc_string) + a0 = r'( )(می|نمی|بی)( )' + b0 = r'\1\2‌' + c0 = sub(a0, b0, c00) + a1 = r'( )(هایی|ها|های|ایی|هایم|هایت|هایش|هایمان|هایتان|هایشان|ات|ان|ین' \ + r'|انی|بان|ام|ای|یم|ید|اید|اند|بودم|بودی|بود|بودیم|بودید|بودند|ست)( )' + b1 = r'‌\2\3' + c1 = sub(a1, b1, c0) + a2 = r'( )(شده|نشده)( )' + b2 = r'‌\2‌' + c2 = sub(a2, b2, c1) + a3 = r'( )(طلبان|طلب|گرایی|گرایان|شناس|شناسی|گذاری|گذار|گذاران|شناسان|گیری|پذیری|بندی|آوری|سازی|' \ + r'بندی|کننده|کنندگان|گیری|پرداز|پردازی|پردازان|آمیز|سنجی|ریزی|داری|دهنده|آمیز|پذیری' \ + r'|پذیر|پذیران|گر|ریز|ریزی|رسانی|یاب|یابی|گانه|گانه‌ای|انگاری|گا|بند|رسانی|دهندگان|دار)( )' + b3 = r'‌\2\3' + c3 = sub(a3, b3, c2) + return c3 + + def space_correction_plus1(self, doc_string): + out_sentences = '' + for wrd in doc_string.split(' '): + try: + out_sentences = out_sentences + ' ' + self.dic1[wrd] + except KeyError: + out_sentences = out_sentences + ' ' + wrd + return out_sentences + + def space_correction_plus2(self, doc_string): + out_sentences = '' + wrds = doc_string.split(' ') + word_len = wrds.__len__() + if word_len < 2: + return doc_string + cnt = 1 + for i in range(0, word_len - 1): + w = wrds[i] + wrds[i + 1] + try: + out_sentences = out_sentences + ' ' + self.dic2[w] + cnt = 0 + except KeyError: + if cnt == 1: + out_sentences = out_sentences + ' ' + wrds[i] + cnt = 1 + if cnt == 1: + out_sentences = out_sentences + ' ' + wrds[i + 1] + return out_sentences + + def space_correction_plus3(self, doc_string): + # Dict = {'گفتوگو': 'گفت‌وگو'} + out_sentences = '' + wrds = doc_string.split(' ') + word_len = wrds.__len__() + if word_len < 3: + return doc_string + cnt = 1 + cnt2 = 0 + for i in range(0, word_len - 2): + w = wrds[i] + wrds[i + 1] + wrds[i + 2] + try: + out_sentences = out_sentences + ' ' + self.dic3[w] + cnt = 0 + cnt2 = 2 + except KeyError: + if cnt == 1 and cnt2 == 0: + out_sentences = out_sentences + ' ' + wrds[i] + else: + cnt2 -= 1 + cnt = 1 + if cnt == 1 and cnt2 == 0: + out_sentences = out_sentences + ' ' + wrds[i + 1] + ' ' + wrds[i + 2] + elif cnt == 1 and cnt2 == 1: + out_sentences = out_sentences + ' ' + wrds[i + 2] + return out_sentences + + def replace_puncs(self, doc_string): + repeat_pattern = \ + r"((?|\-|;|\[|\]|\{|\}|»|«|\^|'|\\|¡|~|©|،|؟|؛|\")\1+" + doc_strig = re.sub(repeat_pattern, r"\1", doc_string) + pattern = r'(?|\-|;|\[|\]|\{|\}|»|«|\^|\'|\\|¡|~|©|،|؟|؛|\"' + clauses = [i.strip() for i in list(filter(None, re.split(pattern, doc_string)))] + result = ' | '.join(clauses) + return result + + def split_digit_from_alphabet(self, doc_string): + doc_string = re.sub(r'(\d)([^\d\s])', r'\1 \2', doc_string) + doc_string = re.sub(r'(\D)([^\D\s])', r'\1 \2', doc_string) + return doc_string + + def normalize(self, doc_string, new_line_elimination=False): + normalized_string = doc_string + normalized_string = self.dictaition_normalizer.remove_extra_space_zwnj(normalized_string) + normalized_string = self.sub_alphabets(normalized_string) + normalized_string = self.replace_abbrv(normalized_string) + normalized_string = self.replace_special_symbols(normalized_string) + normalized_string = self.data_helper.clean_text(normalized_string, new_line_elimination).strip() + normalized_string = self.split_digit_from_alphabet(normalized_string) + normalized_string = self.split_phoneme_in_persian_and_eng_from_rest(normalized_string) + if self.date_normalizing_needed: + normalized_string = self.date_normalizer.normalize_dates(normalized_string) + if self.time_normalizing_needed: + normalized_string = self.time_normalizer.normalize_time(normalized_string) + + if self.number2text_needed: + normalized_string = sub(r'[\u06F0-\u06F90-9]+', lambda x: unidecode(x.group(0)), normalized_string) + n = NumberNormalizer() + normalized_string = sub(r'[0-9]+', lambda x: n.convert(x.group(0)), normalized_string) + if self.statistical_space_correction: + token_list = normalized_string.strip().split() + token_list = [x.strip("\u200c") for x in token_list if len(x.strip("\u200c")) != 0] + token_list = self.token_merger.merg_tokens(token_list, self.token_merger_model, self.half_space_char) + normalized_string = " ".join(x for x in token_list) + normalized_string = self.data_helper.clean_text(normalized_string, new_line_elimination) + else: + normalized_string = self.space_correction(self.space_correction_plus1(self.space_correction_plus2( + self.space_correction_plus3(normalized_string)))).strip() + if self.pinglish_conversion_needed: + normalized_string = self.pinglish_conversion.pingilish2persian( + self.tokenizer.tokenize_words(normalized_string)) + normalized_string = self.replace_puncs(normalized_string) + if self.half_space_corrector: + normalized_string = self.dictaition_normalizer.remove_extra_space_zwnj(normalized_string) + normalized_string = self.dictaition_normalizer.join_words_without_rules(normalized_string) + normalized_string = self.dictaition_normalizer.correct_compound(normalized_string, 5) + normalized_string = self.dictaition_normalizer.half_space_corrector(normalized_string) + + return normalized_string + + def split_phoneme_in_persian_and_eng_from_rest(self, doc_string): + doc_string = re.sub(r'([\u0622-\u06f0])([^\u0622-\u06f0])', r'\1 \2', doc_string) + doc_string = re.sub(r'([a-z|A-Z])([^a-z|^A-Z])', r'\1 \2', doc_string) + return doc_string + + +class DateNormalizer: + def __init__(self): + self.nn = NumberNormalizer() + self.persian_month_dict = {'فروردين': 1, 'ارديبهشت': 2, 'خرداد': 3, 'تير': 4, 'مرداد': 5, + 'شهريور': 6, 'مهر': 7, 'آبان': 8, 'آذر': 9, 'دي': 10, 'بهمن': 11, 'اسفند': 12} + self.christian_month_dict = {'ژانویه': 1, 'فوریه': 2, 'مارس': 3, 'آپریل': 4, 'می': 5, 'ژوئن': 6, 'جولای': 7, + 'آگوست': 8, 'سپتامبر': 9, 'اکتبر': 10, 'نوامبر': 11, 'دسامبر': 12} + + self.num_dict = {'چهار': 4, 'سه': 3, 'دو': 2, 'يك': 1, 'يازده': 11, 'سيزده': 13, 'چهارده': 14, 'دوازده': 12, + 'پانزده': 15, 'شانزده': 16, 'چهارم': 4, 'سوم': 3, 'دوم': 2, 'يكم': 1, 'اول': 1, 'يازدهم': 11, + 'سيزدهم': 13, 'چهاردهم': 14, 'دوازدهم': 12, 'پانزدهم': 15, 'شانزدهم': 16, 'هفدهم': 17, + 'هجدهم': 18, 'نوزدهم': 19, 'بيستم': 20, 'چهلم': 40, 'پنجاهم': 50, 'شصتم': 60, 'هفتادم': 70, + 'نودم': 90, 'سيصدم': 300, 'چهارصدم': 400, 'پانصدم': 500, 'ششصدم': 600, 'هفتصدم': 700, + 'هشتصدم': 800, 'نهصدم': 900, 'هشتادم': 80, 'هزار': 1000, 'ميليون': 1000000, 'دويست': 200, + 'ده': 10, 'نه': 9, 'هشت': 8, 'هفت': 7, 'شش': 6, 'پنج': 5, 'هفده': 17, 'هجده': 18, 'نوزده': 19, + 'بيست': 20, 'سي': 30, 'چهل': 40, 'پنجاه': 50, 'شصت': 60, 'هفتاد': 70, 'نود': 90, 'سيصد': 300, + 'چهارصد': 400, 'پانصد': 500, 'ششصد': 600, 'هفتصد': 700, 'هشتصد': 800, 'نهصد': 900, + 'هشتاد': 80, ' ': 0, 'ميليارد': 1000000000, 'صدم': 100, 'هزارم': 1000, 'دويستم': 200, + 'دهم': 10, 'نهم': 9, 'هشتم': 8, 'هفتم': 7, 'ششم': 6, 'پنجم': 5} + + def find_date_part(self, doc_string): + persian_date_regex = re.compile(r'\b(1[0-4]\d\d|[3-9][2-9])([\s]*[/.\-][\s]*)([1-9]|0[1-9]|1[0-2])' + r'([\s]*[/.\-][\s]*)([1-9]|0[1-9]|1[0-9]|2[0-9]|3[0-1])\b') + persian_date_regex_rev = re.compile( + r'\b([1-9]|0[1-9]|1[0-9]|2[0-9]|3[0-1])([\s]*[/.\-][\s]*)([1-9]|0[1-9]|1[0-2])' + r'([\s]*[/.-][\s]*)(1[0-4][\d][\d]|[3-9][2-9])\b') + persian_date_md_regex = re.compile(r'(? 0: + value += self.list2num(tmp_section_list) + tmp_section_list[:] = [] + if value - int(value) == 0: + return int(value) + else: + return value + + def is_number(self, word): + return word in self.num_dict + + def find_number_location(self, token_list): + start_index = 0 + number_section = [] + for i, el in enumerate(token_list): + if self.is_number(el) or (el.replace('.', '', 1).isdigit()): + start_index = i + number_section.append(start_index) + break + + i = start_index + 1 + while i < len(token_list): + if token_list[i] == "و" and (i + 1) < len(token_list): + if self.is_number(token_list[i + 1]) or (token_list[i + 1].replace('.', '', 1).isdigit()): + number_section.append(i) + number_section.append(i + 1) + i += 2 + else: + break + elif self.is_number(token_list[i]) or (token_list[i].replace('.', '', 1).isdigit()): + number_section.append(i) + i += 1 + else: + break + return number_section + + def normalize_numbers(self, token_list, converted=""): + for i, el in enumerate(token_list): + if el.endswith("ین") and self.is_number(el[:-2]): + token_list[i] = el[:-2] + finded = self.find_number_location(token_list) + if len(finded) == 0: + rest_of_string = " ".join(t for t in token_list) + return converted + " " + rest_of_string + else: + numerical_subsection = [token_list[x] for x in finded] + numerical_subsection = self.convert2num(numerical_subsection) + + converted = converted + " " + " ".join(x for x in token_list[:finded[0]]) + " " + str(numerical_subsection) + + new_index = finded[-1] + 1 + return self.normalize_numbers(token_list[new_index:], converted) + + +class NumberNormalizer: + def __init__(self): + self.faBaseNum = {1: 'يك', 2: 'دو', 3: 'سه', 4: 'چهار', 5: 'پنج', 6: 'شِش', 7: 'هفت', 8: 'هشت', 9: 'نُه', + 10: 'دَه', 11: 'يازده', 12: 'دوازده', 13: 'سيزده', 14: 'چهارده', 15: 'پانزده', 16: 'شانزده', + 17: 'هفده', 18: 'هجده', 19: 'نوزده', 20: 'بيست', 30: 'سي', 40: 'چهل', 50: 'پنجاه', 60: 'شصت', + 70: 'هفتاد', 80: 'هشتاد', 90: 'نود', 100: 'صد', 200: 'دويست', 300: 'سيصد', 500: 'پانصد'} + + self.faBaseNumKeys = self.faBaseNum.keys() + self.faBigNum = ["يك", "هزار", "ميليون", "ميليارد"] + self.faBigNumSize = len(self.faBigNum) + + def split3(self, st): + parts = [] + n = len(st) + d, m = divmod(n, 3) + for i in range(d): + parts.append(int(st[n - 3 * i - 3:n - 3 * i])) + if m > 0: + parts.append(int(st[:m])) + return parts + + def convert(self, st): + st = str(st) + if len(st) > 3: + parts = self.split3(st) + k = len(parts) + wparts = [] + for i in range(k): + p = parts[i] + if p == 0: + continue + if i == 0: + wpart = self.convert(p) + else: + if i < self.faBigNumSize: + fa_order = self.faBigNum[i] + else: + fa_order = '' + (d, m) = divmod(i, 3) + t9 = self.faBigNum[3] + for j in range(d): + if j > 0: + fa_order += "‌" + fa_order += t9 + if m != 0: + if fa_order != '': + fa_order = "‌" + fa_order + fa_order = self.faBigNum[m] + fa_order + wpart = fa_order if i == 1 and p == 1 else self.convert(p) + " " + fa_order + wparts.append(wpart) + return " وَ ".join(reversed(wparts)) + # now assume that n <= 999 + n = int(st) + if n in self.faBaseNumKeys: + return self.faBaseNum[n] + y = n % 10 + d = int((n % 100) / 10) + s = int(n / 100) + # print s, d, y + dy = 10 * d + y + fa = '' + if s != 0: + if s * 100 in self.faBaseNumKeys: + fa += self.faBaseNum[s * 100] + else: + fa += (self.faBaseNum[s] + self.faBaseNum[100]) + if d != 0 or y != 0: + fa += " وَ " + if d != 0: + if dy in self.faBaseNumKeys: + fa += self.faBaseNum[dy] + return fa + fa += self.faBaseNum[d * 10] + if y != 0: + fa += " وَ " + if y != 0: + fa += self.faBaseNum[y] + return fa + + def convert_ordinary(self, arg): + if isinstance(arg, int): + num = arg + st = str(arg) + elif isinstance(arg, str): + num = int(arg) + st = arg + else: + raise TypeError('bad type "%s"' % type(arg)) + if num == 1: + return 'اول' # OR 'یکم'fixme + elif num == 10: + return 'دهم' + norm_fa = self.convert(st) + if len(norm_fa) == 0: + return '' + if norm_fa.endswith(u'ی'): + norm_fa += u'‌ام' + elif norm_fa.endswith(u'سه'): + norm_fa = norm_fa[:-1] + u'وم' + else: + norm_fa += u'م' + return norm_fa + + +class PinglishNormalizer: + def __init__(self): + self.data_helper = DataHelper() + self.file_dir = os.path.dirname(os.path.realpath(__file__)) + "/" + + self.en_dict_filename = self.file_dir + "resource/tokenizer/enDict" + self.en_dict = self.data_helper.load_var(self.en_dict_filename) + + self.fa_dict_filename = self.file_dir + "resource/tokenizer/faDict" + self.fa_dict = self.data_helper.load_var(self.fa_dict_filename) + + def pingilish2persian(self, pinglish_words_list): + + for i, word in enumerate(pinglish_words_list): + if word in self.en_dict: + pinglish_words_list[i] = self.en_dict[word] # .decode("utf-8") + # inp = inp.replace(word, enDict[word], 1) + else: + ch = self.characterize(word) + pr = self.map_char(ch) + amir = self.make_word(pr) + for wd in amir: + am = self.escalation(wd) + asd = ''.join(am) + if asd in self.fa_dict: + pinglish_words_list[i] = asd # .decode("utf-8") + # inp = inp.replace(word, asd, 1) + inp = " ".join(x for x in pinglish_words_list) + return inp + + def characterize(self, word): + list_of_char = [] + i = 0 + while i < len(word): + char = word[i] + sw_out = self.switcher(char) + if sw_out is None: + esp_out = None + if i < len(word) - 1: + esp_out = self.esp_check(word[i], word[i + 1]) + if esp_out is None: + list_of_char.append(word[i]) + else: + list_of_char.append(esp_out) + i += 1 + else: + list_of_char.append(sw_out) + i += 1 + return list_of_char + + def switcher(self, ch): + switcher = { + "c": None, + "k": None, + "z": None, + "s": None, + "g": None, + "a": None, + "u": None, + "e": None, + "o": None + } + return switcher.get(ch, ch) + + def esp_check(self, char1, char2): + st = char1 + char2 + if st == "ch": + return "ch" + elif st == "kh": + return "kh" + elif st == "zh": + return "zh" + elif st == "sh": + return "sh" + elif st == "gh": + return "gh" + elif st == "aa": + return "aa" + elif st == "ee": + return "ee" + elif st == "oo": + return "oo" + elif st == "ou": + return "ou" + else: + return None + + def map_char(self, word): + listm = [] + sw_out = self.map_switcher(word[0]) + i = 0 + if sw_out is None: + listm.append(["ا"]) + i += 1 + if word[0] == "oo": + listm.append(["او"]) + i += 1 + while i < len(word): + listm.append(self.char_switcher(word[i])) + i += 1 + if word[len(word) - 1] == "e": + listm.append(["ه"]) + elif word[len(word) - 1] == "a": + listm.append(["ا"]) + elif word[len(word) - 1] == "o": + listm.append(["و"]) + elif word[len(word) - 1] == "u": + listm.append(["و"]) + + return listm + + def map_switcher(self, ch): + switcher = { + "a": None, + "e": None, + "o": None, + "u": None, + "ee": None, + + "ou": None + } + return switcher.get(ch, ch) + + def make_word(self, chp): + word_list = [[]] + for char in chp: + word_list_temp = [] + for tmp_word_list in word_list: + for chch in char: + tmp = copy.deepcopy(tmp_word_list) + tmp.append(chch) + word_list_temp.append(tmp) + word_list = word_list_temp + return word_list + + def escalation(self, word): + tmp = [] + i = 0 + t = len(word) + while i < t - 1: + tmp.append(word[i]) + if word[i] == word[i + 1]: + i += 1 + i += 1 + if i != t: + tmp.append(word[i]) + return tmp + + def char_switcher(self, ch): + switcher = { + 'a': ["", "ا"], + 'c': ["ث", "ص", "ص"], + 'h': ["ه", "ح"], + 'b': ["ب"], + 'p': ["پ"], + 't': ["ت", "ط"], + 's': ["س", "ص", "ث"], + 'j': ["ج"], + 'ch': ["چ"], + 'kh': ["خ"], + 'q': ["ق", "غ"], + 'd': ["د"], + 'z': ["ز", "ذ", "ض", "ظ"], + 'r': ["ر"], + 'zh': ["ژ"], + 'sh': ["ش"], + 'gh': [",ق", "غ"], + 'f': ["ف"], + 'k': ["ک"], + 'g': ["گ"], + 'l': ["ل"], + 'm': ["م"], + 'n': ["ن"], + 'v': ["و"], + 'aa': ["ا"], + 'ee': ["ی"], + 'oo': ["و"], + 'ou': ["و"], + 'i': ["ی"], + 'y': ["ی"], + ' ': [""], + 'w': ["و"], + 'e': ["", "ه"], + 'o': ["", "و"] + } + return switcher.get(ch, "") + + +class DictatioinNormalizer: + def __init__(self, zwnj_database_path='./Parsivar/resource/normalizer/N_cctt.txt', + compound_table_path='./Parsivar/resource/normalizer/Normalizer_WrongCompound.txt'): + self.zwnj_table, self.zwnj_type = self.load_zwnj_database(zwnj_database_path) + self.compound_table = self.load_compound_table(compound_table_path) + look_up_t_farsi_str = './g2p_resources/look_up_t_farsi_extra_of_ariana_b_punch_EN_extra_of_nevisa.pkl' + homograph_t_str = './g2p_resources/list_homograph.pkl' + with open(look_up_t_farsi_str, 'rb') as f: + self.look_up_t_farsi = pickle.load(f) + with open(homograph_t_str, 'rb') as f: + self.homograph = pickle.load(f) + self.half_space_data = [half_space_group for half_space_group in self.look_up_t_farsi + if isinstance(half_space_group, str) and re.findall('\u200c', half_space_group)] + \ + [half_space_group for half_space_group in self.homograph + if isinstance(half_space_group, str) and re.findall('\u200c', half_space_group)] + self.half_space_data_splited = [word_group.split('\u200c') for word_group in self.half_space_data] + self.half_space_data_joined = dict() + for i in self.half_space_data_splited: + for j in range(len(i)): + for k in range(j + 1, len(i)): + self.half_space_data_joined["".join(i[j:k + 1])] = '\u200c'.join(i[j:k + 1]) + + def remove_extra_space_zwnj(self, doc_string): + extra_regex = re.compile(r'([\u0648\u0624\u062f\u0630\u0631\u0632\u0698\u0627' + r'\u0622\u0654\u0621\u0623\u0625\u0060][\u0627\u064b][\u0621\u064b])(\u200c)') + doc_string = extra_regex.sub('\1', doc_string) + extra_regex = re.compile(r'([\u0030-\u0039])(\u200c)') + doc_string = extra_regex.sub('\1', doc_string) + extra_regex = re.compile(r'(\u200c)([\u0030-\u0039])') + doc_string = extra_regex.sub('\2', doc_string) + extra_regex = re.compile(r'([a-z|A-Z])(\u200c)') + doc_string = extra_regex.sub('\1', doc_string) + extra_regex = re.compile(r'(\u200c)([a-z|A-Z])') + doc_string = extra_regex.sub('\2', doc_string) + extra_regex = re.compile(r'[\s]{2,}') + doc_string = extra_regex.sub(' ', doc_string) + extra_regex = re.compile(r'[\u200c]{2,}') + doc_string = extra_regex.sub('\u200c', doc_string) + extra_regex = re.compile(r'\u200c\s') + doc_string = extra_regex.sub(' ', doc_string) + extra_regex = re.compile(r'\s\u200c') + doc_string = extra_regex.sub(' ', doc_string) + return doc_string + + def correct_compound(self, doc_string, neighborhood): + word_list = doc_string.split() + if neighborhood > len(word_list): + neighborhood = len(word_list) + output_list = [] + i = 0 + while i < len(word_list): + for j in range(neighborhood, 0, -1): + if i + j < len(word_list): + comp = " ".join(word_list[i:i + j]) + else: + comp = " ".join(word_list[i:]) + if comp in self.compound_table: + output_list.append(self.compound_table[comp]) + i += j + break + else: + output_list.append(word_list[i]) + i += 1 + return " ".join(output_list) + + def half_space_corrector(self, string): + word_list = string.split() + word_list = [word.strip('\u200c') for word in word_list] + word_index = 0 + result = [] + while word_index < len(word_list): + a=1 + if word_list[word_index] in self.half_space_data_joined and \ + word_list[word_index] not in self.look_up_t_farsi and word_list[word_index] not in self.homograph: + word_list[word_index] = self.half_space_data_joined[word_list[word_index]] + possible_words = [i for i in self.half_space_data_splited if word_list[word_index] == i[0] + and word_index + 1 < len(word_list) and word_list[word_index + 1] == i[1]] + best_words = [word_list[word_index]] + max_match = 0 + if possible_words: + for j in possible_words: + for k in range(len(j)): + if k >= len(word_list): + break + if len(word_list) <= word_index+k or j[k] != word_list[word_index + k]: + break + if max_match < k: + max_match = k + best_words = j[:k + 1] + + else: + if word_index + 1 < len(word_list) and (word_list[word_index + 1] in + ['ام', 'ات', 'اش', 'مان', 'شان', 'تان', 'ايم', 'ايد', 'اند', + 'اي', 'ها', 'هاي', 'هايي', 'هايم', 'هايشان', 'هايتان', + 'هايمان', 'هايت', 'هايش', 'هائي' 'تر', 'ترين', 'ي', 'يي'] + or word_list[word_index] in ['مي', 'نمي', 'برنمي', 'درمي', + 'درنمي']): + best_words = [word_list[word_index], word_list[word_index + 1]] + max_match = 1 + result.append('\u200c'.join(best_words)) + word_index += max_match + 1 + result = " ".join(result) + return result + + def hamze_corrector(self, string): + word_list = string.split() + for word in word_list: + if word not in self.homograph + self.look_up_t_farsi: + pass + + def load_zwnj_database(self, zwnj_database_file): + table_words = dict() + words_type = dict() + with open(zwnj_database_file, 'r') as f: + for line in f: + cols = line.split('\t') + connection_type = cols[0] + incorrect_word = cols[1] + correct_word = cols[2].replace(' ', '_') + table_words[incorrect_word.replace('\u200c', '^')] = correct_word + if connection_type in ["مجزا", "به قبلي", "به بعدي"]: + words_type[correct_word.replace('\u200c', '^')] = connection_type + return table_words, words_type + + def is_english_grapheme(self, char): + return 'a' < char < 'z' or 'A' < char < 'Z' + + def is_english_word(self, word): + return self.is_english_grapheme(word[0]) + + def is_punctuation(self, char): + return char in ['-', '=', '~', '!', '@', '#', '$', '%', '^', '&', '*', '(', ')', '_', '+', '[', '{', ']', '}', + ':', ';', '\'', '\"', ',', '<', '.', '>', '/', '?', '|', '\\', '÷', '٬', '٫', '٪', '×', '،', + '»', '«', '؛', '؟', '…', '”', 'ˈ'] + + def join_words_without_rules(self, docstring): + words = docstring.split() + correct_docstring = [] + for ind in range(len(words)): + word = words[ind] + table_word = word.replace('\u200c', '^') + if table_word in self.zwnj_type.keys(): + if self.zwnj_type[table_word] == "مجزا": + correct_docstring.append(self.zwnj_table[table_word].replace('_', ' ')) + elif self.zwnj_type[table_word] == "به قبلي": + if correct_docstring and not self.is_english_word(correct_docstring[-1]) \ + and not self.is_punctuation(correct_docstring[-1][-1]): + correct_docstring.append('\u200c' + self.zwnj_table[table_word]) + else: + correct_docstring.append(self.zwnj_table[table_word]) + elif self.zwnj_type[table_word] == "به بعدي": + if ind < len(words) - 1 and not self.is_english_word(words[ind + 1]) \ + and not self.is_punctuation(words[ind + 1][0]): + correct_docstring.append(self.zwnj_table[table_word] + '\u200c') + else: + correct_docstring.append(self.zwnj_table[table_word]) + else: + correct_docstring.append(word) + return " ".join(correct_docstring) + + def load_compound_table(self, compound_table_path): + compound_table = dict() + with open(compound_table_path, 'r') as f: + for line in f: + firstcol, secondcol = line.split('\t') + compound_table[firstcol] = secondcol + return compound_table + + +class TimeNormalizer: + def __init__(self, spanning=2): + self.numberNorm = NumberNormalizer() + self.spanning = spanning + + def normalize_time(self, doc_string): + time_regex = re.compile(r'([0-9]|0[0-9]|1[0-9]|2[0-4])[\s]*([:\-])[\s]*([0-5][\d]|60)[\']?' + r'[\s]*(([:\-])[\s]*([0-5][\d]|60)[\"]?)?') + keywords_time1 = ['وقت', 'مدت', 'زمان'] + keywords_time2 = ['عصر', 'شب', 'غروب', 'ظهر', 'صبح', 'ساعت', 'بامداد'] + + while time_regex.search(doc_string): + match = time_regex.search(doc_string) + if ngram_lookup(doc_string, match.start(), match.end(), keywords_time1, self.spanning) and \ + not ngram_lookup(doc_string, match.start(), match.end(), keywords_time2, self.spanning): + if match[6] is not None: + hour = int(match[1]) + minute = int(match[3]) + second = int(match[6]) + doc_string = self.time_duration_to_text_sec(doc_string, match.start(), match.end(), + hour, minute, second) + else: + hour = int(match[1]) + minute = int(match[3]) + doc_string = self.time_duration_to_text(doc_string, match.start(), match.end(), hour, minute) + else: + if match[6] is not None: + hour = int(match[1]) + minute = int(match[3]) + second = int(match[6]) + doc_string = self.time_to_text_sec(doc_string, match.start(), match.end(), hour, minute, second) + else: + hour = int(match[1]) + minute = int(match[3]) + doc_string = self.time_to_text(doc_string, match.start(), match.end(), hour, minute) + + return doc_string + + def time_duration_to_text_sec(self, doc_string, start, end, hour, minute, second): + string = self.numberNorm.convert(hour) + ' ساعت وَ ' + self.numberNorm.convert(minute) + ' دقیقه وَ ' + \ + self.numberNorm.convert(second) + ' ثانیه' + doc_string = doc_string[:start] + string + doc_string[end:] + return doc_string + + def time_duration_to_text(self, doc_string, start, end, hour, minute): + string = self.numberNorm.convert(hour) + ' ساعت وَ ' + self.numberNorm.convert(minute) + ' دقیقه ' + doc_string = doc_string[:start] + string + doc_string[end:] + return doc_string + + def time_to_text_sec(self, doc_string, start, end, hour, minute, second): + string = self.numberNorm.convert(hour) + ' وَ ' + self.numberNorm.convert(minute) + ' وَ ' + \ + self.numberNorm.convert(second) + ' ثانیه ' + doc_string = doc_string[:start] + string + doc_string[end:] + return doc_string + + def time_to_text(self, doc_string, start, end, hour, minute): + string = self.numberNorm.convert(hour) + ' وَ' \ + ' ' + self.numberNorm.convert(minute) + ' دقیقه ' + doc_string = doc_string[:start] + string + doc_string[end:] + return doc_string + + +def ngram_lookup(doc_string, start, end, word_list, span): + result = False + for spanns in range(1, span): + if any(x in word_list for x in doc_string[:start].rsplit(maxsplit=spanns + 1)[-spanns:]): + result = True + if any(x in word_list for x in doc_string[end:].split(maxsplit=spanns + 1)[:spanns]): + result = True + return result diff --git a/Parsivar/postagger.py b/Parsivar/postagger.py new file mode 100644 index 0000000000000000000000000000000000000000..d2b1e510352becf1f028cef2d9052c859da9f3d3 --- /dev/null +++ b/Parsivar/postagger.py @@ -0,0 +1,82 @@ +import os +from nltk.tag.stanford import StanfordPOSTagger +import re + +class POSTagger(): + def __init__(self, + stanford_postagger_model=None, + wapiti_postagger_model=None, + jar_tagger_path=None, + jdk_variable_path="C:/Program Files/Java/jdk1.8.0_121/bin/java.exe", + tagging_model="wapiti"): + + import platform + if platform.system() == "Windows": + self.tagging_model = "stanford" + else: + self.tagging_model = tagging_model + + self.dir_path = os.path.dirname(os.path.realpath(__file__)) + "/" + + if stanford_postagger_model is None: + self.stanford_postagger_model = self.dir_path + "resource/postagger/NC_model" + else: + self.stanford_postagger_model = stanford_postagger_model + + if jar_tagger_path is None: + self.jar_tagger_path = self.dir_path + 'resource/postagger/stanford-postagger.jar' + else: + self.jar_tagger_path = jar_tagger_path + + if wapiti_postagger_model is None: + self.wapiti_postagger_model = self.dir_path + "resource/postagger/UPC_full_model_wapiti" + else: + self.wapiti_postagger_model = wapiti_postagger_model + + if self.tagging_model == "stanford": + java_path = jdk_variable_path + os.environ['JAVAHOME'] = java_path + + self.tagger = StanfordPOSTagger(model_filename=self.stanford_postagger_model, + path_to_jar=self.jar_tagger_path, + encoding='utf-8', + java_options='-mx5000m') + elif self.tagging_model == "wapiti": + from wapiti import Model + self.tagger = Model(model=self.wapiti_postagger_model) + + def is_all_latin(self, word): + pattern = '[a-zA-Z]*' + w = re.sub(pattern, '', word) + if len(w) == 0: + return True + else: + return False + + def parse(self, token_list): + tagged_tuples = [] + if self.tagging_model == "stanford": + postags = self.tagger.tag(token_list) + for element in postags: + tmp = '_'.join(t for t in element) + tmp = tmp.strip("_") + tmp = tmp.split('/') + tag = tmp[-1] + tmp = tmp[:-1] + tmp = '/'.join(i for i in tmp) + tmp = tmp.strip('/') + if self.is_all_latin(tmp): + tagged_tuples.append((tmp, "FW")) + else: + tagged_tuples.append((tmp, tag)) + + elif self.tagging_model == "wapiti": + sent_line = "\n".join(x for x in token_list) + postags = self.tagger.label_sequence(sent_line).decode('utf-8') + postags = postags.strip().split('\n') + for i, el in enumerate(token_list): + if self.is_all_latin(el): + tagged_tuples.append((el, u"FW")) + else: + tagged_tuples.append((el, postags[i])) + return tagged_tuples diff --git a/Parsivar/postfix.txt b/Parsivar/postfix.txt new file mode 100644 index 0000000000000000000000000000000000000000..71acf7004fec1ed9db7dae4f16af942e2fca4240 --- /dev/null +++ b/Parsivar/postfix.txt @@ -0,0 +1,22 @@ +�� +�� +�� +��� +��� +��� +��� +��� +��� +�� +�� +��� +���� +���� +������ +������ +������ +���� +���� +�� +���� +� diff --git a/Parsivar/resource/dependency_parser/lib/liblinear-1.8.jar b/Parsivar/resource/dependency_parser/lib/liblinear-1.8.jar new file mode 100644 index 0000000000000000000000000000000000000000..25827392fbc0e56b517f1ca83206514843dbec69 --- /dev/null +++ b/Parsivar/resource/dependency_parser/lib/liblinear-1.8.jar @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:e8c5dc6dc06b9c64dbf78788cf552e29d4c511fbe7639185db3951848a60f40e +size 52687 diff --git a/Parsivar/resource/dependency_parser/lib/libsvm.jar b/Parsivar/resource/dependency_parser/lib/libsvm.jar new file mode 100644 index 0000000000000000000000000000000000000000..29068d309b2a16f7d9b48d721fc8820b5e8e733e --- /dev/null +++ b/Parsivar/resource/dependency_parser/lib/libsvm.jar @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:76ba15a4f0c62bd00104f26b118b819ac1055ad09b69838bdb79ea001fe7d26e +size 49782 diff --git a/Parsivar/resource/dependency_parser/lib/log4j.jar b/Parsivar/resource/dependency_parser/lib/log4j.jar new file mode 100644 index 0000000000000000000000000000000000000000..46fd92ad2dbdd6584da646c1118799e2d0dfb0a4 --- /dev/null +++ b/Parsivar/resource/dependency_parser/lib/log4j.jar @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:e3bff9ab64a09b1ac2800f3b5fb1e3d99728064acb6dd3924938507638a404fb +size 367444 diff --git a/Parsivar/resource/dependency_parser/maltparser-1.9.2.jar b/Parsivar/resource/dependency_parser/maltparser-1.9.2.jar new file mode 100644 index 0000000000000000000000000000000000000000..b29659f438bb8465d99a8a08554fbc1bb148ea6f --- /dev/null +++ b/Parsivar/resource/dependency_parser/maltparser-1.9.2.jar @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:ba878c7397efd7c7a20885aba4feddcb67afdd00782504b3971746eae85f156c +size 877139 diff --git a/Parsivar/resource/dependency_parser/total_dep_parser.mco b/Parsivar/resource/dependency_parser/total_dep_parser.mco new file mode 100644 index 0000000000000000000000000000000000000000..a24017e7c346993aa6927914aad3fed851522cd7 --- /dev/null +++ b/Parsivar/resource/dependency_parser/total_dep_parser.mco @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:74d2f533e0a09e4f10a90ff09032ba65b47a0042e1f807ff0ac9525cf0b55c48 +size 7576305 diff --git a/Parsivar/resource/normalizer/Dic1_new.txt b/Parsivar/resource/normalizer/Dic1_new.txt new file mode 100644 index 0000000000000000000000000000000000000000..f4650bc0e6dedfa6ba1e78e1b6aa4e743c0f7433 --- /dev/null +++ b/Parsivar/resource/normalizer/Dic1_new.txt @@ -0,0 +1,74 @@ +بیخبر بی‌خبر +بیتوجهی بی‌توجهی +بیطرفانه بی‌طرفانه +گفتوگو گفت‌وگو +آنها آن‌ها +پیشبرد پیش‌برد +روانشناختی روان‌شناختی +میباشد می‌باشد +لذتبخش لذت‌بخش +میدادند می‌دادند +مینویسد می‌نویسد +میبخشد می‌بخشد +بیقاعده بی‌قاعده +میباشند می‌باشند +موافقتنامه موافقت‌نامه +تخمگذار تخم‌گذار +پایینترین پایین‌ترین +گرمکن گرم‌کن +پیشبینی پیش‌بینی +برونگرا برون‌گرا +میدهد می‌دهد +فیلمبرداری فیلم‌برداری +آنسوی آن‌سوی +خدمتدهی خدمت‌دهی +اینگونه این‌گونه +کمکرسانی کمک‌رسانی +کلانشهر کلان‌شهر +سپردهگذار سپرده‌گذار +بنیانگذار بنیان‌گذار +رضایتبخش رضایت‌بخش +اصلاحطلبان اصلاح‌طلبان +استخوانبندی استخوان‌بندی +درونگرا درون‌گرا +میگردد می‌گردد +اصلاحطلب اصلاح‌طلب +میتوان می‌توان +عملکرد عمل‌کرد +میروم می‌روم +بزرگنمایی بزرگ‌نمایی +همجنس هم‌جنس +همانطور همان‌طور +بیشترین بیش‌ترین +انسانگرایی انسان‌گرایی +نمیباشند نمی‌باشند +جانبداری جانب‌داری +نمیتوانی نمی‌توانی +قانونگذار قانون‌گذار +میشدند می‌شدند +تفاهمنامه تفاهم‌نامه +آسیبپذیر آسیب‌پذیر +برونگرایی برون‌گرایی +جفتگیری جفت‌گیری +گرانبها گران‌بها +میشوند می‌شوند +کلاهبرداری کلاه‌برداری +جهتیابی جهت‌یابی +چشمپوشی چشم‌پوشی +بنیانگذاران بنیان‌گذاران +میکند می‌کند +الهامبخش الهام‌بخش +وقتگیر وقت‌گیر +پسلرزه پس‌لرزه +میکنند می‌کنند +میتواند می‌تواند +آرامبخش آرام‌بخش +بینام بی‌نام +غربزدگی غرب‌زدگی +بیتفاوت بی‌تفاوت +بیثباتی بی‌‌ثباتی +پاسخگویی پاسخ‌گویی +میگیرد می‌گیرد +جمعبندی جمع‌بندی +میشود می‌شود +میکنیم می‌کنیم \ No newline at end of file diff --git a/Parsivar/resource/normalizer/Dic2_new.txt b/Parsivar/resource/normalizer/Dic2_new.txt new file mode 100644 index 0000000000000000000000000000000000000000..e540caeae1b34e5269fd1b6118cc5732888f354d --- /dev/null +++ b/Parsivar/resource/normalizer/Dic2_new.txt @@ -0,0 +1,112 @@ +مهماننوازی مهمان‌نوازی +صلیالله صلی‌الله +موافقتنامه موافقت‌نامه +اعتراضآمیز اعتراض‌آمیز +رییسجمهور رییس‌جمهور +چشمپوشی چشم‌پوشی +هیئتعلمی هیئت‌علمی‌ +الزامآور الزام‌آور +بیمهنامه بیمه‌نامه +آییننامه آیین‌نامه +بتنریزی بتن‌ریزی +تشییعجنازه تشییع‌جنازه +تامینکنندگان تامین‌کنندگان +پرسشنامه پرسش‌نامه +تحتالشعاع تحت‌الشعاع +شگفتانگیز شگفت‌انگیز +بزرگنمایی بزرگ‌نمایی +نیمههادی نیمه‌هادی +قابلکنترل قابل‌کنترل +روانپزشکی روان‌پزشکی +ضربالمثل ضرب‌المثل +اضافهکاری اضافه‌کاری +اختلافنظر اختلاف‌نظر +بینالملل بین‌الملل +یکطرفه یک‌طرفه +موجشکن موج‌شکن +عزتنفس عزت‌نفس +بیسیم بی‌سیم +شیبدار شیب‌دار +دستیابی دست‌یابی +روانشناختی روان‌شناختی +عقبنشینی عقب‌نشینی +بهطور به‌طور +خطچین خط‌چین +ادراکشده ادراک‌شده +خزانهداری خزانه‌داری +شیمیدرمانی شیمی‌درمانی +آنسوی ‌آن‌سوی +نقطهچین نقطه‌چین +منحصربهفرد منحصربه‌فرد +درحالتوسعه درحال‌توسعه +رضایتبخش رضایت‌بخش +قرضالحسنه قرض‌الحسنه +هرجومرج هرج‌ومرج +سیبزمینی سیب‌زمینی +میلیگرم میلی‌گرم +نخستوزیر نخست‌وزیر +تعیینکنندهای تعیین‌کننده‌ای +طاقتفرسا طاقت‌فرسا +قابلمشاهده قابل‌مشاهده +بهوسیله به‌وسیله +قابلدستیابی قابل‌دستیابی +الهامبخش الهام‌بخش +پیدرپی پی‌درپی +سرمایهداری سرمایه‌داری +لذتبخش لذت‌بخش +تخمگذار تخم‌گذار +گرمکن گرم‌کن +قابلتوجهی قابل‌توجهی +فیلمبرداری فیلم‌برداری +خدمتدهی خدمت‌دهی +معنیدار معنی‌دار +کلانشهری کلان‌شهری +گواهینامه گواهی‌نامه +همجنس هم‌جنس +همانطور همان‌طور +سیستمعامل سیستم‌عامل +حملونقل حمل‌ونقل +تفاهمنامه تفاهم‌نامه +بینالمللی بین‌المللی +کلاهبرداری کلاه‌برداری +نرمافزار نرم‌افزار +مضافالیه مضاف‌الیه +قطعنامهای قطعنامه‌ای +پاسخگویی پاسخ‌گویی +عکسبرداری عکس‌برداری +پسلرزه پس‌لرزه +خردهفروشی خرده‌فروشی +حقوقبشر حقوق‌بشر +تحلیلگران تحلیل‌گران +اینگونه این‌گونه +صرفهجویی صرفه‌جویی +علیالخصوص علی‌الخصوص +کلانشهرها کلان‌شهرها +حاصلضرب حاصل‌ضرب +اطلاعرسانی اطلاع‌رسانی +دندانپزشکی دندان‌پزشکی +پیشبرد پیش‌برد +ایدهال ایده‌ال +هیچگاه هیچ‌گاه +صنایعدستی صنایع‌دستی +سانتیمتر سانتی‌متر +پیشبینی پیش‌بینی +خلیجفارس خلیج‌فارس +تاریخنگاری تاریخ‌نگاری +هیچگونه هیچ‌گونه +راهاندازی راه‌اندازی +جستوجوی جست‌وجوی +حاشیهنشینی حاشیه‌نشینی +رنگآمیزی رنگ‌آمیزی +جمعآوری جمع‌‌آوری +وقتگیر وقت‌گیر +آرامبخش آرام‌بخش +غربزدگی غرب‌زدگی +کلانشهر کلان‌شهر +نرمافزاری نرم‌افزاری +بدینوسیله بدین‌وسیله +جمعبندی جمع‌بندی +گفتوگو گفت‌وگو +حملونقل حمل‌ونقل +آیتالله آیت‌الله +حجتالاسلام حجت‌الاسلام \ No newline at end of file diff --git a/Parsivar/resource/normalizer/Dic3_new.txt b/Parsivar/resource/normalizer/Dic3_new.txt new file mode 100644 index 0000000000000000000000000000000000000000..c5edd34da3eb8d1517667c0bae2c0a773fed0123 --- /dev/null +++ b/Parsivar/resource/normalizer/Dic3_new.txt @@ -0,0 +1,5 @@ +حملونقل حمل‌ونقل +حجتالاسلاموالمسلمین حجت‌الاسلام‌والمسلمین +آیتاللهالعظمی آیت‌الله‌العظمی +گفتوگو گفت‌وگو +حملونقل حمل‌ونقل \ No newline at end of file diff --git a/Parsivar/resource/normalizer/N_cctt.txt b/Parsivar/resource/normalizer/N_cctt.txt new file mode 100644 index 0000000000000000000000000000000000000000..2be7ab18bf18740de0dac28aed8f2851115ac0d1 --- /dev/null +++ b/Parsivar/resource/normalizer/N_cctt.txt @@ -0,0 +1,12362 @@ +مجزا پچ‌پچه پچپچه +مجزا گچ‌بريهاي گچ‌بري‌هاي +مجزا چپگرا چپ‌گرا +مجزا چپگراي چپ‌گراي +مجزا چپگرايان چپ‌گرايان +مجزا چچنها چچن‌ها +مجزا چگونه‌مي‌توان چگونه مي‌توان +مجزا چچنيها چچني‌ها +مجزا گچبري گچ‌بري +مجزا چپدست چپ‌دست +مجزا پنچ پنج +مجزا چه‌گونه چگونه +مجزا گل‌من‌گلي گل‌منگلي +مجزا گل‌مهر گل مهر +مجزا پمپها پمپ‌ها +مجزا پمپهاي پمپ‌هاي +مجزا پمپهايي پمپ‌هايي +مجزا گل‌ولاي گل ولاي +مجزا چه‌مي‌شود چه مي‌شود +مجزا گل‌محمدي گل محمدي +مجزا چنگالها چنگال‌ها +مجزا چنگالهاي چنگال‌هاي +مجزا چه‌اتفاقي چه اتفاقي +مجزا گل‌بالا گل بالا +مجزا گل‌ببو گل ببو +مجزا چه‌در چه در +مجزا گم‌شو گم شو +مجزا چه‌طور چطور +مجزا چه‌طوره چطوره +مجزا چه‌طوري چطوري +مجزا گل‌ساره گل ساره +مجزا گم‌شدة گمشدة +مجزا گل‌سرخ گل سرخ +مجزا چه‌كار چه كار +مجزا چه‌كاري چه كاري +مجزا چهل‌تن چهل تن +مجزا چهل‌سال چهل سال +مجزا گلآلود گل‌آلود +مجزا پلهها پله‌ها +مجزا چمنها چمن‌ها +مجزا پلههاي پله‌هاي +مجزا چمنهاي چمن‌هاي +مجزا پلها پل‌ها +مجزا گلها گل‌ها +مجزا پنهان‌كردن پنهان كردن +مجزا پنهانكاري پنهان‌كاري +مجزا پلهاي پل‌هاي +مجزا گلهاي گل‌هاي +مجزا گلهايي گل‌هايي +مجزا گلولههاي گلوله‌هاي +مجزا چنان‌چه چنانچه +مجزا گناه‌كار گناهكار +مجزا گمانها گمان‌ها +مجزا پناهجويان پناه‌جويان +مجزا چنانكه چنان‌كه +مجزا گلابگيري گلاب‌گيري +مجزا چهارچوبهاي چهارچوب‌هاي +مجزا چهارماه چهار ماه +مجزا چهارونيم چهار و نيم +مجزا چهارميليون چهار ميليون +مجزا چهارمحال‌بختياري چهارمحال‌وبختياري +مجزا چهارنفر چهار نفر +مجزا چهارتن چهار تن +مجزا چهاربخش چهار بخش +مجزا چهارراهها چهارراه‌ها +مجزا چهارساعت چهار ساعت +مجزا چهارطبقه چهار طبقه +مجزا پلاكهاي پلاك‌هاي +مجزا گونه‌ايي گونه‌اي +مجزا گونه‌يي گونه‌اي +مجزا گونه‌شماره گونه شماره +مجزا گونههاي گونه‌هاي +مجزا پولها پول‌ها +مجزا پولهاي پول‌هاي +مجزا گونهاي گون‌هاي +مجزا پولهايي پول‌هايي +مجزا پولهايش پول‌هايش +مجزا پوآنتاژ پوانتاژ +مجزا گلبولهاي گلبول‌هاي +مجزا گوئي گويي +مجزا گوئيم گوييم +مجزا گوئيدو گوييد و +مجزا پولدارها پول‌دارها +مجزا پولداري پول‌داري +مجزا پولشويي پول‌شويي +مجزا پولساز پول‌ساز +مجزا چونكه چون‌كه +مجزا پولكوار پولك‌وار +مجزا گلبال گل‌بال +مجزا گواهينامه گواهي‌نامه +مجزا گواهيهاي گواهي‌هاي +مجزا گلباران گل‌باران +مجزا گلباز گل‌باز +مجزا چوبها چوب‌ها +مجزا چوبهاي چوب‌هاي +مجزا چوبدار چوب‌دار +مجزا چوبدست چوب‌دست +مجزا چوبدستي چوب‌دستي +مجزا چوبدستش چوب‌دستش +مجزا گودالها گودال‌ها +مجزا گودالهاي گودال‌هاي +مجزا پويائي پويايي +مجزا گوييها گويي‌ها +مجزا گوييهاي گويي‌هاي +مجزا گويشها گويش‌ها +مجزا گويشهاي گويش‌هاي +مجزا گلبرگهاي گلبرگ‌هاي +مجزا پوروباحضورروساي پور و با حضور روساي +مجزا پوراندخت پوران‌دخت +مجزا گوش‌ات گوشت +مجزا گوشه‌يي گوشه‌اي +مجزا گوزنها گوزن‌ها +مجزا پوشها پوش‌ها +مجزا گوشها گوش‌ها +مجزا گوشهاي گوش‌هاي +مجزا گوشهايم گوشه‌ايم +مجزا گوشهايت گوش‌هايت +مجزا گوشهايش گوش‌هايش +مجزا گوشهايشان گوش‌هايشان +مجزا گوشت‌خوك گوشت خوك +مجزا پوستها پوست‌ها +مجزا گوشتها گوشت‌ها +مجزا پوستهاي پوست‌هاي +مجزا گوشتهاي گوشت‌هاي +مجزا گوشتخوار گوشت‌خوار +مجزا گوشتخواران گوشت‌خواران +مجزا پوزيتويستها پوزيتويست‌ها +مجزا پوزيتويستي پوزيتيويستي +مجزا گوشخراش گوش‌خراش +مجزا پوشش‌دادن پوشش دادن +مجزا پوششهاي پوشش‌هاي +مجزا پنج‌هزار پنج هزار +مجزا پنج‌تا پنج تا +مجزا پنج‌بار پنج بار +مجزا پنج‌دقيقه‌اي پنج دقيقه‌اي +مجزا پنج‌شنبه‌ها پنجشنبه‌ها +مجزا پنج‌سال پنج سال +مجزا چنين‌چيزي چنين چيزي +مجزا چنين‌شرايطي چنين شرايطي +مجزا گندمها گندم‌ها +مجزا گندمهاي گندم‌هاي +مجزا چندماه چند ماه +مجزا گنجنامه گنج‌نامه +مجزا گنجهاي گنجه‌اي +مجزا گلدوزي گل‌دوزي +مجزا چندلحظه چند لحظه +مجزا پنجهزار پنج هزار +مجزا چندهزار چند هزار +مجزا چندهفته چند هفته +مجزا چندنفر چند نفر +مجزا پنجاه‌هزار پنجاه هزار +مجزا پنجاه‌درصد پنجاه درصد +مجزا پنجاه‌دقيقه‌اي پنجاه دقيقه‌اي +مجزا پنجاه‌سال پنجاه سال +مجزا چمدانها چمدان‌ها +مجزا گلدانها گلدان‌ها +مجزا چمدانهاي چمدان‌هاي +مجزا گلدانهاي گلدان‌هاي +مجزا چندانكه چندان‌كه +مجزا گلدار گل‌دار +مجزا چندتا چند تا +مجزا چندثانيه چند ثانيه +مجزا چندبرابر چند برابر +مجزا چندين‌بار چندين بار +مجزا پلدختر پل‌دختر +مجزا پليديها پليدي‌ها +مجزا چنددرصد چند درصد +مجزا چنددقيقه‌اي چند دقيقه‌اي +مجزا پنجرهها پنجره‌ها +مجزا چندروز چند روز +مجزا پليسها پليس‌ها +مجزا پليسهاي پليس‌هاي +مجزا پنجسال پنج سال +مجزا پنجساله پنج‌ساله +مجزا چندسالي چند سالي +مجزا گليستها گليست‌ها +مجزا چندصد چند صد +مجزا پنجشير پنج‌شير +مجزا گنجشكها گنجشك‌ها +مجزا چندكه چند كه +مجزا چهرههاي چهره‌هاي +مجزا چهرهاي چهره‌اي +مجزا گلرخ گل‌رخ +مجزا گلسنگ گل‌سنگ +مجزا گلزن‌هاي گل‌زن‌هاي +مجزا گلزن‌ترين گل‌زن‌ترين +مجزا گلصنم گل‌صنم +مجزا گمشو گم شو +مجزا گلزني‌هاي گل‌زني‌هاي +مجزا گلزني‌هايش گل‌زني‌هايش +مجزا گلزني‌اش گل‌زني‌اش +مجزا گلسازي گل‌سازي +مجزا پلكها پلك‌ها +مجزا پلكهاي پلك‌هاي +مجزا پلكهايش پلك‌هايش +مجزا گلكار گل‌كار +مجزا گلكاري گل‌كاري +مجزا گلفام گل‌فام +مجزا گلفروش گل‌فروش +مجزا گلفروشي گل‌فروشي +مجزا چاپ‌خانه چاپخانه +مجزا چاپ‌خانه‌هاي چاپخانه‌هاي +مجزا پاپها پاپ‌ها +مجزا چاپهاي چاپ‌هاي +مجزا پاپاندريو پاپاندرئو +مجزا چاپشده چاپ‌شده +مجزا گاه‌گاه گاهگاه +مجزا گاهگاهي گاه‌گاهي +مجزا گانهء گانة +مجزا چاهها چاه‌ها +مجزا گامها گام‌ها +مجزا چاههاي چاه‌هاي +مجزا گامهاي گام‌هاي +مجزا گاههاي گاه‌هاي +مجزا گامهايي گام‌هايي +مجزا گامهايش گام‌هايش +مجزا پانوشتها پانوشت‌ها +مجزا گاها گاهاً +مجزا پالايشگاههاي پالايشگاه‌هاي +مجزا پائي پايي +مجزا چائي چايي +مجزا پائين پايين +مجزا پائين‌تر پايين‌تر +مجزا پائين‌ترين پايين‌ترين +مجزا پائينتر پايين‌تر +مجزا پائيني پاييني +مجزا پائيد پاييد +مجزا پائيز پاييز +مجزا پائيزي پاييزي +مجزا پامي پا مي +مجزا گاهي‌اوقات گاهي اوقات +مجزا چالشها چالش‌ها +مجزا چالشهاي چالش‌هاي +مجزا چالشهايي چالش‌هايي +مجزا گاهشماري گاه‌شماري +مجزا پانزده‌دقيقه پانزده دقيقه +مجزا پانزده‌دقيقه‌اي پانزده دقيقه‌اي +مجزا پانزده‌سال پانزده سال +مجزا پانصدهزار پانصد هزار +مجزا چابكسر چابك‌سر +مجزا پايگاهها پايگاه‌ها +مجزا پادگانها پادگان‌ها +مجزا پايگاههاي پايگاه‌هاي +مجزا پادگانهاي پادگان‌هاي +مجزا پايه‌يي پايه‌اي +مجزا پايهء پاية +مجزا پايههاي پايه‌هاي +مجزا پايان‌دادن پايان دادن +مجزا پايان‌يافتن پايان يافتن +مجزا پايانها پايان‌ها +مجزا پاداشها پاداش‌ها +مجزا پاداشهاي پاداش‌هاي +مجزا پايين‌بودن پايين بودن +مجزا پايينتر پايين‌تر +مجزا پايينترين پايين‌ترين +مجزا چايسازي چاي‌سازي +مجزا پادساعتگرد پادساعت‌گرد +مجزا چايكاران چاي‌كاران +مجزا چارچوبها چارچوب‌ها +مجزا چارچوبهاي چارچوب‌هاي +مجزا پاره‌يي پاره‌اي +مجزا چاره‌يي چاره‌اي +مجزا پارلمانها پارلمان‌ها +مجزا پارلمانهاي پارلمان‌هاي +مجزا پاراگرافهاي پاراگراف‌هاي +مجزا پارالمپيك پاراالمپيك +مجزا پارالمپيكي پاراالمپيكي +مجزا پارادوكسهاي پارادوكس‌هاي +مجزا پارادايمهاي پارادايم‌هاي +مجزا پارادكسها پارادكس‌ها +مجزا پارتها پارت‌ها +مجزا پارس‌جنوبي پارس جنوبي +مجزا پارسائي پارسايي +مجزا پارك‌شهر پارك شهر +مجزا پاركها پارك‌ها +مجزا پاركهاي پارك‌هاي +مجزا پاسگاههاي پاسگاه‌هاي +مجزا گازوييل گازوئيل +مجزا گازاحيا گاز احيا +مجزا گازاحياكننده گاز احيا كننده +مجزا پاسبانها پاسبان‌ها +مجزا پاسخ‌گوي پاسخگوي +مجزا پاسخگوئي پاسخگويي +مجزا پاسخ‌دادن پاسخ دادن +مجزا پاسخها پاسخ‌ها +مجزا پاسخنامه پاسخ‌نامه +مجزا پاسخهاي پاسخ‌هاي +مجزا پاسخهايي پاسخ‌هايي +مجزا گازخروجي گاز خروجي +مجزا گازسوزكردن گازسوز كردن +مجزا پاسكاري پاس‌كاري +مجزا پاكنويس پاك‌نويس +مجزا پاكتها پاكت‌ها +مجزا پاكباخته پاك‌باخته +مجزا پاكباز پاك‌باز +مجزا پاكتر پاك‌تر +مجزا پاكترين پاك‌ترين +مجزا پاكدل پاك‌دل +مجزا پاكدامن پاك‌دامن +مجزا پاكدامني پاك‌دامني +مجزا پاكروان پاك‌روان +مجزا پاكزاد پاك‌زاد +مجزا پاكستانيها پاكستاني‌ها +مجزا گذاريها گذاري‌ها +مجزا گذاريهاي گذاري‌هاي +مجزا گذاريهايي گذاري‌هايي +مجزا گذاشتهاند گذاشته‌اند +مجزا پذيرائي پذيرايي +مجزا پذيريهاي پذيري‌هاي +مجزا پذر پدر +مجزا گذرگاهها گذرگاه‌ها +مجزا گذرگاههاي گذرگاه‌هاي +مجزا گذشت‌به گذشت به +مجزا گذشت‌يك گذشت يك +مجزا گذشته‌از گذشته از +مجزا پتانسيلهاي پتانسيل‌هاي +مجزا پي‌گير پيگير +مجزا پي‌گيري پيگيري +مجزا پي‌نوشتها پي‌نوشت‌ها +مجزا پي‌آمد پيامد +مجزا پي‌آمدها پيامدها +مجزا پي‌آمدهاي پيامدهاي +مجزا پي‌آمدي پيامدي +مجزا پيچها پيچ‌ها +مجزا پيچهاي پيچ‌هاي +مجزا پيچيدگيها پيچيدگي‌ها +مجزا پيچيدگيهاي پيچيدگي‌هاي +مجزا پيچيده‌اي‌ست پيچيده‌ايست +مجزا پيگيريهاي پيگيري‌هاي +مجزا چي‌ست چيست +مجزا چي‌شده چي شده +مجزا پيم پي‌ام +مجزا پينگ‌پونگ پينگ‌پنگ +مجزا گيله‌مرد گيل‌مرد +مجزا چينهاي چين‌هاي +مجزا گيلويي كيلويي +مجزا پيمانها پيمان‌ها +مجزا پيمانهاي پيمان‌هاي +مجزا پيمانهايي پيمان‌هايي +مجزا گيلانغرب گيلان‌غرب +مجزا پيلتن پيل‌تن +مجزا چينيها چيني‌ها +مجزا چينيهاي چيني‌هاي +مجزا پيام‌نور پيام نور +مجزا پيامگيران پيام‌گيران +مجزا پيامها پيام‌ها +مجزا پيامهاي پيام‌هاي +مجزا پيامهايي پيام‌هايي +مجزا گدائي گدايي +مجزا پيامبراسلام پيامبر اسلام +مجزا پيامبراكرم پيامبر اكرم +مجزا پيامبرصلي پيامبر صلي +مجزا گياهخوار گياه‌خوار +مجزا گياهخواران گياه‌خواران +مجزا پيدانمي پيدا نمي +مجزا پيدائي پيدايي +مجزا پيدامي پيدا مي +مجزا پيدامي‌شود پيدا مي‌شود +مجزا پيدامي‌كنند پيدا مي‌كنند +مجزا پيدامي‌كند پيدا مي‌كند +مجزا پيداشد پيدا شد +مجزا پيداشدن پيدا شدن +مجزا پيداكند پيدا كند +مجزا پيداكرد پيدا كرد +مجزا پيداكرده پيدا كرده +مجزا پديده‌يي پديده‌اي +مجزا پديدآورد پديد آورد +مجزا پديدآورده پديد آورده +مجزا پديدآمد پديد آمد +مجزا پديدمي پديد مي +مجزا پيرنگ پي‌رنگ +مجزا پدرمادرپسردخترپدرمادرپسردختر پدر مادر پسر دختر پدر مادر پسر دختر +مجزا پيروزيها پيروزي‌ها +مجزا پيروزيهاي پيروزي‌هاي +مجزا پيراهنهاي پيراهن‌هاي +مجزا پدربزرگها پدربزرگ‌ها +مجزا گيريها گيري‌ها +مجزا گيريهاي گيري‌هاي +مجزا گيريهايي گيري‌هايي +مجزا پيرخاركن پير خاركن +مجزا پيرزنها پيرزن‌ها +مجزا پيش‌گويي پيشگويي +مجزا پيش‌پا پيش پا +مجزا پيش‌گيريد پيش گيريد +مجزا پيش‌آمد پيشامد +مجزا پيش‌آمدهاي پيشامدهاي +مجزا پيشگوئي پيشگويي +مجزا پيشگويان پيش‌گويان +مجزا پيشگوييهاي پيشگويي‌هاي +مجزا پيش‌مي‌آيد پيش مي‌آيد +مجزا پيش‌مي‌رود پيش مي‌رود +مجزا پخش‌مي‌شود پخش مي‌شود +مجزا پخش‌نشدن پخش نشدن +مجزا پيشگامي پيش‌گامي +مجزا پيش‌از پيش از +مجزا پخش‌برنامه‌هاي پخش برنامه‌هاي +مجزا پيش‌تعيين‌شده پيش تعيين‌شده +مجزا پخش‌خواهد پخش خواهد +مجزا پيشگرم پيش‌گرم +مجزا پيش‌روي پيشروي +مجزا پخش‌شود پخش شود +مجزا پخش‌شد پخش شد +مجزا پخش‌شدن پخش شدن +مجزا پيش‌شرطهاي پيش‌شرط‌هاي +مجزا پيشگفته پيش‌گفته +مجزا پيش‌فرضها پيش‌فرض‌ها +مجزا پيش‌فرضهاي پيش‌فرض‌هاي +مجزا پيشنهادمي پيشنهاد مي +مجزا پيشنهاددهنده پيشنهاد دهنده +مجزا پيشنماز پيش‌نماز +مجزا پيشنويس پيش‌نويس +مجزا چيزهائي چيزهايي +مجزا چيزهايي‌ست چيزهايي است +مجزا چيزو چيز و +مجزا پيشوائي پيشوايي +مجزا چيزائي چيزايي +مجزا پيشانيم پيشاني‌ام +مجزا پيشابراه پيشاب‌راه +مجزا چيست‚ چيست ، +مجزا پيشبند پيش‌بند +مجزا پيشبيني پيش‌بيني +مجزا پيشتر پيش‌تر +مجزا چيزي‌است چيزي است +مجزا چيزي‌رو چيزي رو +مجزا چيزي‌را چيزي را +مجزا چيزي‌ست چيزيست +مجزا چيزي‌كه چيزي كه +مجزا پيشداوري پيش‌داوري +مجزا پيشداوري‌ها پيش‌داوري‌ها +مجزا پيشداوريها پيشداوري‌ها +مجزا پيشداوريهاي پيشداوري‌هاي +مجزا چيزديگري چيز ديگري +مجزا پيشخدمتها پيشخدمت‌ها +مجزا چيزيش چيزي‌اش +مجزا پيشدستي پيش‌دستي +مجزا چيزيكه چيزي كه +مجزا چيزرا چيز را +مجزا پيشران پيش‌ران +مجزا پيشرفتها پيشرفت‌ها +مجزا پيشرفتهاي پيشرفت‌هاي +مجزا پيشرفتهايي پيشرفت‌هايي +مجزا پيشكسوتاني پيش‌كسوتاني +مجزا پيشكسوتي پيش‌كسوتي +مجزا پيشقدم پيش‌قدم +مجزا پيشفرض پيش‌فرض +مجزا پيشفرضها پيش فرض‌ها +مجزا پيشفرضهاي پيش فرض‌هاي +مجزا پيشفرضهايي پيش‌فرض‌هايي +مجزا پيكهاي پيك‌هاي +مجزا پيكانهاي پيكان‌هاي +مجزا چيكار چي‌كار +مجزا پيغمبرصلي پيغمبر صلي +مجزا پيغامهاي پيغام‌هاي +مجزا پرچمها پرچم‌ها +مجزا پرچمهاي پرچم‌هاي +مجزا گرگها گرگ‌ها +مجزا گرگهاي گرگ‌هاي +مجزا پرچمداران پرچم‌داران +مجزا گرهها گره‌ها +مجزا گرههاي گره‌هاي +مجزا گرمائي گرمايي +مجزا گرماي‌نهان‌تبخير گرماي نهان تبخير +مجزا گرهاردشرودر گرهارد شرودر +مجزا گروگانگيري گروگان‌گيري +مجزا گروگانها گروگان‌ها +مجزا گروگانهاي گروگان‌هاي +مجزا گروه‌پدرمادرپسردخترپدرمادرپسردختر گروه پدر مادر پسر دختر پدر مادر پسر دختر +مجزا گروهها گروه‌ها +مجزا گروههاي گروه‌هاي +مجزا گروههايي گروه‌هايي +مجزا گروهاي گروه‌هاي +مجزا گروهكها گروهك‌ها +مجزا پروتئينها پروتئين‌ها +مجزا پروتئينهاي پروتئين‌هاي +مجزا پروتيين‌ها پروتئين‌ها +مجزا پروتيين‌هاي پروتئين‌هاي +مجزا پروتييني پروتئيني +مجزا پروتستانها پروتستان‌ها +مجزا پروتستانهاي پروتستان‌هاي +مجزا پروتكلهاي پروتكل‌هاي +مجزا پرويندخت پروين‌دخت +مجزا گرمتر گرم‌تر +مجزا گرمترين گرم‌ترين +مجزا پرورش‌يافته پرورش يافته +مجزا پروسها پروس‌ها +مجزا پرمي پر مي +مجزا پرمي‌كند پر مي‌كند +مجزا گرمخانه گرم‌خانه +مجزا چرمشير چرم‌شير +مجزا چراگاههاي چراگاه‌هاي +مجزا گرانمايه گران‌مايه +مجزا گرانب‌هائي گران‌بهايي +مجزا گرانبها گران‌بها +مجزا گرانبهائي گرانب‌هائي +مجزا گرانبهاي گران‌بهاي +مجزا گرانبهايي گران‌بهايي +مجزا گرانبار گران‌بار +مجزا گرائي گرايي +مجزا گرائيد گراييد +مجزا گرائيده گراييده +مجزا گرانتر گران‌تر +مجزا گرانترين گران‌ترين +مجزا گراميتان گرامي‌تان +مجزا گراميش گرامي‌اش +مجزا گرانسنگ گران‌سنگ +مجزا گرانقيمت گران‌قيمت +مجزا گرانقيمت‌ترين گران‌قيمت‌ترين +مجزا گرانقدري گران‌قدري +مجزا گرانفروشي گران‌فروشي +مجزا گرايشها گرايش‌ها +مجزا گرايشهاي گرايش‌هاي +مجزا گرايشهايي گرايش‌هايي +مجزا پراز پر از +مجزا پراشتها پراشت‌ها +مجزا چراكه چرا كه +مجزا چراغها چراغ‌ها +مجزا چراغهاي چراغ‌هاي +مجزا گربهها گربه‌ها +مجزا چربيها چربي‌ها +مجزا چربيهاي چربي‌هاي +مجزا پرتغاليها پرتغالي‌ها +مجزا پريچهر پري‌چهر +مجزا پرده‌يي پرده‌اي +مجزا گردهم گرد هم +مجزا پردهء پردة +مجزا گردهم‌آيي گردهمايي +مجزا پردهها پرده‌ها +مجزا گردهمائي گردهمايي +مجزا پردههاي پرده‌هاي +مجزا گريههاي گريه‌هاي +مجزا گردهماييها گردهمايي‌ها +مجزا گردهماييهاي گردهمايي‌هاي +مجزا چرخها چرخ‌ها +مجزا گريها گري‌ها +مجزا پريماه پري‌ماه +مجزا چرخهاي چرخ‌هاي +مجزا گريهاي گري‌هاي +مجزا گردنبند گردن‌بند +مجزا گردنبندي گردن‌بندي +مجزا گردانها گردان‌ها +مجزا گردانهاي گردان‌هاي +مجزا پرداخت‌به پرداخت به +مجزا پرداخت‌خمس پرداخت خمس +مجزا پرداخت‌شود پرداخت شود +مجزا پرداختها پرداخت‌ها +مجزا پرداختهاند پرداخته‌اند +مجزا پرداختهاي پرداخت‌هاي +مجزا پردازيها پردازي‌ها +مجزا پردازيهاي پردازي‌هاي +مجزا چرخبال چرخ‌بال +مجزا چرخدار چرخ‌دار +مجزا گرديدپس گرديد پس +مجزا گرديده‌است گرديده است +مجزا گرددكه گردد كه +مجزا گردشگاههاي گردشگاه‌هاي +مجزا گردشهاي گردش‌هاي +مجزا پريزاد پري‌زاد +مجزا چريكهاي چريك‌هاي +مجزا پررنگتر پررنگ‌تر +مجزا پرسپولس پرسپوليس +مجزا پرسش‌گري پرسشگري +مجزا پرسشگري پرسش‌گري +مجزا پرسشها پرسش‌ها +مجزا پرسشنامه‌ها پرسش‌نامه‌ها +مجزا پرسشنامه‌اي پرسش‌نامه‌اي +مجزا پرسشهاي پرسش‌هاي +مجزا پرسشهايي پرسش‌هايي +مجزا پركند پر كند +مجزا پركرد پر كرد +مجزا گرفت‌و گرفت و +مجزا گرفت‌به گرفت به +مجزا گرفته‌مي‌شود گرفته مي‌شود +مجزا گرفته‌است گرفته است +مجزا گرفته‌بود گرفته بود +مجزا گرفتهاند گرفته‌اند +مجزا گرفتاريها گرفتاري‌ها +مجزا گرفتاريهاي گرفتاري‌هاي +مجزا گرفتاريهايي گرفتاري‌هايي +مجزا پرفروشترين پرفروش‌ترين +مجزا پس‌اي پس اي +مجزا پس‌از پس از +مجزا پس‌ازآن پس از آن +مجزا پس‌ازآنكه پس از آنكه +مجزا پس‌ازاين‌كه پس از اينكه +مجزا چشمپوشي چشم‌پوشي +مجزا چشم‌مي‌خورد چشم مي‌خورد +مجزا چشمههاي چشمه‌هاي +مجزا چشمها چشم‌ها +مجزا چشمهام چشم‌هام +مجزا چشمهاي چشم‌هاي +مجزا گسلهاي گسل‌هاي +مجزا چشمهايم چشم‌هايم +مجزا چشمهايت چشم‌هايت +مجزا چشمهايتان چشم‌هايتان +مجزا چشمهايي چشم‌هايي +مجزا چشمهايش چشم‌هايش +مجزا چشمهايشان چشم‌هايشان +مجزا چشمهاش چشم‌هاش +مجزا پسماندهاي پس‌ماندهاي +مجزا چشمانداز چشم‌انداز +مجزا چشماندازي چشم‌اندازي +مجزا چطورمي چطور مي +مجزا چطوراست چطور است +مجزا گشائي گشايي +مجزا پسابهاي پساب‌هاي +مجزا گزارشها گزارش‌ها +مجزا گزارشهاي گزارش‌هاي +مجزا گزارشهايي گزارش‌هايي +مجزا پشت‌به پشت به +مجزا پشتگرمي پشت‌گرمي +مجزا پشت‌سرش پشت سرش +مجزا پستها پست‌ها +مجزا پستهاي پست‌هاي +مجزا گشتهاي گشت‌هاي +مجزا پستانهاي پستان‌هاي +مجزا گشتي‌در گشتي در +مجزا گسترهء گسترة +مجزا گسترده‌يي گسترده‌اي +مجزا گسترشهاي گسترش‌هاي +مجزا پشتكوه پشت كوه +مجزا گزينه‌يي گزينه‌اي +مجزا پسخوراند پس‌خوراند +مجزا گزينشها گزينش‌ها +مجزا گزينشهاي گزينش‌هاي +مجزا پسرو پس‌رو +مجزا پك‌ك پ‌ك‌ك +مجزا چكنم چه كنم +مجزا چكها چك‌ها +مجزا چكهاي چك‌هاي +مجزا گفت‌و گفت و +مجزا گفتگوئي گفتگويي +مجزا گفت‌اي گفت اي +مجزا گفت‌به گفت به +مجزا گفت‌با گفت با +مجزا گفت‌كه گفت كه +مجزا گفته‌مي‌شود گفته مي‌شود +مجزا گفتم‌اي گفتم اي +مجزا گفته‌است گفته است +مجزا گفته‌شد گفته شد +مجزا گفتههاي گفته‌هاي +مجزا گفتمانها گفتمان‌ها +مجزا گفتمانهاي گفتمان‌هاي +مجزا گفتهاند گفته‌اند +مجزا گفتوگوها گفتگوها +مجزا گفتوگوي گفت‌وگوي +مجزا گفتهي گفتة +مجزا پژوهشها پژوهش‌ها +مجزا پژوهشنامه پژوهش‌نامه +مجزا پژوهشهاي پژوهش‌هاي +مجزا پژوهشهايي پژوهش‌هايي +مجزا پژوهشخواه پژوهش‌خواه +مجزا پژوهشخوانده پژوهش‌خوانده +مجزا پژوهشخواسته پژوهش‌خواسته +مجزا نگه‌مي‌دارد نگه مي‌دارد +مجزا نگه‌اش نگهش +مجزا نگوئي نگويي +مجزا نگوئيم نگوييم +مجزا نگوئيد نگوييد +مجزا نگهبانها نگهبان‌ها +مجزا آگهيها آگهي‌ها +مجزا آگهيهاي آگهي‌هاي +مجزا آگهيهايي آگهي‌هايي +مجزا نگاه‌مي‌كند نگاه مي‌كند +مجزا نگاه‌كرد نگاه كرد +مجزا نگاهها نگاه‌ها +مجزا نگاههاي نگاه‌هاي +مجزا نگاههايي نگاه‌هايي +مجزا نگاههايش نگاه‌هايش +مجزا نپائيد نپاييد +مجزا آگاهتر آگاه‌تر +مجزا نگاهي‌به نگاهي به +مجزا آگاهيها آگاهي‌ها +مجزا آگاهيهاي آگاهي‌هاي +مجزا آگاهيهايي آگاهي‌هايي +مجزا نگاهدارد نگاه دارد +مجزا آپارتمانها آپارتمان‌ها +مجزا آپارتمانهاي آپارتمان‌هاي +مجزا نگاريهاي نگاري‌هاي +مجزا نگارحانه نگارخانه +مجزا لگاريتمي‌انحراف لگاريتمي انحراف +مجزا نگارشهاي نگارش‌هاي +مجزا مگرآن مگر آن +مجزا مگرآن‌كه مگر آنكه +مجزا مگرآنكه مگر آنكه +مجزا نگرانيها نگراني‌ها +مجزا نگرانيهاي نگراني‌هاي +مجزا نگرانيهايي نگراني‌هايي +مجزا مگراين مگر اين +مجزا مگراين‌كه مگر اينكه +مجزا مگراينكه مگر اينكه +مجزا نگرشها نگرش‌ها +مجزا نگرشهاي نگرش‌هاي +مجزا نگرشهايي نگرش‌هايي +مجزا مگسها مگس‌ها +مجزا مگسهاي مگس‌هاي +مجزا مگسهايي مگس‌هايي +مجزا أم ام +مجزا آن‌چه آنچه +مجزا آن‌‌ها آنها +مجزا هم‌چو همچو +مجزا هم‌چون همچون +مجزا هم‌چنين همچنين +مجزا آن‌گاه آنگاه +مجزا آنچه‌در آنچه در +مجزا آنچه‌را آنچه را +مجزا آنچه‌كه آنچه كه +مجزا من‌هم من هم +مجزا هم‌همه همهمه +مجزا هم‌آهنگ هماهنگ +مجزا هم‌آهنگي هماهنگي +مجزا آن‌ها آنها +مجزا همچنان‌كه همچنان كه +مجزا آن‌هائي آن‌هايي +مجزا آنچنانكه آن‌چنان‌كه +مجزا همچنانكه همچنان كه +مجزا همچنانكه همچنان‌كه +مجزا آن‌هابه آن‌ها به +مجزا آن‌هايي آنهايي +مجزا آن‌هارا آن‌ها را +مجزا هم‌مثل هم مثل +مجزا آنگونه‌كه آن‌گونه كه +مجزا همپوشاني هم‌پوشاني +مجزا همپوشي هم‌پوشي +مجزا آن‌مي‌شود آن مي‌شود +مجزا آن‌نيست آن نيست +مجزا هم‌هست هم هست +مجزا هم‌نشين همنشين +مجزا هم‌نشيني همنشيني +مجزا إن‌الله إن الله +مجزا من‌الناس من الناس +مجزا من‌الامر من الامر +مجزا من‌الارض من الارض +مجزا له‌الدين له الدين +مجزا من‌الدين من الدين +مجزا هنگاميكه هنگامي‌كه +مجزا من‌القرآن من القرآن +مجزا آه‌اي آه اي +مجزا من‌اي من اي +مجزا من‌اين من اين +مجزا هم‌اين هم اين +مجزا نه‌اين‌كه نه‌اينكه +مجزا نه‌اينكه نه اينكه +مجزا من‌از من از +مجزا آن‌است آن است +مجزا من‌است من است +مجزا آن‌استفاده آن استفاده +مجزا هم‌ة همة +مجزا آن‌به آن به +مجزا هم‌به هم به +مجزا آن‌بود آن بود +مجزا هم‌بود هم بود +مجزا آن‌توجه آن توجه +مجزا آن‌با آن با +مجزا آن‌ةا آن‌ها +مجزا آن‌باشد آن باشد +مجزا من‌براي من براي +مجزا هم‌براي هم براي +مجزا آن‌جمله آن جمله +مجزا همپيمان هم‌پيمان +مجزا همپيمانان هم‌پيمانان +مجزا آن‌دو آن دو +مجزا هم‌خواني همخواني +مجزا آن‌جا آنجا +مجزا آن‌جائي آنجايي +مجزا آن‌جايي آنجايي +مجزا آن‌جاست آنجاست +مجزا هم‌داشته هم داشته +مجزا آن‌جاكه آنجاكه +مجزا من‌خيلي من خيلي +مجزا هم‌خيلي هم خيلي +مجزا آن‌در آن در +مجزا من‌در من در +مجزا هم‌در هم در +مجزا آن‌حضرت آن حضرت +مجزا من‌رو من رو +مجزا همگروهي هم‌گروهي +مجزا آن‌روز آن روز +مجزا آن‌را آن‌ را +مجزا آن‌زمان آن زمان +مجزا آن‌طوركه آن‌طور كه +مجزا همچشمي هم‌چشمي +مجزا هم‌شان هم‌شأن +مجزا آن‌ست آن است +مجزا من‌ست من است +مجزا آن‌شب آن شب +مجزا من‌كه من كه +مجزا هم‌كه هم كه +مجزا آن‌كه آنكه +مجزا له‌كنت له كنت +مجزا آن‌كار آن كار +مجزا هم‌كاري همكاري +مجزا من‌فكر من فكر +مجزا من‌فقط من فقط +مجزا لأن لان +مجزا آهنگها آهنگ‌ها +مجزا آهنگهاي آهنگ‌هاي +مجزا آهنگهايي آهنگ‌هايي +مجزا ملل‌متحد ملل متحد +مجزا لمن‌الملك لمن الملك +مجزا مهم‌است مهم است +مجزا آهن‌اسفنجي آهن اسفنجي +مجزا همه‌رو همه رو +مجزا آهنگساز آهنگ‌ساز +مجزا آهنگسازان آهنگ‌سازان +مجزا آهنگسازي آهنگ‌سازي +مجزا مهم‌ست مهم است +مجزا منمن من‌من +مجزا همهء همة +مجزا آنهمه آن‌همه +مجزا همآهنگ هماهنگ +مجزا همنوا هم‌نوا +مجزا همنوايي هم‌نوايي +مجزا مأموريتهاي مأموريت‌هاي +مجزا ملموستر ملموس‌تر +مجزا آنموقع آن‌موقع +مجزا ممنوعيتها ممنوعيت‌ها +مجزا مهمند مهم‌اند +مجزا مآلا مآلاً +مجزا آنهاهم آنها هم +مجزا آلمانها آلمان‌ها +مجزا مهمانها مهمان‌ها +مجزا مهمانهاي مهمان‌هاي +مجزا آنهائي آنهايي +مجزا ننمائيد ننماييد +مجزا آنهامي آنها مي +مجزا آلمانيها آلماني‌ها +مجزا مهمانيها مهماني‌ها +مجزا مهماندارها مهمان‌دارها +مجزا مهمانداري مهمان‌داري +مجزا مهمانسرا مهمان‌سرا +مجزا مهمانسراي مهمان‌سراي +مجزا آنهااز آنها از +مجزا آنهااست آنها است +مجزا آنهابه آن‌ها به +مجزا آنهابه آنها به +مجزا آنهابا آنها با +مجزا آنهايي‌كه آنهايي كه +مجزا آنهادر آنها در +مجزا آنهارا آنها را +مجزا همهاش همه‌اش +مجزا آنهاكه آنها كه +مجزا همون‌جا همون جا +مجزا نمونه‌هائي نمونه‌هايي +مجزا نمونه‌يي نمونه‌اي +مجزا نمونههاي نمونه‌هاي +مجزا نمونههايي نمونه‌هايي +مجزا نمونهاي نمونه‌اي +مجزا همونجور همون‌جور +مجزا همونجا همون‌جا +مجزا همونطور همون‌طور +مجزا ملوانها ملوان‌ها +مجزا آلودگيها آلودگي‌ها +مجزا آلودگيهاي آلودگي‌هاي +مجزا نموده‌و نموده و +مجزا نموده‌است نموده است +مجزا نمودهاند نموده‌اند +مجزا آموختههاي آموخته‌هاي +مجزا ملوديهاي ملودي‌هاي +مجزا آنور آن‌ور +مجزا مهمتر مهم‌تر +مجزا مهمتري مهم‌تري +مجزا مهمترين مهم‌ترين +مجزا هموزن هم‌وزن +مجزا هنوزهم هنوز هم +مجزا هموطنانم هم‌وطنانم +مجزا هموطنانمان هم‌وطنانمان +مجزا هنوزبه هنوز به +مجزا آموزشگاهها آموزشگاه‌ها +مجزا آموزشگاههاي آموزشگاه‌هاي +مجزا آموزشها آموزش‌ها +مجزا آموزشهاي آموزش‌هاي +مجزا آموزشهايي آموزش‌هايي +مجزا آنوقت‌ها آن‌وقت‌ها +مجزا آنوقتها آنوقت‌ها +مجزا همهي همة +مجزا منهدمشده منهدم‌شده +مجزا همهجا هم‌هجا +مجزا هلنديها هلندي‌ها +مجزا هممرز هم‌مرز +مجزا أما اما +مجزا إنا انا +مجزا ملاء ملأ +مجزا إمام امام +مجزا همان‌گونه‌كه همان‌گونه كه +مجزا همانگونه‌كه همان‌گونه كه +مجزا همان‌اندازه همان اندازه +مجزا همان‌حال همان حال +مجزا همان‌روز همان روز +مجزا آنان‌را آنان را +مجزا هماهنگ‌كردن هماهنگ كردن +مجزا هماهنگيهاي هماهنگي‌هاي +مجزا إلالله الا لله +مجزا ملالآور ملال‌آور +مجزا نهالها نهال‌ها +مجزا همانها همان‌ها +مجزا نهالهاي نهال‌هاي +مجزا نهالهايي نهال‌هايي +مجزا همانهايي همان‌هايي +مجزا همانهاست همان‌هاست +مجزا همانوقت همان‌وقت +مجزا نمائي نمايي +مجزا نهائي نهايي +مجزا نمائيم نماييم +مجزا نمائيد نماييد +مجزا هماندم همان دم +مجزا نهاندانگان نهان‌دانگان +مجزا نهاندانه نهان‌دانه +مجزا همانجايي همان‌جايي +مجزا آنانرا آنان را +مجزا همانطوري همان‌طوري +مجزا همانطوريكه همان‌طوري‌كه +مجزا همانطوركه همان‌طوركه +مجزا آنانكه آنان‌كه +مجزا نهالكاري نهال‌كاري +مجزا همانقدر همان‌قدر +مجزا آمادگيهاي آمادگي‌هاي +مجزا نهاده‌هائي نهاده‌هايي +مجزا آماده‌يي آماده‌اي +مجزا ملايمتر ملايم‌تر +مجزا نمايندگيها نمايندگي‌ها +مجزا نمايندگيهاي نمايندگي‌هاي +مجزا نماينده‌يي نماينده‌اي +مجزا نمايندهي نمايندة +مجزا مناجاتهاي مناجات‌هاي +مجزا نهايت‌به نهايت به +مجزا نهايت‌با نهايت با +مجزا نهايتا نهايتاً +مجزا نهايتاإ نهايتاً +مجزا نمايدكه نمايد كه +مجزا مهاجرتها مهاجرت‌ها +مجزا مهاجرتهاي مهاجرت‌هاي +مجزا مهاجرشجاعي مهاجر شجاعي +مجزا نمايش‌نامه‌نويس نمايشنامه‌نويس +مجزا نمايش‌نامه‌نويسي نمايشنامه‌نويسي +مجزا نمايش‌نامه‌اي نمايشنامه‌اي +مجزا نمايشگاهها نمايشگاه‌ها +مجزا نمايشگاههاي نمايشگاه‌هاي +مجزا نمايشگاههايي نمايشگاه‌هايي +مجزا نمايشها نمايش‌ها +مجزا همايشها همايش‌ها +مجزا نمايشنامهنويس نمايشنامه‌نويس +مجزا نمايشنامهها نمايشنامه‌ها +مجزا نمايشنامههاي نمايشنامه‌هاي +مجزا نمايشهاي نمايش‌هاي +مجزا همايشهاي همايش‌هاي +مجزا نمايشهايي نمايش‌هايي +مجزا ملايكه ملائكه +مجزا ملاحظه‌يي ملاحظه‌اي +مجزا مهارتها مهارت‌ها +مجزا مهارتهاي مهارت‌هاي +مجزا مهارتهايي مهارت‌هايي +مجزا مماسها مماس‌ها +مجزا مناسب‌است مناسب است +مجزا مناسبتها مناسبت‌ها +مجزا مناسبتهاي مناسبت‌هاي +مجزا مناسبتهايي مناسبت‌هايي +مجزا مناسبتر مناسب‌تر +مجزا مناسبتري مناسب‌تري +مجزا مناسبترين مناسب‌ترين +مجزا نمازخواندن نماز خواندن +مجزا هماكنون هم‌اكنون +مجزا ملاكها ملاك‌ها +مجزا ملاكهاي ملاك‌هاي +مجزا ملاكهايي ملاك‌هايي +مجزا ملاقاتها ملاقات‌ها +مجزا ملاقاتهاي ملاقات‌هاي +مجزا ملاقاتهايي ملاقات‌هايي +مجزا همذات هم‌ذات +مجزا همذات‌پنداري هم‌ذات‌پنداري +مجزا موچولخان موچول‌خان +مجزا ملت‌به ملت به +مجزا همت‌خود همت خود +مجزا ملت‌يا ملت يا +مجزا مومن‌زاده مؤمن‌زاده +مجزا مولهاي مول‌هاي +مجزا لولو لؤلؤ +مجزا نوآوريها نوآوري‌ها +مجزا نوآوريهاي نوآوري‌هاي +مجزا نوآوريهايي نوآوري‌هايي +مجزا مومني مؤمني +مجزا ملتها ملت‌ها +مجزا مولائي مولايي +مجزا ملتهاي ملت‌هاي +مجزا ملتهايي ملت‌هايي +مجزا ملتهاست ملت‌هاست +مجزا مونث مؤنث +مجزا آلبومها آلبوم‌ها +مجزا آلبومخانه آلبوم‌خانه +مجزا لوئي لويي +مجزا موئي مويي +مجزا لوئيجي لوييجي +مجزا لوئيزا لوييزا +مجزا مووضع موضع +مجزا أولي اولي +مجزا أولي‌الأمر اولي‌الامر +مجزا منتهي‌اليه منتها‌اليه +مجزا مولي‌عليه مولي عليه +مجزا أولياء أوليا +مجزا همبندي هم‌بندي +مجزا مولكولها مولكول‌ها +مجزا مولكولهاي مولكول‌هاي +مجزا مولكولهايي مولكول‌هايي +مجزا مولفه مؤلفه +مجزا مولفه‌ها مؤلفه‌ها +مجزا مولفه‌هايي مؤلفه‌هايي +مجزا مولفه‌اي مؤلفه‌اي +مجزا مولفة مؤلفة +مجزا مولفي مؤلفي +مجزا هواپيمائي هواپيمايي +مجزا آواه‌اي آواهاي +مجزا آواهاي آواه‌اي +مجزا نوائي نوايي +مجزا هوائي هوايي +مجزا نوانخانه نوان‌خانه +مجزا مواجهند مواجه‌اند +مجزا موادمخدر مواد مخدر +مجزا مواداوليه مواد اوليه +مجزا مواخذه مؤاخذه +مجزا موادغذايي مواد غذايي +مجزا مواردمشابه موارد مشابه +مجزا مواردتجديدنظراحكام موارد تجديد‌نظر احكام +مجزا موارديكه مواردي كه +مجزا نوارغزه نوار غزه +مجزا همبازي هم‌بازي +مجزا همبازيهاي همبازي‌هاي +مجزا همبازيان هم‌بازيان +مجزا همبازيانش هم‌بازيانش +مجزا موافقت‌با موافقت با +مجزا موافقتنامه موافقت‌نامه +مجزا موافقتنامه‌ها موافقت‌نامه‌ها +مجزا موافقتنامه‌هاي موافقت‌نامه‌هاي +مجزا موافقتنامه‌هايي موافقت‌نامه‌هايي +مجزا موافقتنامه‌اي موافقت‌نامه‌اي +مجزا موذن مؤذن +مجزا نوبودن نو بودن +مجزا موتلفه مؤتلفه +مجزا نوبت‌به نوبت به +مجزا نوبتهاي نوبت‌هاي +مجزا موثرند مؤثرند +مجزا موثرتري مؤثرتري +مجزا موثرترين مؤثرترين +مجزا موثرست مؤثرست +مجزا آئي آيي +مجزا هوي‌' هوي +مجزا آنتي‌بيوتيكها آنتي‌بيوتيك‌ها +مجزا آئين آيين +مجزا آئيم آييم +مجزا آئين‌ها آيين‌ها +مجزا آئين‌نامه‌هاي آيين‌نامه‌هاي +مجزا آئين‌هاي آيين‌هاي +مجزا آئينه آيينه +مجزا آئينه‌اي آيينه‌اي +مجزا آئيننامه آيين‌نامه +مجزا موجها موج‌ها +مجزا موجهاي موج‌هاي +مجزا آئينة آيينة +مجزا نودونه نود و نه +مجزا نوجوانها نوجوان‌ها +مجزا موجوداست موجود است +مجزا موجوديها موجودي‌ها +مجزا موجوديهاي موجودي‌هاي +مجزا موجوددر موجود در +مجزا موجوددرپرونده موجود در پرونده +مجزا آئيني آييني +مجزا مودب مؤدب +مجزا هئيت هيئت +مجزا هويت‌خود هويت خود +مجزا هويت‌شخص هويت شخص +مجزا هويتها هويت‌ها +مجزا هويتهاي هويت‌هاي +مجزا مودبانه مؤدبانه +مجزا آنتيبيوتيك آنتي‌بيوتيك +مجزا آنتيبيوتيكي آنتي‌بيوتيكي +مجزا مودبيان مؤدبيان +مجزا مودي مؤدي +مجزا آئيد آييد +مجزا مويده مؤيده +مجزا موديان مؤديان +مجزا نوددرصد نود درصد +مجزا نوددقيقه نود دقيقه +مجزا نوددقيقه‌اي نود دقيقه‌اي +مجزا مودر مورد +مجزا موخر مؤخر +مجزا مويرگها مويرگ‌ها +مجزا مويرگهاي مويرگ‌هاي +مجزا موخره مؤخره +مجزا نويسها نويس‌ها +مجزا نويسهاي نويس‌هاي +مجزا نويسندهء نويسندة +مجزا نويسندهها نويسنده‌ها +مجزا نويسندههاي نويسنده‌هاي +مجزا نويسندهي نويسندة +مجزا آويزانند آويزان‌اند +مجزا هورمونها هورمون‌ها +مجزا هورمونهاي هورمون‌هاي +مجزا همتراز هم‌طراز +مجزا همترازي هم‌طرازي +مجزا موردپسند مورد پسند +مجزا آورده‌است آورده است +مجزا آوردهاند آورده‌اند +مجزا آوريهاي آوري‌هاي +مجزا آوردهاي آورده‌اي +مجزا آوردو آورد و +مجزا موردنياز مورد نياز +مجزا موردمطالبه مورد مطالبه +مجزا موردمعامله مورد معامله +مجزا موردنظرتان مورد نظرتان +مجزا موردنظرش مورد نظرش +مجزا موردنظرشان مورد نظرشان +مجزا مورداين مورد اين +مجزا مورداجاره مورد اجاره +مجزا مورداشاره مورد اشاره +مجزا مورداستفاده مورد استفاده +مجزا مورداعتراض مورد اعتراض +مجزا موردتوجه مورد توجه +مجزا موردبحث مورد بحث +مجزا موردبررسي مورد بررسي +مجزا موردتعقيب مورد تعقيب +مجزا نورديد نور ديد +مجزا موردشكايت مورد شكايت +مجزا موردعلاقه مورد علاقه +مجزا موردعلاقة مورد علاقة +مجزا لوس‌آنجلس لس‌آنجلس +مجزا موشها موش‌ها +مجزا هوسها هوس‌ها +مجزا موشهاي موش‌هاي +مجزا هوسهاي هوس‌هاي +مجزا موشهايي موش‌هايي +مجزا موضوعها موضوع‌ها +مجزا موضوعهاي موضوع‌هاي +مجزا موضوعهايي موضوع‌هايي +مجزا موضوعا موضوعاً +مجزا نوسانهاي نوسان‌هاي +مجزا موزائيك موزاييك +مجزا موزائيكي موزاييكي +مجزا نوشتههاي نوشته‌هاي +مجزا نوشتهام نوشته‌ام +مجزا هوسباز هوس‌باز +مجزا هوسبازي هوس‌بازي +مجزا همبستر هم‌بستر +مجزا موسي‌عليه موسي عليه +مجزا نوشيدنيها نوشيدني‌ها +مجزا نوشيدنيهاي نوشيدني‌هاي +مجزا موسيقيهاي موسيقي‌هاي +مجزا موسيقيدانان موسيقي‌دانان +مجزا منتشرمي منتشر مي +مجزا هوسراني هوس‌راني +مجزا موسسه‌ها مؤسسه‌ها +مجزا موسسه‌هاي مؤسسه‌هاي +مجزا موسسه‌اي مؤسسه‌اي +مجزا موسسان مؤسسان +مجزا موسساتي مؤسساتي +مجزا موسسة مؤسسة +مجزا موسسين مؤسسين +مجزا موشكهاي موشك‌هاي +مجزا موضع‌گيريهاي موضع‌گيري‌هاي +مجزا موضعگيري موضع‌گيري +مجزا موضعگيري‌هاي موضع‌گيري‌هاي +مجزا موضعگيريهاي موضعگيري‌هاي +مجزا موكد مؤكد +مجزا موكدا موكداً +مجزا لوكزامبورك لوكزامبورگ +مجزا موقتا موقتاً +مجزا موقعي‌كه موقعي كه +مجزا موقعيت‌خود موقعيت خود +مجزا موقعيت‌خاص موقعيت خاص +مجزا موقعيتها موقعيت‌ها +مجزا موقعيتهاي موقعيت‌هاي +مجزا موقعيتهايي موقعيت‌هايي +مجزا موظ‌ف موظف +مجزا نوعا نوعاً +مجزا نوعدوستي نوع‌دوستي +مجزا موفقتر موفق‌تر +مجزا موفقترين موفق‌ترين +مجزا موفقيت‌يا موفقيت يا +مجزا موفقيتها موفقيت‌ها +مجزا موفقيتهاي موفقيت‌هاي +مجزا موفقيتهايي موفقيت‌هايي +مجزا إني اني +مجزا نمي‌ نمي +مجزا نمي‌گوئي نمي‌گويي +مجزا نمي‌گوئيد نمي‌گوييد +مجزا نميگم نمي‌گم +مجزا نمي‌آئي نمي‌آيي +مجزا نميگويي نمي‌گويي +مجزا نميگويد نمي‌گويد +مجزا نمي‌ايد نمي‌آيد +مجزا نميگذارد نمي‌گذارد +مجزا نمي‌ياد نمي‌آد +مجزا نميگيرد نمي‌گيرد +مجزا نمي‌رد نميرد +مجزا نميگردد نمي‌گردد +مجزا ملي‌ست ملي است +مجزا ملي‌شدن ملي شدن +مجزا هلي‌كوپترها هليكوپترها +مجزا هلي‌كوپترهاي هليكوپترهاي +مجزا هلي‌كوپتري هليكوپتري +مجزا آندم آن‌دم +مجزا إليه اليه +مجزا همينگونه همين‌گونه +مجزا آمده‌است آمده است +مجزا آمده‌بود آمده بود +مجزا همين‌ترتيب همين ترتيب +مجزا همين‌دليل همين دليل +مجزا همين‌رو همين رو +مجزا همين‌روست همين روست +مجزا همين‌طورست همين‌طور است +مجزا همين‌ست همين است +مجزا همين‌كار همين كار +مجزا آنجمله آن‌جمله +مجزا همينها همين‌ها +مجزا نميآورد نمي‌آورد +مجزا نميآمد نمي‌آمد +مجزا نميماند نمي‌ماند +مجزا آمدهاند آمده‌اند +مجزا آنجناب آن‌جناب +مجزا آمدهاي آمده‌اي +مجزا آمدو آمد و +مجزا همخون هم‌خون +مجزا ننجون ننه‌جون +مجزا آمدهبود آمده بود +مجزا همجواري هم‌جواري +مجزا همدوره هم‌دوره +مجزا همينجور همين‌جور +مجزا همينجوري همين‌جوري +مجزا همينجا همين‌جا +مجزا نميآيد نمي‌آيد +مجزا همجنس هم‌جنس +مجزا همينطور همين‌طور +مجزا همينطوره همين‌طوره +مجزا همينطوري همين‌طوري +مجزا همينطوركه همين‌طور كه +مجزا همينكه همين‌كه +مجزا همينقدر همين‌قدر +مجزا ملجا ملجأ +مجزا ننجان ننه‌جان +مجزا همخانه هم‌خانه +مجزا آنجاهم آنجا هم +مجزا آنجائي آنجايي +مجزا آنجائيكه آنجايي‌كه +مجزا نمياي نمي‌آي +مجزا نمياد نمي‌آد +مجزا آنجاييكه آنجايي‌كه +مجزا نمدار نم‌دار +مجزا همداستان هم‌داستان +مجزا همداستاني هم داستاني +مجزا آنجاكه آنجا كه +مجزا هميافتي هم‌يافتي +مجزا نميافتد نمي‌افتد +مجزا مؤدت مودت +مجزا مليتها مليت‌ها +مجزا مليتهاي مليت‌هاي +مجزا نميتونم نمي‌تونم +مجزا نميتونه نمي‌تونه +مجزا نميتوني نمي‌توني +مجزا نميتوان نمي‌توان +مجزا نميتوانم نمي‌توانم +مجزا نميتوانند نمي‌توانند +مجزا نميتواند نمي‌تواند +مجزا نميتوانيم نمي‌توانيم +مجزا نميتوانيد نمي‌توانيد +مجزا نميتوانست نمي‌توانست +مجزا نميتوانستم نمي‌توانستم +مجزا نميباشد نمي‌باشد +مجزا نميبيند نمي‌بيند +مجزا نميبرد نمي‌برد +مجزا همديگرو همديگر و +مجزا نميدم نمي‌دم +مجزا نميده نمي‌ده +مجزا نميدهم نمي‌دهم +مجزا نميدهند نمي‌دهند +مجزا هنديها هندي‌ها +مجزا نميدونم نمي‌دونم +مجزا نميدوني نمي‌دوني +مجزا نميدونستم نمي‌دونستم +مجزا نميخوام نمي‌خوام +مجزا نميخواهم نمي‌خواهم +مجزا نميخواهند نمي‌خواهند +مجزا نميخواهد نمي‌خواهد +مجزا نميخواهيم نمي‌خواهيم +مجزا نميخواهيد نمي‌خواهيد +مجزا نميخواي نمي‌خواي +مجزا نميخواد نمي‌خواد +مجزا نميخواست نمي‌خواست +مجزا نميخواستم نمي‌خواستم +مجزا نميخورد نمي‌خورد +مجزا نميدهد نمي‌دهد +مجزا نميدانم نمي‌دانم +مجزا نميدانند نمي‌دانند +مجزا نميداني نمي‌داني +مجزا نميداند نمي‌داند +مجزا نميدانيم نمي‌دانيم +مجزا نميدانيد نمي‌دانيد +مجزا نميدانست نمي‌دانست +مجزا نميدانستم نمي‌دانستم +مجزا نميدانستند نمي‌دانستند +مجزا نميداد نمي‌داد +مجزا نميديد نمي‌ديد +مجزا مهديزاده مهدي‌زاده +مجزا نميرم نمي‌رم +مجزا نميره نمي‌ره +مجزا نميرود نمي‌رود +مجزا أميرالمؤمنين اميرالمؤمنين +مجزا نميري نمي‌ري +مجزا نميرد نمي‌رد +مجزا نميريم نمي‌ريم +مجزا نميرسه نمي‌رسه +مجزا نميرسد نمي‌رسد +مجزا نميرسيد نمي‌رسيد +مجزا نميرفت نمي‌رفت +مجزا نميشه نمي‌شه +مجزا نميشناخت نمي‌شناخت +مجزا نميشوند نمي‌شوند +مجزا نميشود نمي‌شود +مجزا نميزند نمي‌زند +مجزا آندسته آن دسته +مجزا نميزد نمي‌زد +مجزا نميشد نمي‌شد +مجزا منحصرا منحصراً +مجزا آنحضرت آن حضرت +مجزا منحصربه منحصر به +مجزا منحصربفرد منحصربه‌فرد +مجزا إليك اليك +مجزا آمدكه آمد كه +مجزا نميكنن نمي‌كنن +مجزا نميكنم نمي‌كنم +مجزا نميكنه نمي‌كنه +مجزا نميكنند نمي‌كنند +مجزا نميكني نمي‌كني +مجزا نميكند نمي‌كند +مجزا نميكنيم نمي‌كنيم +مجزا نميكنيد نمي‌كنيد +مجزا نميكرد نمي‌كرد +مجزا نميكردم نمي‌كردم +مجزا نميكرده نمي‌كرده +مجزا نميكردند نمي‌كردند +مجزا مهدعليا مهد عليا +مجزا أمر امر +مجزا هنرپيشهها هنرپيشه‌ها +مجزا مهره‌يي مهره‌اي +مجزا أمرهم امرهم +مجزا هنرهاي‌نمايشي هنرهاي نمايشي +مجزا آنروزها آن روزها +مجزا آنرا آن را +مجزا مهربانتر مهربان‌تر +مجزا مهربانترين مهربان‌ترين +مجزا همرديف هم‌رديف +مجزا همرديفان هم‌رديفان +مجزا آمريكاو آمريكا و +مجزا آمريكائي آمريكايي +مجزا آمريكائي‌ها آمريكايي‌ها +مجزا آمريكائيها آمريكائي‌ها +مجزا آمريكائيان آمريكاييان +مجزا آمريكاييها آمريكايي‌ها +مجزا آمريكاييهاي آمريكايي‌هاي +مجزا هنرش هنرش +مجزا هنرش‌را هنرش را +مجزا همرزم هم‌رزم +مجزا همرزمان هم‌رزمان +مجزا همرزمانش هم‌رزمانش +مجزا هنرستانها هنرستان‌ها +مجزا هنرستانهاي هنرستان‌هاي +مجزا أنزل انزل +مجزا منزلها منزل‌ها +مجزا آنزمان آن زمان +مجزا همزمانسازي هم‌زمان‌سازي +مجزا آنسو آن‌سو +مجزا آنطور آن‌طور +مجزا آنصورت آن‌صورت +مجزا آنطوري آن‌طوري +مجزا منشا منشأ +مجزا همشاگردي هم‌شاگردي +مجزا همشاگرديها همشاگردي‌ها +مجزا منشاء منشأ +مجزا همسايهها همسايه‌ها +مجزا همساختاري هم‌ساختاري +مجزا منست من است +مجزا آنشب آن شب +مجزا نهضتها نهضت‌ها +مجزا نهضتهاي نهضت‌هاي +مجزا منصبهاي منصب‌هاي +مجزا همزبان هم‌زبان +مجزا همزباني هم‌زباني +مجزا لهستانيها لهستاني‌ها +مجزا آنستكه آنست كه +مجزا منشي‌صحنه منشي صحنه +مجزا آنزيمهاي آنزيم‌هاي +مجزا منشيها منشي‌ها +مجزا همسخني هم‌سخني +مجزا همصدا هم‌صدا +مجزا همصحبت هم‌صحبت +مجزا همصحبتي هم صحبتي +مجزا همزيست هم‌زيست +مجزا همسرايان هم‌سرايان +مجزا همطراز هم‌طراز +مجزا همطرازي هم‌طرازي +مجزا آنطرف آن‌طرف +مجزا آنطرفتر آن‌طرف‌تر +مجزا منطقه‌يي منطقه‌اي +مجزا منطقهاي منطق‌هاي +مجزا منطقا منطقاً +مجزا همسفران هم‌سفران +مجزا منكه من كه +مجزا ممكن‌ست ممكن است +مجزا همكلام هم‌كلام +مجزا نمكهاي نمك‌هاي +مجزا همكلاس هم‌كلاس +مجزا همكلاس‌ها هم‌كلاس‌ها +مجزا همكلاسان هم‌كلاسان +مجزا ممكناست ممكن است +مجزا همكلاسي هم‌كلاسي +مجزا همكلاسي‌ها هم‌كلاسي‌ها +مجزا همكلاسي‌هاي هم‌كلاسي‌هاي +مجزا همكلاسي‌هايش هم‌كلاسي‌هايش +مجزا همكلاسيها همكلاسي‌ها +مجزا همكلاسيهاي همكلاسي‌هاي +مجزا ملكولهاي ملكول‌هاي +مجزا همكنشي هم‌كنشي +مجزا همكاريها همكاري‌ها +مجزا همكاريهاي همكاري‌هاي +مجزا همكاريهايي همكاري‌هايي +مجزا آنكس آن‌كس +مجزا ملكشاه ملك‌شاه +مجزا ملكزاده ملك‌زاده +مجزا همقد هم قد +مجزا همقسم هم‌قسم +مجزا همقطاران هم‌قطاران +مجزا لمْ لم +مجزا إنْ ان +مجزا منظ‌ور منظور +مجزا منظوراز منظور از +مجزا منظورشده منظور شده +مجزا همعرض هم‌عرض +مجزا همعصر هم‌عصر +مجزا همعقيده هم‌عقيده +مجزا مؤظف موظف +مجزا آنفلوآنزاي آنفلوانزاي +مجزا نهفته‌است نهفته است +مجزا آمفي‌تياتر آمفي‌تئاتر +مجزا أنفسهم انفسهم +مجزا ماگمائي ماگمايي +مجزا هاگهاي هاگ‌هاي +مجزا ناپليون ناپلئون +مجزا ناچارا ناچاراً +مجزا لامپها لامپ‌ها +مجزا لامپهاي لامپ‌هاي +مجزا لان‌الله لان الله +مجزا هان‌اي هان اي +مجزا نام‌اش نامش +مجزا نام‌ببريد نام ببريد +مجزا نام‌برد نام برد +مجزا نام‌شركت نام شركت +مجزا مامن مأمن +مجزا ماآن ما آن +مجزا هاهم ها هم +مجزا نامه‌هائي نامه‌هايي +مجزا نامه‌يي نامه‌اي +مجزا هاله‌يي هاله‌اي +مجزا نامهء نامة +مجزا نامهها نامه‌ها +مجزا نامههاي نامه‌هاي +مجزا نامههايي نامه‌هايي +مجزا ناهمواريها ناهمواري‌ها +مجزا ناهمواريهاي ناهمواري‌هاي +مجزا نامآور نام‌آور +مجزا ماهنوش ماه‌نوش +مجزا نانها نان‌ها +مجزا نامها نام‌ها +مجزا مالها مال‌ها +مجزا ماهها ماه‌ها +مجزا نانهاي نان‌هاي +مجزا نامهاي نام‌هاي +مجزا مالهاي مال‌هاي +مجزا ماههاي ماه‌هاي +مجزا نامهايي نام‌هايي +مجزا ماههايي ماه‌هايي +مجزا ماههاست ماه‌هاست +مجزا مامون مأمون +مجزا ماموم مأموم +مجزا نانوائي نانوايي +مجزا ماهواره‌يي ماهواره‌اي +مجزا ماهوارهاي ماهواره‌اي +مجزا مامورهاي مأمورهاي +مجزا ماموراني مأموراني +مجزا ماموري مأموري +مجزا ماموريت‌ها مأموريت‌ها +مجزا ماموريت‌هاي مأموريت‌هاي +مجزا ماموريتها ماموريت‌ها +مجزا ماموريتهاي ماموريت‌هاي +مجزا ماموريتي مأموريتي +مجزا مالوف مألوف +مجزا مانمي ما نمي +مجزا هانمي ها نمي +مجزا ناهنجاريها ناهنجاري‌ها +مجزا ناهنجاريهاي ناهنجاري‌هاي +مجزا مامؤر مأمور +مجزا لالائي لالايي +مجزا هاو ها و +مجزا ناوگانهاي ناوگان‌هاي +مجزا هاوموسسات ها و مؤسسات +مجزا مالبند مال‌بند +مجزا مالبندي مال‌بندي +مجزا هاوائي هاوايي +مجزا ماواي مأواي +مجزا نائب نايب +مجزا مائة ماية +مجزا هائي هايي +مجزا نائين نايين +مجزا مائيم ماييم +مجزا هائيكه هايي كه +مجزا ماوراء ماورا +مجزا ماورالنهر ماوراءالنهر +مجزا ماوراي‌النهر ماوراء‌النهر +مجزا ماهي‌گيران ماهيگيران +مجزا ماهي‌گيري ماهيگيري +مجزا ماندگيهاي ماندگي‌هاي +مجزا ماهيها ماهي‌ها +مجزا ماندهاند مانده‌اند +مجزا ماهيهاي ماهي‌هاي +مجزا مالياتها ماليات‌ها +مجزا مالياتهاي ماليات‌هاي +مجزا مالياتهايي ماليات‌هايي +مجزا ماهيت‌به ماهيت به +مجزا ماهيت‌خود ماهيت خود +مجزا ماهيت‌حقوقي ماهيت حقوقي +مجزا ناآراميهاي ناآرامي‌هاي +مجزا نامريي نامرئي +مجزا نامطمين نامطمئن +مجزا مالكيت‌خصوصي مالكيت خصوصي +مجزا مالكيتهاي مالكيت‌هاي +مجزا مااين ما اين +مجزا مااز ما از +مجزا هااز ها از +مجزا مااست ما است +مجزا هااست ها است +مجزا هااستفاده ها استفاده +مجزا ماذون مأذون +مجزا ماة ماه +مجزا هابه ها به +مجزا ناتوانيهاي ناتواني‌هاي +مجزا مابود ما بود +مجزا هابود ها بود +مجزا مابايد ما بايد +مجزا هابايد ها بايد +مجزا هاباشد ها باشد +مجزا نابترين ناب‌ترين +مجزا نابرابريها نابرابري‌ها +مجزا نابرابريهاي نابرابري‌هاي +مجزا مابراي ما براي +مجزا هابراي ها براي +مجزا ماتريسها ماتريس‌ها +مجزا ماتريسهاي ماتريس‌هاي +مجزا نابسامانيها نابساماني‌ها +مجزا نابسامانيهاي نابساماني‌هاي +مجزا هاي‌ايران هاي ايران +مجزا ناخنها ناخن‌ها +مجزا لايههاي لايه‌هاي +مجزا ناخنهاي ناخن‌هاي +مجزا ناخنهايش ناخن‌هايش +مجزا ماخوذ مأخوذ +مجزا ماخوذه مأخوذه +مجزا ناخوش‌آيند ناخوشايند +مجزا مايوسانه مأيوسانه +مجزا مادام‌كه مادامي‌كه +مجزا ماداميكه مادامي‌كه +مجزا ناخالصيها ناخالصي‌ها +مجزا ناخالصيهاي ناخالصي‌هاي +مجزا هادادستان ها دادستان +مجزا نايب‌رييس نايب‌رئيس +مجزا نايب‌رييسي نايب‌رئيسي +مجزا نايبناظر نايب‌ناظر +مجزا نايبالسلطنه نايب‌السلطنه +مجزا نايبرئيس نايب‌رئيس +مجزا ناحيهء ناحية +مجزا ناحيهاي ناحيه‌اي +مجزا هاخيلي ها خيلي +مجزا هاديزاده هادي‌زاده +مجزا هادر ها در +مجزا لايروبي لاي‌روبي +مجزا مادربزرگها مادربزرگ‌ها +مجزا هارنظر هارنظر +مجزا ناراحت‌شد ناراحت شد +مجزا ناراحتيم ناراحتي‌ام +مجزا ناراحتيها ناراحتي‌ها +مجزا ناراحتيهاي ناراحتي‌هاي +مجزا نارحت ناراحت +مجزا نارسائي نارسايي +مجزا نارساييها نارسايي‌ها +مجزا نارساييهاي نارسايي‌هاي +مجزا ماركهاي مارك‌هاي +مجزا ماركسيستها ماركسيست‌ها +مجزا ماركسيستهاي ماركسيست‌هاي +مجزا لازم‌است لازم است +مجزا لازم‌براي لازم براي +مجزا لازم‌ست لازم است +مجزا لازمهء لازمة +مجزا نازلتر نازل‌تر +مجزا نازلترين نازل‌ترين +مجزا هاشمي‌رفسنجاني هاشمي رفسنجاني +مجزا ماشاءاله ماشاءالله +مجزا ماشااله ماشاءالله +مجزا ماشاالله ماشاءالله +مجزا ناسازگاريهاي ناسازگاري‌هاي +مجزا ناشي‌از ناشي از +مجزا ماشينها ماشين‌ها +مجزا ماشينهاي ماشين‌هاي +مجزا ماشينهايي ماشين‌هايي +مجزا نازيها نازي‌ها +مجزا ناصرتقوايي ناصر تقوايي +مجزا نازكتر نازك‌تر +مجزا ناطق‌نوري ناطق نوري +مجزا ماسعي ما سعي +مجزا ماكه ما كه +مجزا هاكه ها كه +مجزا ناكاميها ناكامي‌ها +مجزا ناكاميهاي ناكامي‌هاي +مجزا ناقصتر ناقص‌تر +مجزا ناظربه ناظر به +مجزا إذ اذ +مجزا مذهبها مذهب‌ها +مجزا مذهبي‌ست مذهبي است +مجزا هذاالامر هذا الامر +مجزا هذاالقرآن هذا القرآن +مجزا لذابه لذا به +مجزا مذابهاي مذاب‌هاي +مجزا لذادادنامه لذا دادنامه +مجزا لذاحكم لذا حكم +مجزا لذاشكايت لذا شكايت +مجزا مذاكره‌يي مذاكره‌اي +مجزا لذتها لذت‌ها +مجزا لذتهاي لذت‌هاي +مجزا لذتبخش لذت‌بخش +مجزا مذكوربه مذكور به +مجزا مذكوردر مذكور در +مجزا مذكوردرماده مذكور در ماده +مجزا مذكورطي مذكور طي +مجزا مذكوركه مذكور كه +مجزا مة مه +مجزا وچگونگي و چگونگي +مجزا وچگونه و چگونه +مجزا وچه و چه +مجزا وگل و گل +مجزا وچهل و چهل +مجزا وچنانچه و چنانچه +مجزا وچهار و چهار +مجزا وچهارم و چهارم +مجزا وچون و چون +مجزا وگونه و گونه +مجزا وگواهي و گواهي +مجزا وگوبا وگو با +مجزا وگوينده و گوينده +مجزا وگوش و گوش +مجزا وپنج و پنج +مجزا وچند و چند +مجزا وپنجم و پنجم +مجزا وپنجه و پنجه +مجزا وچنين و چنين +مجزا وپنجمين و پنجمين +مجزا وپنجاه و پنجاه +مجزا وچندين و چندين +مجزا وچهره و چهره +مجزا وپا و پا +مجزا وگاه و گاه +مجزا وگاهي و گاهي +مجزا وپايه و پايه +مجزا وپايان و پايان +مجزا وپايين و پايين +مجزا وپاش و پاش +مجزا وگاز و گاز +مجزا وپاسخ و پاسخ +مجزا آبپاشي آب‌پاشي +مجزا وپاك و پاك +مجزا وگذار و گذار +مجزا وپيچيده و پيچيده +مجزا وپدر و پدر +مجزا آبگيري آب‌گيري +مجزا وپيش و پيش +مجزا وپخش و پخش +مجزا وپيشه و پيشه +مجزا وپيشنهاد و پيشنهاد +مجزا وچيزي و چيزي +مجزا وگرچه و گرچه +مجزا وگروه و گروه +مجزا وپرونده و پرونده +مجزا وپرورش و پرورش +مجزا وچروك و چروك +مجزا آبگرمكن آب‌گرم‌كن +مجزا وچرا و چرا +مجزا وپرت و پرت +مجزا وگربه و گربه +مجزا وگري و گري +مجزا وگريه و گريه +مجزا وپرداخت و پرداخت +مجزا آب‌رساني آبرساني +مجزا آبگرفتگي آب‌گرفتگي +مجزا وپس و پس +مجزا وچشم و چشم +مجزا وچشمانش و چشمانش +مجزا وگزارش و گزارش +مجزا وپشت و پشت +مجزا وپشتيباني و پشتيباني +مجزا وگسترده و گسترده +مجزا وگسترش و گسترش +مجزا وگفت و گفت +مجزا وگفتم و گفتم +مجزا وگفته و گفته +مجزا وگفتند و گفتند +مجزا وپژوهشي و پژوهشي +مجزا مثل‌هميشه مثل هميشه +مجزا ونگهداري و نگهداري +مجزا وآگاهي و آگاهي +مجزا مثل‌اين مثل اين +مجزا ونگران و نگران +مجزا ونگراني و نگراني +مجزا ونگرش و نگرش +مجزا وآن و آن +مجزا ونه و نه +مجزا ومن و من +مجزا مثلأ مثلاً +مجزا وهم‌چنين و همچنين +مجزا وآنچه و آنچه +مجزا وآن‌ها و آن‌ها +مجزا وهمچنين و همچنين +مجزا وآنگاه و آنگاه +مجزا وهنگامي و هنگامي +مجزا وآله و آله +مجزا ومهم و مهم +مجزا وهمه و همه +مجزا وآنها و آنها +مجزا ومهمات و مهمات +مجزا وهنوز و هنوز +مجزا وآموزش و آموزش +مجزا ومهندسي و مهندسي +مجزا مبلها مبل‌ها +مجزا متلها متل‌ها +مجزا متنها متن‌ها +مجزا مثلها مثل‌ها +مجزا هتلها هتل‌ها +مجزا وآنان و آنان +مجزا وهمان و همان +مجزا وهماهنگي و هماهنگي +مجزا ومنابع و منابع +مجزا متنهاي متن‌هاي +مجزا هتلهاي هتل‌هاي +مجزا وآماده و آماده +مجزا ونهادهاي و نهادهاي +مجزا ونمايندگان و نمايندگان +مجزا ونماينده و نماينده +مجزا ونهايتا و نهايتاً +مجزا ونمايش و نمايش +مجزا وملاحظه و ملاحظه +مجزا ومناسب و مناسب +مجزا ومناسبات و مناسبات +مجزا وملت و ملت +مجزا وهمة و همة +مجزا ولوله‌اي و لوله‌اي +مجزا وهوا و هوا +مجزا ومواد و مواد +مجزا وهوايي و هوايي +مجزا وموارد و موارد +مجزا وموازين و موازين +مجزا وآئين و آئين +مجزا وآئيننامه و آيين‌نامه +مجزا ونوجوان و نوجوان +مجزا ونوجوانان و نوجوانان +مجزا وموجب و موجب +مجزا ونويسندگان و نويسندگان +مجزا ونويسنده و نويسنده +مجزا ومورد و مورد +مجزا وموضوع و موضوع +مجزا ونوسازي و نوسازي +مجزا ونوشتن و نوشتن +مجزا ونوشته و نوشته +مجزا وموسيقي و موسيقي +مجزا ومنتشر و منتشر +مجزا وموسسات و موسسات +مجزا وموقعيت و موقعيت +مجزا ونوع و نوع +مجزا ونوعي و نوعي +مجزا ومنتظر و منتظر +مجزا وموفق و موفق +مجزا وآمد و آمد +مجزا ونمي و نمي +مجزا وملي و ملي +مجزا وهمين و همين +مجزا وهمين‌طور و همين‌طور +مجزا ومندرجات و مندرجات +مجزا وهميشه و هميشه +مجزا وهنر و هنر +مجزا وهنرمندان و هنرمندان +مجزا وهمراه و همراه +مجزا وهنري و هنري +مجزا ومهرشده و مهرشده +مجزا وآهسته و آهسته +مجزا ومنطبق و منطبق +مجزا وهمسرش و همسرش +مجزا ومنطقه و منطقه +مجزا وملك و ملك +مجزا وممكن و ممكن +مجزا وهمكاران و همكاران +مجزا وهمكاري و همكاري +مجزا وما و ما +مجزا لبها لب‌ها +مجزا آبها آب‌ها +مجزا نتها نت‌ها +مجزا مثلا مثلاً +مجزا ونام و نام +مجزا مثلاإ مثلاً +مجزا ونامه و نامه +مجزا ومانند و مانند +مجزا متناوبا متناوباً +مجزا مبنائي مبنايي +مجزا ومالي و مالي +مجزا لبنانيها لبناني‌ها +مجزا وهابيها وهابي‌ها +مجزا لبهاي لب‌هاي +مجزا آبهاي آب‌هاي +مجزا نتهاي نت‌هاي +مجزا وهاي‌هاي و هاي‌هاي +مجزا وماده و ماده +مجزا لبهايم لب‌هايم +مجزا لبهايت لب‌هايت +مجزا ولايت‌به ولايت به +مجزا ولايت‌بر ولايت بر +مجزا ولايت‌براي ولايت براي +مجزا ولايت‌حاكم ولايت حاكم +مجزا ولايت‌فقيه ولايت فقيه +مجزا ولايتها ولايت‌ها +مجزا ولايتهاي ولايت‌هاي +مجزا لبهايي لب‌هايي +مجزا آبهايي آب‌هايي +مجزا ولايحه و لايحه +مجزا ومادر و مادر +مجزا ومادرم و مادرم +مجزا ومادرش و مادرش +مجزا لبهايش لب‌هايش +مجزا لبهايشان لب‌هايشان +مجزا مثلاٌ مثلاً +مجزا ولازم و لازم +مجزا وماشين و ماشين +مجزا ومذهبي و مذهبي +مجزا ولذا و لذا +مجزا وهذا و هذا +مجزا ولذت و لذت +مجزا وآب و آب +مجزا ونت و نت +مجزا ومتن و متن +مجزا ومثل و مثل +مجزا ومتهم و متهم +مجزا مثلثها مثلث‌ها +مجزا مثلثهاي مثلث‌هاي +مجزا وولايت و ولايت +مجزا ومتوسطه و متوسطه +مجزا ومبلغ و مبلغ +مجزا ومباني و مباني +مجزا ونبايد و نبايد +مجزا ونتايج و نتايج +مجزا وواحدهاي و واحدهاي +مجزا وآثار و آثار +مجزا ولباس و لباس +مجزا نبوده‌است نبوده است +مجزا متوجه‌شد متوجه شد +مجزا نبودو نبود و +مجزا ووجود و وجود +مجزا ئوجود وجود +مجزا ونتيجه و نتيجه +مجزا ونتيجتاً و نتيجتاً +مجزا ووحشت و وحشت +مجزا نبودكه نبود كه +مجزا وآتش و آتش +مجزا ووصول و وصول +مجزا ووزارت و وزارت +مجزا ووضع و وضع +مجزا ووقتي و وقتي +مجزا ووظايف و وظايف +مجزا ووظيفه و وظيفه +مجزا ومي و مي +مجزا وآي واي +مجزا وهيچ و هيچ +مجزا ومي‌گويد و مي‌گويد +مجزا ومي‌گفت و مي‌گفت +مجزا ولي‌من ولي من +مجزا ولي‌الأمر ولي‌الامر +مجزا ولي‌اي ولي اي +مجزا ولي‌اين ولي اين +مجزا ولي‌از ولي از +مجزا ومي‌تواند و مي‌تواند +مجزا ومي‌خواهد و مي‌خواهد +مجزا ولي‌در ولي در +مجزا ومي‌فرمايد و مي‌فرمايد +مجزا ولي‌فقيه ولي فقيه +مجزا وآدم و آدم +مجزا ونيم و نيم +مجزا ومحل و محل +مجزا ونيمه و نيمه +مجزا ومجموعه و مجموعه +مجزا ونحوه و نحوه +مجزا وهيئت و هيئت +مجزا ومحمد و محمد +مجزا وآينده و آينده +مجزا ومجلس و مجلس +مجزا ولينعمت ولي‌نعمت +مجزا وميان و ميان +مجزا ومخالف و مخالف +مجزا وهيات و هيئت +مجزا وهدايت و هدايت +مجزا ومدارك و مدارك +مجزا ونياز و نياز +مجزا ونيازهاي و نيازهاي +مجزا ومجازات و مجازات +مجزا ومخاطب و مخاطب +مجزا ونيازي و نيازي +مجزا ومدت و مدت +مجزا ومحتويات و محتويات +مجزا ومحبت و محبت +مجزا وهيجان و هيجان +مجزا وميداني و ميداني +مجزا ومديره و مديره +مجزا ومديران و مديران +مجزا ومديريت و مديريت +مجزا ومحيط و محيط +مجزا ونيروي و نيروي +مجزا ومجري و مجري +مجزا وآخرين و آخرين +مجزا ونيز و نيز +مجزا ومخصوصا و مخصوصاً +مجزا وميزان و ميزان +مجزا وليزاده ولي‌زاده +مجزا ومدعي و مدعي +مجزا وهدف و هدف +مجزا وهر و هر +مجزا ومرگ و مرگ +مجزا وهرچه و هرچه +مجزا ونرم و نرم +مجزا وآرام و آرام +مجزا وآرامش و آرامش +مجزا ومراتب و مراتب +مجزا ومراحل و مراحل +مجزا ومراكز و مراكز +مجزا ومربيان و مربيان +مجزا ومرد و مرد +مجزا ومردم و مردم +مجزا ومردان و مردان +مجزا ومرجع و مرجع +مجزا ومسلم و مسلم +مجزا ومشمول و مشمول +مجزا ولزوم و لزوم +مجزا ومسئولان و مسئولان +مجزا ومسئوليت و مسئوليت +مجزا ونزويلا ونزوئلا +مجزا ونشان و نشان +مجزا ونشانه و نشانه +مجزا ومطالب و مطالب +مجزا ومسائل و مسائل +مجزا ومطالبه و مطالبه +مجزا ومشاوره و مشاوره +مجزا ومصالح و مصالح +مجزا ومطالعه و مطالعه +مجزا ومطابق و مطابق +مجزا ومسابقات و مسابقات +مجزا ومزاياي و مزاياي +مجزا وآزادي و آزادي +مجزا ومشاركت و مشاركت +مجزا ونشاط و نشاط +مجزا ونصب و نصب +مجزا وهشت و هشت +مجزا وهشتم و هشتم +مجزا ومطبوعات و مطبوعات +مجزا وهشتمين و هشتمين +مجزا ومستندا و مستنداً +مجزا ومستندات و مستندات +مجزا ومستندابه و مستندابه +مجزا ومستاجر و مستاجر +مجزا ونسبت و نسبت +مجزا ونسبت ونسبت +مجزا ونسبي و نسبي +مجزا ومستشاران و مستشاران +مجزا ومستقل و مستقل +مجزا وهزينه و هزينه +مجزا ونزديك و نزديك +مجزا ومشخص و مشخص +مجزا ونشر و نشر +مجزا ومصرف و مصرف +مجزا ومسكن و مسكن +مجزا ومشكلات و مشكلات +مجزا ومشكلاتي و مشكلاتي +مجزا ومشغول و مشغول +مجزا ولكن و لكن +مجزا ومكان و مكان +مجزا وهكذا و هكذا +مجزا ونقل و نقل +مجزا ونقلي و نقلي +مجزا ومقام و مقام +مجزا وآقاي و آقاي +مجزا وآقايان و آقايان +مجزا ومقايسه و مقايسه +مجزا ونقد و نقد +مجزا ومقداري و مقداري +مجزا ومقررات و مقررات +مجزا ونقش و نقش +مجزا ونقض و نقض +مجزا ونقص و نقص +مجزا ونقشه و نقشه +مجزا ومعلوم و معلوم +مجزا ومعنوي و معنوي +مجزا ومعماري و معماري +مجزا ونظام و نظام +مجزا ومعادن و معادن +مجزا ونظاير و نظاير +مجزا ونظارت و نظارت +مجزا ومعارف و معارف +مجزا ومعدن و معدن +مجزا ومعيارهاي و معيارهاي +مجزا ونظر و نظر +مجزا ونظربه و نظر به +مجزا ونظريه و نظريه +مجزا ونظريات و نظريات +مجزا ومعرفت و معرفت +مجزا ومعرفي و معرفي +مجزا ومفهوم و مفهوم +مجزا ونفوذ و نفوذ +مجزا ومفاهيم و مفاهيم +مجزا وهفت و هفت +مجزا وهفتم و هفتم +مجزا ومفيد و مفيد +مجزا ونفس و نفس +مجزا نبا نبأ +مجزا واگر و اگر +مجزا آباء آبا +مجزا وانگل و انگل +مجزا وانگليس و انگليس +مجزا وانگليسي و انگليسي +مجزا وانگيزه و انگيزه +مجزا متالم متألم +مجزا متاهل متأهل +مجزا والملك و الملك +مجزا وامها وام‌ها +مجزا مثالها مثال‌ها +مجزا متالهان متألهان +مجزا وامهاي وام‌هاي +مجزا مثالهاي مثال‌هاي +مجزا وامهايي وام‌هايي +مجزا مثالهايي مثال‌هايي +مجزا والناس و الناس +مجزا واملاك و املاك +مجزا واموال و اموال +مجزا وانواع و انواع +مجزا وامور و امور +مجزا وامورخيريه و امور خيريه +مجزا وامنيت و امنيت +مجزا واهميت و اهميت +مجزا واللزوم و اللزوم +مجزا واما و اما +مجزا وامام و امام +مجزا والائي والايي +مجزا والامر و الامر +مجزا وائمه و ائمه +مجزا واولي‌الامر و اولو‌الامر +مجزا واولي‌الامر و اولي‌الامر +مجزا واولين و اولين +مجزا وامثال و امثال +مجزا واوايل و اوايل +مجزا والبته و البته +مجزا وانتخاب و انتخاب +مجزا متاءثر متأثر +مجزا واوراق و اوراق +مجزا وانتشارات و انتشارات +مجزا وانتقال و انتقال +مجزا وانتقالات و انتقالات +مجزا واوقاف و اوقاف +مجزا وانتظار و انتظار +مجزا وانتظارات و انتظارات +مجزا واند و اند +مجزا واليه و اليه +مجزا واندوه و اندوه +مجزا وانجام و انجام +مجزا واندام و اندام +مجزا واندازه و اندازه +مجزا واهداف و اهداف +مجزا واندي و اندي +مجزا واميدوارم و اميدوارم +مجزا واميدارد وامي‌دارد +مجزا وانديشه و انديشه +مجزا وامر و امر +مجزا وانرژي و انرژي +مجزا والزام و الزام +مجزا وانسان و انسان +مجزا وانساني و انساني +مجزا وامكان و امكان +مجزا وامكانات و امكانات +مجزا وانقلاب و انقلاب +مجزا واذا و اذا +مجزا وابن و ابن +مجزا مثابهء مثابة +مجزا وابلاغ و ابلاغ +مجزا واتخاذ و اتخاذ +مجزا واتخاذتصميم و اتخاذ تصميم +مجزا واتحاد و اتحاد +مجزا متاثر متأثر +مجزا واتسن واتسون +مجزا وابطال و ابطال +مجزا وابستگيها وابستگي‌ها +مجزا وابستگيهاي وابستگي‌هاي +مجزا واين و اين +مجزا وايمان و ايمان +مجزا واخلاق و اخلاق +مجزا واخلاقي و اخلاقي +مجزا واحوال و احوال +مجزا واينك و اينك +مجزا واينكه و اينكه +مجزا وادامه و ادامه +مجزا واداره و اداره +مجزا واجازه و اجازه +مجزا وادب و ادب +مجزا مباحث‌به مباحث به +مجزا مباحث‌سياسي مباحث سياسي +مجزا واحتمال و احتمال +مجزا واحتمالا و احتمالاً +مجزا واجتماعي و اجتماعي +مجزا واختلاف و اختلاف +مجزا واجبتر واجب‌تر +مجزا وادبيات و ادبيات +مجزا واختيار و اختيار +مجزا واختيارات و اختيارات +مجزا واحترام و احترام +مجزا نتايج‌به نتايج به +مجزا نتايج‌حاصل نتايج حاصل +مجزا وايده و ايده +مجزا واديم وادي‌ام +مجزا آباديها آبادي‌ها +مجزا آباديهاي آبادي‌هاي +مجزا آباديهايي آبادي‌هايي +مجزا وايجاد و ايجاد +مجزا واجدشرايط واجدالشرايط +مجزا واحدقضائي واحدقضايي +مجزا وايران و ايران +مجزا متاخران متأخران +مجزا واجراي و اجراي +مجزا متاخرتر متأخرتر +مجزا متاخرين متأخرين +مجزا وايضا و ايضاً +مجزا وايشان و ايشان +مجزا واحساس و احساس +مجزا واحساسات و احساسات +مجزا وايستاده و ايستاده +مجزا واحكام و احكام +مجزا وارائه و ارائه +مجزا واراده و اراده +مجزا واراضي و اراضي +مجزا وارتباط و ارتباط +مجزا وارتباطات و ارتباطات +مجزا وارتباطي و ارتباطي +مجزا واردمي وارد مي +مجزا واردمي‌شود وارد مي‌شود +مجزا واردنيست وارد نيست +مجزا وارداست وارد است +مجزا وارجاع و ارجاع +مجزا واردتشخيص وارد تشخيص +مجزا واريسهاي واريس‌هاي +مجزا وارسال و ارسال +مجزا وارشاد و ارشاد +مجزا وارزيابي و ارزيابي +مجزا وارزش و ارزش +مجزا وارزش‌هاي و ارزش‌هاي +مجزا وارزشهاي وارزش‌هاي +مجزا واز و از +مجزا لباس‌شخصيها لباس شخصيها +مجزا واسم و اسم +مجزا واصلا و اصلا +مجزا لباسها لباس‌ها +مجزا واسلام و اسلام +مجزا واسلامي و اسلامي +مجزا واسناد و اسناد +مجزا واصلاح و اصلاح +مجزا لباسهاي لباس‌هاي +مجزا لباسهايم لباس‌هايم +مجزا واصلاحات و اصلاحات +مجزا لباسهايت لباس‌هايت +مجزا لباسهايي لباس‌هايي +مجزا لباسهايش لباس‌هايش +مجزا لباسهايشان لباس‌هايشان +مجزا واطلاع و اطلاع +مجزا واطلاعات و اطلاعات +مجزا واصول و اصول +مجزا واصولا و اصولاً +مجزا وازاين و از اين +مجزا واساس و اساس +مجزا واساسي و اساسي +مجزا واضافه و اضافه +مجزا واست و است +مجزا واستماع و استماع +مجزا واسباب و اسباب +مجزا واستدلال و استدلال +مجزا واستخدامي و استخدامي +مجزا واستخراج و استخراج +مجزا واستقلال و استقلال +مجزا واستعداد و استعداد +مجزا واستفاده و استفاده +مجزا واشد وا شد +مجزا وازدواج و ازدواج +مجزا واشخاص و اشخاص +مجزا واضحتر واضح‌تر +مجزا واطيعوا و اطيعوا +مجزا واسسه مؤسسه +مجزا واسطهء واسطة +مجزا واسسههاي موسسه‌هاي +مجزا لباسشويي لباس‌شويي +مجزا واسسات مؤسسات +مجزا واضطراب و اضطراب +مجزا وازطرفي و از طرفي +مجزا متاسف متأسف +مجزا متاسفانه متأسفانه +مجزا متاسفيم متأسفيم +مجزا واكنون و اكنون +مجزا واكنشها واكنش‌ها +مجزا واكنشهاي واكنش‌هاي +مجزا واكنشهايي واكنش‌هايي +مجزا واكثريت و اكثريت +مجزا واكدار واك‌دار +مجزا واقوام و اقوام +مجزا واقتصادي و اقتصادي +مجزا واقدام و اقدام +مجزا واقدامات و اقدامات +مجزا واقع‌در واقع در +مجزا واقعگرا واقع‌گرا +مجزا واقعگرايان واقع‌گرايان +مجزا واقعگرايانه واقع‌گرايانه +مجزا واقعگرايي واقع‌گرايي +مجزا واقعأ واقعاً +مجزا واقعند واقع‌اند +مجزا واقعا واقعاً +مجزا واقعاإ واقعاً +مجزا واقعاٌ واقعاً +مجزا واقعي‌بودن واقعي بودن +مجزا واقعي‌ست واقعي است +مجزا واقعيت‌به واقعيت به +مجزا واقعيت‌يا واقعيت يا +مجزا واقعيت‌خارجي واقعيت خارجي +مجزا واقعيتها واقعيت‌ها +مجزا واقعيتهاي واقعيت‌هاي +مجزا واقعيتهايي واقعيت‌هايي +مجزا واعلام و اعلام +مجزا واعمال و اعمال +مجزا واظهار و اظهار +مجزا واغلب و اغلب +مجزا واعتبار و اعتبار +مجزا واعتراض و اعتراض +مجزا واعضاي و اعضاي +مجزا واعظزاده واعظ‌زاده +مجزا وافراد و افراد +مجزا وافزود و افزود +مجزا وافزايش و افزايش +مجزا وافكار و افكار +مجزا واژه‌يي واژه‌اي +مجزا واژهها واژه‌ها +مجزا واژههاي واژه‌هاي +مجزا وذلك و ذلك +مجزا وبچه و بچه +مجزا وبه و به +مجزا وتلگراف و تلگراف +مجزا وتنها و تنها +مجزا وبلوچستان و بلوچستان +مجزا وبموجب و به موجب +مجزا وتلويزيون و تلويزيون +مجزا وتلويزيوني و تلويزيوني +مجزا وتنوع و تنوع +مجزا وبلند و بلند +مجزا وبلاگها وبلاگ‌ها +مجزا وبلاگهاي وبلاگ‌هاي +مجزا وتمام و تمام +مجزا مبتلابه مبتلا به +مجزا وبنابراين و بنابراين +مجزا وتلاش و تلاش +مجزا وبوم و بوم +مجزا وتوليد و توليد +مجزا وتوان و توان +مجزا وتوانايي و توانايي +مجزا وتئاتر و تئاتر +مجزا وبوي و بوي +مجزا وتوجه و توجه +مجزا وبودجه و بودجه +مجزا وبويراحمد و بويراحمد +مجزا وبويژه و به‌ويژه +مجزا وبهتر و بهتر +مجزا وبهترين و بهترين +مجزا وتوضيح و توضيح +مجزا وتوضيحات و توضيحات +مجزا وتوزيع و توزيع +مجزا وتوسط و توسط +مجزا وتوسعه و توسعه +مجزا وبند و بند +مجزا مبتني‌بر مبتني بر +مجزا وتهيه و تهيه +مجزا وبهداشتي و بهداشتي +مجزا وبهره و بهره +مجزا وبلكه و بلكه +مجزا وتنظيم و تنظيم +مجزا وتلفن و تلفن +مجزا وبالاخره و بالاخره +مجزا وتامين و تأمين +مجزا وبالعكس و بالعكس +مجزا وتاب و تاب +مجزا وباتوجه و با توجه +مجزا وثابت و ثابت +مجزا وبايد و بايد +مجزا وباحضور و باحضور +مجزا وباحضورجناب و با حضور جناب +مجزا وباحضورروساي و با حضور روساي +مجزا وبار و بار +مجزا وبارها و بارها +مجزا وتاريخ و تاريخ +مجزا وتاريخي و تاريخي +مجزا وباز و باز +مجزا وباطل و باطل +مجزا وتازه و تازه +مجزا وبازي و بازي +مجزا وبازيگر و بازيگر +مجزا وباشركت و با شركت +مجزا وتاكنون و تاكنون +مجزا وباعنايت و با عنايت +مجزا وباعث و باعث +مجزا مثبت‌به مثبت به +مجزا مثبت‌باشد مثبت باشد +مجزا مثبت‌يا مثبت يا +مجزا وتبادل و تبادل +مجزا وثبت و ثبت +مجزا وتبيين و تبيين +مجزا وتبديل و تبديل +مجزا وتبصره و تبصره +مجزا وتبصره‌هاي و تبصره‌هاي +مجزا وبي و بي +مجزا وبد و بد +مجزا وبين و بين +مجزا وبدل و بدل +مجزا وتيم و تيم +مجزا وبيماري و بيماري +مجزا وبدون و بدون +مجزا وتحول و تحول +مجزا وتحويل و تحويل +مجزا وتدوين و تدوين +مجزا وتحليل و تحليل +مجزا وتجهيزات و تجهيزات +مجزا وبيان و بيان +مجزا وبحث و بحث +مجزا وتحت و تحت +مجزا وتخت و تخت +مجزا وبختياري و بختياري +مجزا وبدين و بدين +مجزا وبيرون و بيرون +مجزا وتجربه و تجربه +مجزا وبيش و بيش +مجزا وبخش و بخش +مجزا وبيش‌تر و بيش‌تر +مجزا وبخصوص و بخصوص +مجزا وبيست و بيست +مجزا وبيشتر و بيشتر +مجزا وتحصيلات و تحصيلات +مجزا وتخصصي و تخصصي +مجزا وتحقيق و تحقيق +مجزا وتحقيقات و تحقيقات +مجزا وبرگشت و برگشت +مجزا وبرنامه و برنامه +مجزا وبرنامه‌هاي و برنامه‌هاي +مجزا وبرنامه‌ريزي و برنامه‌ريزي +مجزا وبرابر و برابر +مجزا وترابري و ترابري +مجزا وبراي و براي +مجزا وبراساس و بر اساس +مجزا وتربيت و تربيت +مجزا وترتيب و ترتيب +مجزا وبرخلاف و بر خلاف +مجزا وبرداشت و برداشت +مجزا وبرخي و برخي +مجزا وبررسي و بررسي +مجزا وتركيب و تركيب +مجزا وبرق و برق +مجزا وبرعكس و برعكس +مجزا وتصويب و تصويب +مجزا وتصوير و تصوير +مجزا وتصويري و تصويري +مجزا وتشويق و تشويق +مجزا وتصور و تصور +مجزا وتسليم و تسليم +مجزا وتصميم و تصميم +مجزا وبسته و بسته +مجزا وتطبيق و تطبيق +مجزا وبسيار و بسيار +مجزا وبسياري و بسياري +مجزا وتشخيص و تشخيص +مجزا وبزرگ و بزرگ +مجزا وبشرح و به شرح +مجزا وتصريح و تصريح +مجزا وتصرف و تصرف +مجزا وتشكيل و تشكيل +مجزا وتشكيلات و تشكيلات +مجزا وتكامل و تكامل +مجزا وتقويت و تقويت +مجزا وتقاضاي و تقاضاي +مجزا وبقيه و بقيه +مجزا وتقريبا و تقريباً +مجزا وتقسيم و تقسيم +مجزا وتعهدات و تعهدات +مجزا وتعالي و تعالي +مجزا وبعد و بعد +مجزا وتعداد و تعداد +مجزا وتعدادي و تعدادي +مجزا وتعيين و تعيين +مجزا وتغيير و تغيير +مجزا وتغييرات و تغييرات +مجزا وتعريف و تعريف +مجزا وبعضي و بعضي +مجزا وتفاوت و تفاوت +مجزا وتفحص و تفحص +مجزا وتفريط و تفريط +مجزا وتفسير و تفسير +مجزا أبي ابي +مجزا وي‌است وي است +مجزا نبي‌اكرم نبي اكرم +مجزا ودل و دل +مجزا وده و ده +مجزا مبدء مبدأ +مجزا وجنگ و جنگ +مجزا ودهم و دهم +مجزا وجمله و جمله +مجزا ودمنه و دمنه +مجزا وجلوگيري و جلوگيري +مجزا وجهان و جهان +مجزا ويلائي ويلايي +مجزا وجهاني و جهاني +مجزا وحمايت و حمايت +مجزا وخلاصه و خلاصه +مجزا وجهت و جهت +مجزا ودو و دو +مجزا وخون و خون +مجزا ودوم و دوم +مجزا ودولت و دولت +مجزا ودومين و دومين +مجزا ودومصوب و دو مصوب +مجزا آبخوانها آبخوان‌ها +مجزا وجوانان و جوانان +مجزا وخوانده و خوانده +مجزا آبخوانداري آبخوان‌داري +مجزا وجواب و جواب +مجزا وحوادث و حوادث +مجزا وخواست و خواست +مجزا وخواسته و خواسته +مجزا ودوازدهم و دوازدهم +مجزا وخوب و خوب +مجزا ودوباره و دوباره +مجزا وخوي و خوي +مجزا وخود و خود +مجزا مبدئي مبدائي +مجزا وجودآمد وجود آمد +مجزا وجودآمدن وجود آمدن +مجزا وجودآمده وجود آمده +مجزا وجودمي‌آيد وجود مي‌آيد +مجزا وجودندارد وجود ندارد +مجزا وجودنداشت وجود نداشت +مجزا وجودنداشته وجود نداشته +مجزا وجوداين وجود اين +مجزا وجوددارند وجود دارند +مجزا وجوددارد وجود دارد +مجزا وجودداشت وجود داشت +مجزا وجودداشته وجود داشته +مجزا وجودداشته وجود داشته +مجزا وجوديكه وجودي كه +مجزا وخودش و خودش +مجزا ودور و دور +مجزا وجوش و جوش +مجزا وخوش و خوش +مجزا ودوز و دوز +مجزا ودوست و دوست +مجزا ودوستي و دوستي +مجزا وخوشي و خوشي +مجزا وخنده و خنده +مجزا ودليل و دليل +مجزا مبدأيي مبدائي +مجزا وجمع و جمع +مجزا ويا و يا +مجزا مبدا مبدأ +مجزا وحال و حال +مجزا وجان و جان +مجزا مبداء مبدأ +مجزا وخانم و خانم +مجزا وخانه و خانه +مجزا وخانواده و خانواده +مجزا وحالا و حالا +مجزا وحالت و حالت +مجزا وجالب و جالب +مجزا متداولتر متداول‌تر +مجزا متداولترين متداول‌ترين +مجزا ودانش و دانش +مجزا ودانشگاه و دانشگاه +مجزا ودانشمندان و دانشمندان +مجزا ودانشجويان و دانشجويان +مجزا وجامعه و جامعه +مجزا وجاي و جاي +مجزا وجايگاه و جايگاه +مجزا ودادگاه و دادگاه +مجزا ودادنامه و دادنامه +مجزا مبدايي مبدائي +مجزا ودادسراي و دادسراي +مجزا ودارائي و دارائي +مجزا وداراي و داراي +مجزا ودارايي و دارايي +مجزا وخارج و خارج +مجزا وخارجي و خارجي +مجزا وخاص و خاص +مجزا وحاصل و حاصل +مجزا وداستان و داستان +مجزا وخاطره و خاطره +مجزا وخاك و خاك +مجزا وجذاب و جذاب +مجزا وحذف و حذف +مجزا مبحثهاي مبحث‌هاي +مجزا ويتامينها ويتامين‌ها +مجزا ويتامينهاي ويتامين‌هاي +مجزا وحتي و حتي +مجزا ودبيرستان و دبيرستان +مجزا وديگر و ديگر +مجزا وديگران و ديگران +مجزا وديگري و ديگري +مجزا ودين و دين +مجزا نتيجه‌آزمون نتيجة آزمون +مجزا نتيجه‌يي نتيجه‌اي +مجزا نتيجهء نتيجة +مجزا وخدمات و خدمات +مجزا نتيجهاي نتيجه‌اي +مجزا وديوار و ديوار +مجزا وحدود و حدود +مجزا وخيمتر وخيم‌تر +مجزا وخيلي و خيلي +مجزا نتيجهي نتيجة +مجزا وخدا و خدا +مجزا وجدانهاي وجدان‌هاي +مجزا وخداوند و خداوند +مجزا نتيجتا نتيجتاً +مجزا ودختر و دختر +مجزا وديدگاه و ديدگاه +مجزا ئيدروژن هيدروژن +مجزا وجيزه و جيزه +مجزا ودر و در +مجزا ودرگيري و درگيري +مجزا ودرآن و در آن +مجزا ودرمان و درمان +مجزا ودرنتيجه و درنتيجه +مجزا ويروسها ويروس‌ها +مجزا ويروسهاي ويروس‌هاي +مجزا ويرانيها ويراني‌ها +مجزا ويرانيهاي ويراني‌هاي +مجزا ودراين و در اين +مجزا ودرباره و درباره +مجزا ودرتاريخ و در تاريخ +مجزا وجرح و جرح +مجزا وخرج و خرج +مجزا ودرد و درد +مجزا ودرين و درين +مجزا ودرجه و درجه +مجزا ودرخواست و درخواست +مجزا ودريافت و دريافت +مجزا ودرصورت و در صورت +مجزا ودرست و درست +مجزا ودرك و درك +مجزا وحركت و حركت +مجزا وحرف و حرف +مجزا وحرفه و حرفه +مجزا وحرفه‌اي و حرفه‌اي +مجزا وجز و جز +مجزا وخط و خط +مجزا آبيش آبي‌اش +مجزا وحسن و حسن +مجزا وخشونت و خشونت +مجزا وحضور و حضور +مجزا وخصوصي و خصوصي +مجزا وحساب و حساب +مجزا وحسابي و حسابي +مجزا وحسب و حسب +مجزا وجست و جست +مجزا ودست و دست +مجزا ودستگاه و دستگاه +مجزا ودسته و دسته +مجزا وحشتناكترين وحشتناك‌ترين +مجزا ودستور و دستور +مجزا وحشتزده وحشت‌زده +مجزا وخشك و خشك +مجزا ويكم و يكم +مجزا وحكم و حكم +مجزا وحكومت و حكومت +مجزا ويكتورهوگو ويكتور هوگو +مجزا ويكي و يكي +مجزا وحق و حق +مجزا وحقوق و حقوق +مجزا وحقوقي و حقوقي +مجزا ودقيق و دقيق +مجزا ودقيقه و دقيقه +مجزا وحقيقت و حقيقت +مجزا ودعوي و دعوي +مجزا ودفاع و دفاع +مجزا وحفظ و حفظ +مجزا ويژگيها ويژگي‌ها +مجزا ويژگيهاي ويژگي‌هاي +مجزا ويژگيهايي ويژگي‌هايي +مجزا ويژگيهايش ويژگي‌هايش +مجزا ويژه‌يي ويژه‌اي +مجزا ويژهاي ويژه‌اي +مجزا ورگ و رگ +مجزا ورنگ و رنگ +مجزا ورها و رها +مجزا وروان و روان +مجزا ورواني و رواني +مجزا وروايات و روايات +مجزا وروي و روي +مجزا وروح و روح +مجزا ورودبه ورود به +مجزا وروديها ورودي‌ها +مجزا وروديهاي ورودي‌هاي +مجزا ورئيس و رئيس +مجزا ورودشكايت ورود شكايت +مجزا ورهبري و رهبري +مجزا وروز و روز +مجزا وروش و روش +مجزا وروشن و روشن +مجزا وروزنامه و روزنامه +مجزا وروشهاي و روش‌هاي +مجزا وروسيه و روسيه +مجزا ورنج و رنج +مجزا وراه و راه +مجزا آبراههاي آبراه‌هاي +مجزا ورانندگي و رانندگي +مجزا ورابطه و رابطه +مجزا وراحت و راحت +مجزا وراز و راز +مجزا وريش و ريش +مجزا آبريزش آب‌ريزش +مجزا ورسم و رسم +مجزا ورسول و رسول +مجزا ورسوم و رسوم +مجزا ورسوله و رسوله +مجزا ورسانه و رسانه +مجزا ورضايت و رضايت +مجزا ورشد و رشد +مجزا ورسيدگي و رسيدگي +مجزا ورزشگاهها ورزشگاه‌ها +مجزا ورزشگاههاي ورزشگاه‌هاي +مجزا ورزشها ورزش‌ها +مجزا ورزشهاي ورزش‌هاي +مجزا ورزشهايي ورزش‌هايي +مجزا ورقهاي ورق‌هاي +مجزا ورعايت و رعايت +مجزا ورفت و رفت +مجزا آبرفتهاي آبرفت‌هاي +مجزا ورفتار و رفتار +مجزا ورفع و رفع +مجزا وسپس و سپس +مجزا وسنگ و سنگ +مجزا وسهم و سهم +مجزا وضمن و ضمن +مجزا وزنها وزن‌ها +مجزا وزنهاي وزن‌هاي +مجزا وشلوار و شلوار +مجزا وشما و شما +مجزا آتشها آتش‌ها +مجزا وزمان و زمان +مجزا وزماني و زماني +مجزا وشناخت و شناخت +مجزا وشهادت و شهادت +مجزا وشناخته و شناخته +مجزا وصلاحيت و صلاحيت +مجزا وصنايع و صنايع +مجزا وشماره و شماره +مجزا وطلاق و طلاق +مجزا وسنت و سنت +مجزا آبشوئي آب‌شويي +مجزا وسومين و سومين +مجزا وشوهر و شوهر +مجزا وضوابط و ضوابط +مجزا وسوار و سوار +مجزا وسوي و سوي +مجزا آبشويي آب‌شويي +مجزا وشوراي و شوراي +مجزا وصورت و صورت +مجزا وصورتش و صورتش +مجزا وسنج و سنج +مجزا وزندگي و زندگي +مجزا وزمين و زمين +مجزا وطنخواه وطن‌خواه +مجزا وصميمي و صميمي +مجزا وسليقه و سليقه +مجزا وشهر و شهر +مجزا وشهرداري و شهرداري +مجزا وشهرسازي و شهرسازي +مجزا وصنعت و صنعت +مجزا وصنعتي و صنعتي +مجزا وسال و سال +مجزا وسالم و سالم +مجزا وشامل و شامل +مجزا وسائل وسايل +مجزا وشاورهم و شاورهم +مجزا وسائط وسايط +مجزا وشاهد و شاهد +مجزا وزات وزارت +مجزا وساده و ساده +مجزا وساخت و ساخت +مجزا وصاحب و صاحب +مجزا وساختمان و ساختمان +مجزا وصاحبان و صاحبان +مجزا وساختار و ساختار +مجزا وشايد و شايد +مجزا وشادي و شادي +مجزا وساير و ساير +مجزا وسايرمراجع و ساير مراجع +مجزا وزاري و زاري +مجزا وساز و ساز +مجزا وسازها و سازها +مجزا وسازمان و سازمان +مجزا وسازمانهاي و سازمان‌هاي +مجزا وسازهاي و سازهاي +مجزا وشاكي و شاكي +مجزا وشب و شب +مجزا وستون و ستون +مجزا وزبان و زبان +مجزا آتشبازي آتش‌بازي +مجزا وسبب و سبب +مجزا وطبيعي و طبيعي +مجزا وضبط و ضبط +مجزا وشبكه و شبكه +مجزا وشبكه‌هاي و شبكه‌هاي +مجزا وطبق و طبق +مجزا وشي و شي +مجزا وطي و طي +مجزا وصحنه و صحنه +مجزا وسيله‌يي وسيله‌اي +مجزا وسيلهء وسيلة +مجزا وسينما و سينما +مجزا وسيلهي وسيلة +مجزا وسيما و سيما +مجزا وشيوه و شيوه +مجزا وشيوه‌هاي و شيوه‌هاي +مجزا وصدور و صدور +مجزا وصدورحكم و صدور حكم +مجزا وصدورراي و صدور رأي +مجزا وصدا و صدا +مجزا وسياه و سياه +مجزا وزيان و زيان +مجزا وصداي و صداي +مجزا وسياست و سياست +مجزا وسياسي و سياسي +مجزا وسخت و سخت +مجزا وصيتنامه وصيت‌نامه +مجزا وصيتنامه‌اش وصيت‌نامه‌اش +مجزا وزيبايي و زيبايي +مجزا وصحبت و صحبت +مجزا وصحيح و صحيح +مجزا وزيرآموزش وزير آموزش +مجزا وزيرامور وزير امور +مجزا وزيرامورخارجه وزير امور خارجه +مجزا وزيرارشاد وزير ارشاد +مجزا وشيرين و شيرين +مجزا وزيركشور وزير كشور +مجزا وزيرفرهنگ وزير فرهنگ +مجزا وشخصيت و شخصيت +مجزا وضيعت وضعيت +مجزا وسيعتر وسيع‌تر +مجزا وسيعتري وسيع‌تري +مجزا وسيعترين وسيع‌ترين +مجزا وشر و شر +مجزا وسرمايه و سرمايه +مجزا وضرورت و ضرورت +مجزا وشروع و شروع +مجزا وزراء وزرا +مجزا وسرانجام و سرانجام +مجزا وشرايط و شرايط +مجزا وطرح و طرح +مجزا وسريال و سريال +مجزا وسريع و سريع +مجزا وسرش و سرش +مجزا وشرط و شرط +مجزا وشركت و شركت +مجزا وشركتهاي و شركت‌هاي +مجزا وشش و شش +مجزا آبشش آب‌شش +مجزا آبشش‌هاي آب‌شش‌هاي +مجزا وششم و ششم +مجزا آبششها آبشش‌ها +مجزا وسطهاي وسط‌هاي +مجزا وششمين و ششمين +مجزا آبششي آب‌ششي +مجزا آبششيان آب‌ششيان +مجزا وشكل و شكل +مجزا وشكايت و شكايت +مجزا وضعها وضع‌ها +مجزا وشعب و شعب +مجزا وشعبه و شعبه +مجزا وضعيت‌اش وضعيتش +مجزا وضعيتها وضعيت‌ها +مجزا وضعيتهاي وضعيت‌هاي +مجزا وضعيتهايي وضعيت‌هايي +مجزا وضعيف و ضعيف +مجزا وضعف و ضعف +مجزا وسفيد و سفيد +مجزا آتشفشان‌ها آتش‌فشان‌ها +مجزا آتشفشانهاي آتشفشان‌هاي +مجزا وكل و كل +مجزا وكلام و كلام +مجزا وكمال و كمال +مجزا وكلاء وكلا +مجزا وكنار و كنار +مجزا وكوچك و كوچك +مجزا وكوله و كوله +مجزا وكودكان و كودكان +مجزا وكنترل و كنترل +مجزا وكوشش و كوشش +مجزا وكمي و كمي +مجزا وكليه و كليه +مجزا وكمك و كمك +مجزا وكان و كان +مجزا وكالتنامه وكالت‌نامه +مجزا وكالتا وكالتاً +مجزا وكاهش و كاهش +مجزا وكار و كار +مجزا وكارگردان و كارگردان +مجزا وكارگرداني و كارگرداني +مجزا وكارهاي و كارهاي +مجزا وكاري و كاري +مجزا وكارشناس و كارشناس +مجزا وكارشناسان و كارشناسان +مجزا وكارشناسي و كارشناسي +مجزا وكاركنان و كاركنان +مجزا وكذا و كذا +مجزا وكتاب و كتاب +مجزا وكيا و كيا +مجزا وكيف و كيف +مجزا وكيفي و كيفي +مجزا وكيفيت و كيفيت +مجزا وكيفري و كيفري +مجزا وكشورهاي و كشورهاي +مجزا وكشاورزي و كشاورزي +مجزا وكساني و كساني +مجزا وكسب و كسب +مجزا وكسي و كسي +مجزا وكشف و كشف +مجزا وكف و كف +مجزا وقلم و قلم +مجزا وقوانين و قوانين +مجزا وقواعد و قواعد +مجزا وقوي و قوي +مجزا وقال و قال +مجزا وقانون و قانون +مجزا وقانوني و قانوني +مجزا وقائم و قائم +مجزا وقابل و قابل +مجزا متقابلا متقابلاً +مجزا وقابليت و قابليت +مجزا وقت‌اش وقتش +مجزا وقت‌به وقت به +مجزا وقت‌خود وقت خود +مجزا وقبل و قبل +مجزا وقتها وقت‌ها +مجزا وقتهاي وقت‌هاي +مجزا وقتهايي وقت‌هايي +مجزا وقتيكه وقتي‌كه +مجزا وقد و قد +مجزا وقدر و قدر +مجزا وقدرت و قدرت +مجزا وقرائت و قرائت +مجزا وقرار و قرار +مجزا وقرارعدم و قرار عدم +مجزا وقسمت و قسمت +مجزا وقصد و قصد +مجزا وقفه‌يي وقفه‌اي +مجزا وقفنامه وقف‌نامه +مجزا وظ‌ايف وظايف +مجزا وعن و عن +مجزا وغم و غم +مجزا وعلم و علم +مجزا وعمل و عمل +مجزا وعلوم و علوم +مجزا وعمومي و عمومي +مجزا وعنوان و عنوان +مجزا وعمويم و عمويم +مجزا وظهور و ظهور +مجزا وعلمي و علمي +مجزا وعملي و عملي +مجزا وعمليات و عمليات +مجزا وعملكرد و عملكرد +مجزا وعلاوه و علاوه +مجزا وعنايت و عنايت +مجزا وعناصر و عناصر +مجزا وعلاقه و علاقه +مجزا وعلت و علت +مجزا وعوامل و عوامل +مجزا وعوارض و عوارض +مجزا وعلي و علي +مجزا وعليه و عليه +مجزا وعليكم و عليكم +مجزا وعميق و عميق +مجزا وعمران و عمران +مجزا متعلق‌به متعلق به +مجزا وعام و عام +مجزا وعالم و عالم +مجزا وظائف وظايف +مجزا متعاقبا متعاقباً +مجزا وعذاب و عذاب +مجزا وعدم و عدم +مجزا وعدالت و عدالت +مجزا وعيدهاي و عيدهاي +مجزا متغيير متغير +مجزا متغييرهاي متغيرهاي +مجزا وغير و غير +مجزا وغيره و غيره +مجزا وغيرقابل و غيرقابل +مجزا وظيفه‌يي وظيفه‌اي +مجزا وظيفهء وظيفة +مجزا وعراق و عراق +مجزا وغرب و غرب +مجزا وغريب و غريب +مجزا وغريبي و غريبي +مجزا وعرض و عرض +مجزا وعرف و عرف +مجزا وعرفان و عرفان +مجزا وظرفيت و ظرفيت +مجزا وغصه و غصه +مجزا وعشق و عشق +مجزا وعكس و عكس +مجزا وعقل و عقل +مجزا وعقد و عقد +مجزا وفن و فن +مجزا وفن‌آوري و فناوري +مجزا وفناوري و فناوري +مجزا وفوق و فوق +مجزا وفني و فني +مجزا وفلزات و فلزات +مجزا وفلسفه و فلسفه +مجزا وفاء وفا +مجزا متفاوت‌ست متفاوت است +مجزا وفاصله و فاصله +مجزا وفاطمه و فاطمه +مجزا وفاضلاب و فاضلاب +مجزا وفيلم و فيلم +مجزا وفيلم‌هاي و فيلم‌هاي +مجزا وفيلم‌برداري و فيلم‌برداري +مجزا وفرهنگ و فرهنگ +مجزا وفرهنگي و فرهنگي +مجزا وفروش و فروش +مجزا وفرياد و فرياد +مجزا وفرزندان و فرزندان +مجزا وفصل و فصل +مجزا وفضاي و فضاي +مجزا وفشار و فشار +مجزا وفكر و فكر +مجزا متفق‌القولند متفق‌القول‌اند +مجزا متفقا متفقاً +مجزا وفقط و فقط +مجزا وفعال و فعال +مجزا وفعاليت و فعاليت +مجزا هيچ‌گاه هيچگاه +مجزا هيچگونه هيچ‌گونه +مجزا مي‌گوئي مي‌گويي +مجزا مي‌گوئيم مي‌گوييم +مجزا مي‌گوئيد مي‌گوييد +مجزا هيچ‌وجه هيچ وجه +مجزا مي‌گويم‌اي مي‌گويم اي +مجزا مي‌گويداي مي‌گويد اي +مجزا مي‌گويدكه مي‌گويد كه +مجزا مي‌گنيم مي‌كنيم +مجزا مي‌پائيد مي‌پاييد +مجزا ليگ‌برتر ليگ برتر +مجزا هيچ‌جا هيچ جا +مجزا مي‌گيردو مي‌گيرد و +مجزا هيچ‌رو هيچ رو +مجزا هيچ‌روي هيچ روي +مجزا مي‌گرددكه مي‌گردد كه +مجزا هيچ‌كار هيچ كار +مجزا هيچ‌كاري هيچ كاري +مجزا ميگن مي‌گن +مجزا ميگم مي‌گم +مجزا ميگه مي‌گه +مجزا مي‌نمائيم مي‌نماييم +مجزا مي‌نمائيد مي‌نماييد +مجزا مي‌نمايدكه مي‌نمايد كه +مجزا مي‌آئي مي‌آيي +مجزا مي‌آئيم مي‌آييم +مجزا مي‌آئيد مي‌آييد +مجزا مي‌نند مي‌زنند +مجزا ليگهاي ليگ‌هاي +مجزا ميگوئي مي‌گوئي +مجزا ميگوئيم مي‌گوئيم +مجزا ميگوي مي‌گوي +مجزا ميگويم مي‌گويم +مجزا هيچوجه هيچ‌وجه +مجزا ميگويند مي‌گويند +مجزا ميگويي مي‌گويي +مجزا ميگويد مي‌گويد +مجزا ميگوييم مي‌گوييم +مجزا ميگوييد مي‌گوييد +مجزا ميپوشند مي‌پوشند +مجزا ميپوشيد مي‌پوشيد +مجزا مي‌هد مي‌دهد +مجزا مي‌ند مي‌زند +مجزا مي‌آد مياد +مجزا مي‌آيدو مي‌آيد و +مجزا مي‌اورم مي‌آورم +مجزا مي‌اورند مي‌آورند +مجزا مي‌اورد مي‌آورد +مجزا مي‌امد مي‌آمد +مجزا مي‌امدند مي‌آمدند +مجزا مي‌انداد مي‌اندازد +مجزا مي‌ايم مي‌آيم +مجزا مي‌ايند مي‌آيند +مجزا مي‌ايد مي‌آيد +مجزا ميگذارم مي‌گذارم +مجزا ميگذارند مي‌گذارند +مجزا ميگذاري مي‌گذاري +مجزا ميگذارد مي‌گذارد +مجزا ميگذاشت مي‌گذاشت +مجزا ميگذاشتند مي‌گذاشتند +مجزا ميگذاشتيم مي‌گذاشتيم +مجزا ميپذيرند مي‌پذيرند +مجزا ميپذيرد مي‌پذيرد +مجزا ميگذراند مي‌گذراند +مجزا ميگذرد مي‌گذرد +مجزا ميگذريم مي‌گذريم +مجزا ميگذشت مي‌گذشت +مجزا مي‌توان‌از مي‌توان از +مجزا مي‌توان‌به مي‌توان به +مجزا مي‌تواندبه مي‌تواند به +مجزا مي‌توانددر مي‌تواند در +مجزا مي‌توانست‌به مي‌توانست به +مجزا مي‌توانست‌با مي‌توانست با +مجزا مي‌بايست‌به مي‌بايست به +مجزا مي‌بايست‌با مي‌بايست با +مجزا مي‌باشدو مي‌باشد و +مجزا مي‌باشدكه مي‌باشد كه +مجزا مي‌برگزار مي برگزار +مجزا ميگيم مي‌گيم +مجزا مي‌خواست‌به مي‌خواست به +مجزا مي‌دهدكه مي‌دهد كه +مجزا مي‌يان مي‌آن +مجزا مي‌يام مي‌آم +مجزا مي‌داندكه مي‌داند كه +مجزا مي‌ياد مي‌آد +مجزا مي‌يارم مي‌آرم +مجزا مي‌ياره مي‌آره +مجزا ميگيد مي‌گيد +مجزا مي‌در مي در +مجزا ميگيرم مي‌گيرم +مجزا ميگيره مي‌گيره +مجزا ميگيرند مي‌گيرند +مجزا ميگيري مي‌گيري +مجزا ميگيرد مي‌گيرد +مجزا ميگيريم مي‌گيريم +مجزا ميگيريد مي‌گيريد +مجزا هيچيك هيچ‌يك +مجزا ميگردم مي‌گردم +مجزا ميگردند مي‌گردند +مجزا ميگرداند مي‌گرداند +مجزا ميپرداخت مي‌پرداخت +مجزا ميپرداختند مي‌پرداختند +مجزا ميپردازند مي‌پردازند +مجزا ميپردازد مي‌پردازد +مجزا ميپردازيم مي‌پردازيم +مجزا ميپريد مي‌پريد +مجزا ميگردد مي‌گردد +مجزا ميگرديد مي‌گرديد +مجزا ميگريزد مي‌گريزد +مجزا ميپرسم مي‌پرسم +مجزا مي‌رسدكه مي‌رسد كه +مجزا ميگرفت مي‌گرفت +مجزا ميگرفتم مي‌گرفتم +مجزا ميگرفتند مي‌گرفتند +مجزا ميگرفتيم مي‌گرفتيم +مجزا مي‌طپد مي‌تپد +مجزا مي‌طپيد مي‌تپيد +مجزا مي‌شناسيش مي‌شناسي‌اش +مجزا مي‌شو مي‌شود +مجزا مي‌شوندو مي‌شوند و +مجزا مي‌شوندكه مي‌شوند كه +مجزا مي‌شودو مي‌شود و +مجزا مي‌شوداين مي‌شود اين +مجزا مي‌شودكه مي‌شود كه +مجزا مي‌صورت مي صورت +مجزا مي‌سال مي سال +مجزا ميگشت مي‌گشت +مجزا ميگشتم مي‌گشتم +مجزا مي‌شدو مي‌شد و +مجزا مي‌شدكه مي‌شد كه +مجزا مي‌كنم‌اي مي‌كنم اي +مجزا مي‌كندو مي‌كند و +مجزا مي‌كندكه مي‌كند كه +مجزا هيچكدام هيچ‌كدام +مجزا هيچكدامشان هيچ‌كدامشان +مجزا مي‌كردو مي‌كرد و +مجزا مي‌كردندو مي‌كردند و +مجزا مي‌كردكه مي‌كرد كه +مجزا لي‌عليكم لي عليكم +مجزا مي‌غلطند مي‌غلتند +مجزا مي‌غلطد مي‌غلتد +مجزا ميگفت مي‌گفت +مجزا ميگفتم مي‌گفتم +مجزا ميگفته مي‌گفته +مجزا ميگفتند مي‌گفتند +مجزا مي‌فرمائيد مي‌فرماييد +مجزا مي‌فرمائيدبين مي‌فرماييد بين +مجزا مي‌فكر مي فكر +مجزا مده‌آ مدئا +مجزا آدم‌هائي آدم‌هايي +مجزا آيه‌الله‌العظمي آيت‌الله‌العظمي +مجزا مينگرند مي‌نگرند +مجزا مينگرد مي‌نگرد +مجزا ميلگرد ميل‌گرد +مجزا مينگريست مي‌نگريست +مجزا آيه‌شريفه آيه شريفه +مجزا آدم‌عليه آدم عليه +مجزا آيهء آية +مجزا ليله‌القدر ليلة‌القدر +مجزا ميهنپرست ميهن‌پرست +مجزا ميهنپرستان ميهن‌پرستان +مجزا مجلهء مجلة +مجزا آينهها آينه‌ها +مجزا آينههاي آينه‌هاي +مجزا مينمود مي‌نمود +مجزا مينموده مي‌نموده +مجزا مينمودند مي‌نمودند +مجزا آدمها آدم‌ها +مجزا نخلها نخل‌ها +مجزا ميلها ميل‌ها +مجزا محلها محل‌ها +مجزا مدلها مدل‌ها +مجزا ميهمانها ميهمان‌ها +مجزا آدمهائي آدم‌هائي +مجزا ميهماندار ميهمان‌دار +مجزا ميهمانسراي ميهمان‌سراي +مجزا آدمهاي آدم‌هاي +مجزا نخلهاي نخل‌هاي +مجزا ميلهاي ميل‌هاي +مجزا محلهاي محل‌هاي +مجزا مدلهاي مدل‌هاي +مجزا مينمايند مي‌نمايند +مجزا مينمايد مي‌نمايد +مجزا آدمهايي آدم‌هايي +مجزا محلهايي محل‌هايي +مجزا مدلهايي مدل‌هايي +مجزا آدمهايش آدم‌هايش +مجزا آدمهاست آدم‌هاست +مجزا محلولها محلول‌ها +مجزا ميمونها ميمون‌ها +مجزا محلولهاي محلول‌هاي +مجزا محمولهاي محمول‌هاي +مجزا ميمونهاي ميمون‌هاي +مجزا محلولهايي محلول‌هايي +مجزا مخملباف مخمل‌باف +مجزا مينويسم مي‌نويسم +مجزا مينويسند مي‌نويسند +مجزا مينويسد مي‌نويسد +مجزا ميآورند مي‌آورند +مجزا ميآورد مي‌آورد +مجزا ميآوردند مي‌آوردند +مجزا مخلوطهاي مخلوط‌هاي +مجزا مينوشت مي‌نوشت +مجزا مجموعه‌يي مجموعه‌اي +مجزا مجموعهء مجموعة +مجزا مجموعههاي مجموعه‌هاي +مجزا مجموعهاي مجموعه‌اي +مجزا مجموعهي مجموعه‌ي +مجزا مجموعا مجموعاً +مجزا ميآمد مي‌آمد +مجزا مجلهي مجلة +مجزا ميآمدند مي‌آمدند +مجزا ميآمديم مي‌آمديم +مجزا ميآميزد مي‌آميزد +مجزا نخها نخ‌ها +مجزا ميمانم مي‌مانم +مجزا مينامند مي‌نامند +مجزا ميمانند مي‌مانند +مجزا مينامد مي‌نامد +مجزا ميماني مي‌ماني +مجزا ميماند مي‌ماند +مجزا ميناميم مي‌ناميم +مجزا ميمانيم مي‌مانيم +مجزا نخهاي نخ‌هاي +مجزا ليلة ليله +مجزا هيأت‌ها هيئت‌ها +مجزا هيأت‌هايي هيئت‌هايي +مجزا هيأت‌مديره هيئت‌مديره +مجزا هيأت‌رئيسه هيئت‌رئيسه +مجزا هيأت‌رئيسة هيئت‌رئيسة +مجزا هيأت‌رييسه هيئت‌رئيسه +مجزا هيأت‌رييسة هيئت‌رئيسة +مجزا هيأت‌علمي هيئت علمي +مجزا نيون نئون +مجزا نيمتنه نيم‌تنه +مجزا نحوهء نحوة +مجزا نيمتنه‌اش نيم‌تنه‌اش +مجزا ميوهها ميوه‌ها +مجزا هيأتها هيأت‌ها +مجزا هيأتهاي هيأت‌هاي +مجزا نحوهي نحوة +مجزا ليوانهاي ليوان‌هاي +مجزا نخواهدبود نخواهد بود +مجزا نخواهدداشت نخواهد داشت +مجزا نخواهدشد نخواهد شد +مجزا نخواهدكرد نخواهد كرد +مجزا هيئت‌رييسه هيئت‌رئيسه +مجزا هيئت‌رييسة هيئت‌رئيسة +مجزا هيئتهاي هيئت‌هاي +مجزا آجورلو آجرلو +مجزا ميوشد مي‌شود +مجزا ميوزيد مي‌وزيد +مجزا مجوزقانوني مجوز قانوني +مجزا آدمي‌ست آدميست +مجزا ميآيم مي‌آيم +مجزا آينده‌يي آينده‌اي +مجزا ميليون‌نفري ميليون نفري +مجزا ميليون‌دلار ميليون دلار +مجزا ميليون‌دلاري ميليون دلاري +مجزا ميليونها ميليون‌ها +مجزا آدمخوار آدم‌خوار +مجزا ميآيند مي‌آيند +مجزا محمدمحمدي محمد محمدي +مجزا محمدا محمداً +مجزا ميلياردو ميليارد و +مجزا ميلياردتومان ميليارد تومان +مجزا ميليارددلار ميليارد دلار +مجزا ميليارددلاري ميليارد دلاري +مجزا ميلياردريال ميليارد ريال +مجزا ميآيد مي‌آيد +مجزا ميميرد مي‌ميرد +مجزا محمدرضاعباسي محمدرضا عباسي +مجزا محمدصلي محمد صلي +مجزا آدميزاده آدمي‌زاده +مجزا ميمرد مي‌مرد +مجزا نيمرخ نيم‌رخ +مجزا نيمرخ‌هاي نيم‌رخ‌هاي +مجزا ميلرزيد مي‌لرزيد +مجزا مجهزاند مجهزند +مجزا نيمساعت نيم‌ساعت +مجزا مينشينند مي‌نشينند +مجزا مينشيند مي‌نشيند +مجزا مينشست مي‌نشست +مجزا نيمكتها نيمكت‌ها +مجزا نيمكتهاي نيمكت‌هاي +مجزا آدمكش آدم‌كش +مجزا مجمع‌تشخيص مجمع تشخيص +مجزا مجمعالجزاير مجمع الجزاير +مجزا نيمفرسنگ نيم‌فرسنگ +مجزا مدالها مدال‌ها +مجزا مدالهاي مدال‌هاي +مجزا مجانا مجاناً +مجزا نيائي نيايي +مجزا نيائيد نياييد +مجزا ميانبر ميان‌بر +مجزا مياورد مي‌آورد +مجزا آيامي آيا مي +مجزا آيامي‌توان آيا مي‌توان +مجزا مياندوره‌اي ميان‌دوره‌اي +مجزا نيانجامد نينجامد +مجزا ميانخالي ميان‌خالي +مجزا ميانيابي ميان‌يابي +مجزا ميانداخت مي‌انداخت +مجزا ميانداختند مي‌انداختند +مجزا مياندازند مي‌اندازند +مجزا مياندازد مي‌اندازد +مجزا مياندازيم مي‌اندازيم +مجزا مجاهدتهاي مجاهدت‌هاي +مجزا ميانسال ميان‌سال +مجزا ميانسالي ميان‌سالي +مجزا مخالفت‌با مخالفت با +مجزا مخالفت‌خود مخالفت خود +مجزا مخالفتها مخالفت‌ها +مجزا مخالفتهاي مخالفت‌هاي +مجزا مخالفتهايي مخالفت‌هايي +مجزا آيااين آيا اين +مجزا هيات هيئت +مجزا هيات‌منصفه هيئت‌منصفه +مجزا هيات‌ها هيئت‌ها +مجزا هيات‌هاي هيأت‌هاي +مجزا هيات‌مديره هيئت‌مديره +مجزا هيات‌امناي هيئت‌امناي +مجزا هيات‌رئيسه هيئت‌رئيسه +مجزا هيات‌رئيسة هيئت‌رئيسة +مجزا هيات‌رييسه هيئت‌رئيسه +مجزا هيات‌رييسه هيات‌رئيسه +مجزا هيات‌رييسة هيئت‌رئيسة +مجزا هياتها هيات‌ها +مجزا هياتهاي هيئت‌هاي +مجزا هياتهاي هيات‌هاي +مجزا هياتهايي هيئت‌هايي +مجزا نجاتبخش نجات‌بخش +مجزا هياتي هيأتي +مجزا آياتيكه آياتي كه +مجزا مياي مي‌آي +مجزا ميايم مي‌آيم +مجزا مداخلههاي مداخله‌هاي +مجزا ندادهاند نداده‌اند +مجزا هدايائي هدايايي +مجزا هدايت‌به هدايت به +مجزا هدايتها هدايت‌ها +مجزا هدايتهاي هدايت‌هاي +مجزا ميايد مي‌آيد +مجزا نيايشهاي نيايش‌هاي +مجزا ميايستاد مي‌ايستاد +مجزا ميارم مي‌آرم +مجزا نداردو ندارد و +مجزا نداردكه ندارد كه +مجزا نيازمنديها نيازمندي‌ها +مجزا نيازمنديهاي نيازمندي‌هاي +مجزا مجازا مجازاً +مجزا مجازاتها مجازات‌ها +مجزا مجازاتهاي مجازات‌هاي +مجزا مجازاتهايي مجازات‌هايي +مجزا نجاست‌خمر نجاست خمر +مجزا مخاطب‌ست مخاطب است +مجزا نيازبه نياز به +مجزا نداشته‌باشد نداشته باشد +مجزا مخاطبها مخاطب‌ها +مجزا مخاطبهاي مخاطب‌هاي +مجزا مخاطبان‌خود مخاطبان خود +مجزا نيازدارد نياز دارد +مجزا ميافتاد مي‌افتاد +مجزا نيافتاد نيفتاد +مجزا نيافتاده نيفتاده +مجزا ميافتد مي‌افتد +مجزا نيافتد نيفتد +مجزا ميافزايد مي‌افزايد +مجزا ميذارم مي‌ذارم +مجزا محًرم محرم +مجزا مدت‌هاي‌مديد مدت‌هاي مديد +مجزا مدت‌مديد مدت مديد +مجزا آيت‌ا آيت‌الله +مجزا آيت‌الل آيت‌الله +مجزا آية‌الله آيت‌الله +مجزا مدت‌زمان مدت زمان +مجزا مدت‌زماني مدت زماني +مجزا محتملا محتملاً +مجزا آيتمهاي آيتم‌هاي +مجزا نيتها نيت‌ها +مجزا مدتها مدت‌ها +مجزا نيتهاي نيت‌هاي +مجزا مدتهاي مدت‌هاي +مجزا مدتهاست مدت‌هاست +مجزا ميتونن مي‌تونن +مجزا ميتونم مي‌تونم +مجزا ميتونه مي‌تونه +مجزا ميتوني مي‌توني +مجزا ميتونيم مي‌تونيم +مجزا ميتونيد مي‌تونيد +مجزا ميتونستم مي‌تونستم +مجزا ميتوان مي‌توان +مجزا ميتوانم مي‌توانم +مجزا ميتوانند مي‌توانند +مجزا ميتواني مي‌تواني +مجزا ميتواند مي‌تواند +مجزا ميتوانيم مي‌توانيم +مجزا ميتوانيد مي‌توانيد +مجزا ميتوانست مي‌توانست +مجزا ميتوانستم مي‌توانستم +مجزا ميتوانستند مي‌توانستند +مجزا محبوبتر محبوب‌تر +مجزا محبوبترين محبوب‌ترين +مجزا ميبندند مي‌بندند +مجزا ميبندد مي‌بندد +مجزا مجتمعهاي مجتمع‌هاي +مجزا آيةالل آيه‌الله +مجزا آيةالله آيت‌الله +مجزا ميبايد مي‌بايد +مجزا ميبايست مي‌بايست +مجزا ميبايستي مي‌بايستي +مجزا ميباريد مي‌باريد +مجزا ميباشم مي‌باشم +مجزا ميباشند مي‌باشند +مجزا ميباشد مي‌باشد +مجزا محبت‌به محبت به +مجزا محبت‌خدا محبت خدا +مجزا محبتها محبت‌ها +مجزا محبتهاي محبت‌هاي +مجزا ميبينم مي‌بينم +مجزا ميبينند مي‌بينند +مجزا ميبيني مي‌بيني +مجزا ميبيند مي‌بيند +مجزا ميبينيم مي‌بينيم +مجزا ميبينيد مي‌بينيد +مجزا ميبخشد مي‌بخشد +مجزا ميبرم مي‌برم +مجزا ميبرند مي‌برند +مجزا ليبرال‌دمكرات ليبرال دمكرات +مجزا ليبرالها ليبرال‌ها +مجزا ميتراشد مي‌تراشد +مجزا ميبرد مي‌برد +مجزا ميبريم مي‌بريم +مجزا ميبردند مي‌بردند +مجزا ميبريد مي‌بريد +مجزا ميترسم مي‌ترسم +مجزا ميترسيد مي‌ترسيد +مجزا مختصرا مختصراً +مجزا هيج هيچ +مجزا ميدن مي‌دن +مجزا ميدم مي‌دم +مجزا ميده مي‌ده +مجزا ميجنگيد مي‌جنگيد +مجزا ميجنگيدند مي‌جنگيدند +مجزا ميدهم مي‌دهم +مجزا آيينها آيين‌ها +مجزا آيينهاي آيين‌هاي +مجزا مدخلهاي مدخل‌هاي +مجزا آيينهايي آيين‌هايي +مجزا ميدهند مي‌دهند +مجزا ميدونم مي‌دونم +مجزا ميدوني مي‌دوني +مجزا ميدونين مي‌دونين +مجزا ميدونيد مي‌دونيد +مجزا ميدونست مي‌دونست +مجزا ميدونستم مي‌دونستم +مجزا ميخوان مي‌خوان +مجزا ميخوام مي‌خوام +مجزا ميخوانم مي‌خوانم +مجزا ميخواهم مي‌خواهم +مجزا ميخوانند مي‌خوانند +مجزا ميخواهند مي‌خواهند +مجزا ميخواند مي‌خواند +مجزا ميخواهي مي‌خواهي +مجزا ميخواهد مي‌خواهد +مجزا ميخوانيم مي‌خوانيم +مجزا ميخواندم مي‌خواندم +مجزا ميخواهيم مي‌خواهيم +مجزا ميخواندند مي‌خواندند +مجزا ميخوانيد مي‌خوانيد +مجزا ميخواهيد مي‌خواهيد +مجزا ميخواي مي‌خواي +مجزا ميخواد مي‌خواد +مجزا ميخواين مي‌خواين +مجزا ميخواست مي‌خواست +مجزا ميخواستم مي‌خواستم +مجزا ميخواسته مي‌خواسته +مجزا ميخواستند مي‌خواستند +مجزا ميخواستي مي‌خواستي +مجزا ميخواستيم مي‌خواستيم +مجزا ميدود مي‌دود +مجزا ميدويد مي‌دويد +مجزا ميدويدند مي‌دويدند +مجزا محدوديتها محدوديت‌ها +مجزا محدوديتهاي محدوديت‌هاي +مجزا محدوديتهايي محدوديت‌هايي +مجزا ميخوره مي‌خوره +مجزا ميخورند مي‌خورند +مجزا ميخوري مي‌خوري +مجزا ميخورد مي‌خورد +مجزا ميخوريم مي‌خوريم +مجزا ميخوردند مي‌خوردند +مجزا ميخورديم مي‌خورديم +مجزا ميجوشيد مي‌جوشيد +مجزا ميدهي مي‌دهي +مجزا ميدهد مي‌دهد +مجزا ميدهيم مي‌دهيم +مجزا ميخندد مي‌خندد +مجزا ميدهيد مي‌دهيد +مجزا ميدانم مي‌دانم +مجزا ميدانها ميدان‌ها +مجزا ميدانهاي ميدان‌هاي +مجزا هيجانهاي هيجان‌هاي +مجزا ميدانند مي‌دانند +مجزا هيجانانگيز هيجان‌انگيز +مجزا ميداند مي‌داند +مجزا ميدانيم مي‌دانيم +مجزا ميدانيد مي‌دانيد +مجزا ميدانست مي‌دانست +مجزا ميدانستم مي‌دانستم +مجزا ميدانسته مي‌دانسته +مجزا ميدانستند مي‌دانستند +مجزا ميدانستيد مي‌دانستيد +مجزا هيجانزده هيجان‌زده +مجزا مييابند مي‌يابند +مجزا مييابد مي‌يابد +مجزا ميداد مي‌داد +مجزا ميدادم مي‌دادم +مجزا ميدادند مي‌دادند +مجزا ميداديم مي‌داديم +مجزا ميداديد مي‌داديد +مجزا ميدارم مي‌دارم +مجزا ميدارند مي‌دارند +مجزا ميداري مي‌داري +مجزا ميدارد مي‌دارد +مجزا ميداريد مي‌داريد +مجزا ميداشت مي‌داشت +مجزا ميداشته مي‌داشته +مجزا ميداشتند مي‌داشتند +مجزا هييت هيئت +مجزا هييت‌رييسه هيئت‌رئيسه +مجزا ليدي‌ان ليدي‌آن +مجزا ميديم مي‌ديم +مجزا مجددأ مجدداً +مجزا نديدهام نديده‌ام +مجزا نديدهام نديدهام +مجزا مجيدو مجيد و +مجزا مجددا مجدداً +مجزا مجدداإ مجدداً +مجزا مجددبه مجدد به +مجزا ميديد مي‌ديد +مجزا ميديدم مي‌ديدم +مجزا ميديدند مي‌ديدند +مجزا ميخيزد مي‌خيزد +مجزا هيدرو هيدرور +مجزا هيدروكربنهاي هيدروكربن‌هاي +مجزا مديرمسؤول مديرمسئول +مجزا مديرمسوول مديرمسئول +مجزا مديرمسوولي مديرمسئولي +مجزا مديراجرايي مدير اجرايي +مجزا مديربرنامه مدير برنامه +مجزا مديربرنامه‌ريزي مدير برنامه‌ريزي +مجزا مديرتصويربرداري مدير تصويربرداري +مجزا نيجريه‌يي نيجريه‌اي +مجزا مديريت‌حوزه مديريت حوزه +مجزا مديريتها مديريت‌ها +مجزا مديريتهاي مديريت‌هاي +مجزا ميخريد مي‌خريد +مجزا مديرفني مدير فني +مجزا مديرفيلم مدير فيلم +مجزا مديرفيلم‌برداري مدير فيلم‌برداري +مجزا هيدرژن هيدروژن +مجزا محيط‌زيست محيط زيست +مجزا محيطها محيط‌ها +مجزا محيطهاي محيط‌هاي +مجزا محيطهايي محيط‌هايي +مجزا ميجست مي‌جست +مجزا ميجستند مي‌جستند +مجزا محيطزيست محيط زيست +مجزا ميخكوب ميخ‌كوب +مجزا ميرم مي‌رم +مجزا نيرنگهاي نيرنگ‌هاي +مجزا آخرماده آخر ماده +مجزا نيروگاههاي نيروگاه‌هاي +مجزا ميروم مي‌روم +مجزا نيروئي نيرويي +مجزا محرومترين محروم‌ترين +مجزا ميروند مي‌روند +مجزا محروميتها محروميت‌ها +مجزا محروميتهاي محروميت‌هاي +مجزا ميروي مي‌روي +مجزا ميرود مي‌رود +مجزا ميرويم مي‌رويم +مجزا ميرويد مي‌رويد +مجزا ميرور مي‌رور +مجزا مدرنترين مدرن‌ترين +مجزا مخروطهاي مخروط‌هاي +مجزا ميرند مي‌رند +مجزا مدرنيستها مدرنيست‌ها +مجزا ميرانند مي‌رانند +مجزا ميراند مي‌راند +مجزا ميرانيم مي‌رانيم +مجزا ميراندن مي‌راندن +مجزا ميرانديم مي‌رانديم +مجزا ميراثهاي ميراث‌هاي +مجزا ميريم مي‌ريم +مجزا آخرين‌قيمت آخرين قيمت +مجزا ميريخت مي‌ريخت +مجزا ميريزد مي‌ريزد +مجزا ميرسم مي‌رسم +مجزا ميرسه مي‌رسه +مجزا آدرسها آدرس‌ها +مجزا آدرسهاي آدرس‌هاي +مجزا ميرسند مي‌رسند +مجزا مدرسهي مدرسة +مجزا ميرزائي ميرزايي +مجزا ميرساند مي‌رساند +مجزا ميرسد مي‌رسد +مجزا ميرسيم مي‌رسيم +مجزا ميرسيد مي‌رسيد +مجزا ميرسيدند مي‌رسيدند +مجزا محركها محرك‌ها +مجزا محركهاي محرك‌هاي +مجزا محركهايي محرك‌هايي +مجزا ميرقصيدند مي‌رقصيدند +مجزا ميرفت مي‌رفت +مجزا ميرفتم مي‌رفتم +مجزا ميرفتند مي‌رفتند +مجزا ميرفتيم مي‌رفتيم +مجزا ميرفتيد مي‌رفتيد +مجزا ميشم مي‌شم +مجزا ميشه مي‌شه +مجزا أحسن احسن +مجزا ميزنن مي‌زنن +مجزا ميزنم مي‌زنم +مجزا ميزنه مي‌زنه +مجزا مجسمههاي مجسمه‌هاي +مجزا ميشنوم مي‌شنوم +مجزا ميشنويد مي‌شنويد +مجزا ميزنند مي‌زنند +مجزا نيزمانند نيز مانند +مجزا ميشمارد مي‌شمارد +مجزا ميشناسم مي‌شناسم +مجزا ميشناسند مي‌شناسند +مجزا ميشناسي مي‌شناسي +مجزا ميشناسد مي‌شناسد +مجزا ميشناسيد مي‌شناسيد +مجزا ميشوم مي‌شوم +مجزا ميشوند مي‌شوند +مجزا محسوب‌مي‌شود محسوب مي‌شود +مجزا ميشوي مي‌شوي +مجزا ميشود مي‌شود +مجزا ميطلبد مي‌طلبد +مجزا ميشويم مي‌شويم +مجزا ميشويد مي‌شويد +مجزا مخصوصأ مخصوصاً +مجزا مخصوصا مخصوصاً +مجزا مخصوصاإ مخصوصاً +مجزا ميسوزد مي‌سوزد +مجزا ميزني مي‌زني +مجزا ميزند مي‌زند +مجزا نيزمي نيز مي +مجزا ميزنيم مي‌زنيم +مجزا ميسنجند مي‌سنجند +مجزا ميزنيد مي‌زنيد +مجزا نيزهست نيز هست +مجزا ميزانهاي ميزان‌هاي +مجزا نيزاين نيز اين +مجزا ميساختند مي‌ساختند +مجزا ميسازند مي‌سازند +مجزا ميسازد مي‌سازد +مجزا نيست‚ نيست ، +مجزا نيست‌اي نيست اي +مجزا نيست‌به نيست به +مجزا نخست‌به نخست به +مجزا نيست‌بلكه نيست بلكه +مجزا نيست‌با نيست با +مجزا نخست‌با نخست با +مجزا نخست‌بايد نخست بايد +مجزا نيست‌براي نيست براي +مجزا نيست‌يا نيست يا +مجزا نيست‌يعني نيست يعني +مجزا نيست‌كه نيست كه +مجزا نيزبه نيز به +مجزا ليستها ليست‌ها +مجزا ليستهاي ليست‌هاي +مجزا نخستوزير نخست‌وزير +مجزا نيزبا نيز با +مجزا نيستيها نيستي‌ها +مجزا ميزد مي‌زد +مجزا ميشد مي‌شد +مجزا ميزدم مي‌زدم +مجزا ميشيم مي‌شيم +مجزا ميشدم مي‌شدم +مجزا ميشده مي‌شده +مجزا ميزدند مي‌زدند +مجزا ميشدند مي‌شدند +مجزا نيشدار نيش‌دار +مجزا ميزديم مي‌زديم +مجزا ميشديم مي‌شديم +مجزا نيزدر نيز در +مجزا ميزيسته مي‌زيسته +مجزا ميزرا ميز را +مجزا ميسرايد مي‌سرايد +مجزا نيزكه نيز كه +مجزا ميشكند مي‌شكند +مجزا ميزكار ميز كار +مجزا ميكنن مي‌كنن +مجزا ميكنم مي‌كنم +مجزا ميكنه مي‌كنه +مجزا ميكنند مي‌كنند +مجزا نيكنام نيك‌نام +مجزا نيكنامي نيك‌نامي +مجزا نيكوئي نيكويي +مجزا محكوميتهاي محكوميت‌هاي +مجزا ميكوبد مي‌كوبد +مجزا محكمتر محكم‌تر +مجزا محكمتري محكم‌تري +مجزا محكمترين محكم‌ترين +مجزا ميكوشد مي‌كوشد +مجزا ميكني مي‌كني +مجزا ميكند مي‌كند +مجزا ميكنين مي‌كنين +مجزا ميكنيم مي‌كنيم +مجزا ميكنيد مي‌كنيد +مجزا ميكاهد مي‌كاهد +مجزا ميكاييل ميكائيل +مجزا ميكاييلي ميكائيلي +مجزا ميكارند مي‌كارند +مجزا نيكبخت نيك‌بخت +مجزا نيكبختي نيك‌بختي +مجزا نيكدل نيك‌دل +مجزا نيكيها نيكي‌ها +مجزا نيكخو نيك‌خو +مجزا نيكخواه نيك‌خواه +مجزا ميكروبها ميكروب‌ها +مجزا ميكروفن‌ها ميكروفون‌ها +مجزا ميكرب ميكروب +مجزا ميكرد مي‌كرد +مجزا ميكردن مي‌كردن +مجزا ميكردم مي‌كردم +مجزا ميكرده مي‌كرده +مجزا ميكردند مي‌كردند +مجزا ميكردي مي‌كردي +مجزا ميكرديم مي‌كرديم +مجزا ميكرديد مي‌كرديد +مجزا ميكشم مي‌كشم +مجزا ميكشه مي‌كشه +مجزا ميكشند مي‌كشند +مجزا ميكشد مي‌كشد +مجزا ميكشيد مي‌كشيد +مجزا ميكشيدند مي‌كشيدند +مجزا أحق احق +مجزا ليقوم‌الناس ليقوم الناس +مجزا محققا محققاً +مجزا لحظ‌هاي لحظه‌اي +مجزا لحظه‌يي لحظه‌اي +مجزا لحظهاي لحظ‌هاي +مجزا هدف‌مند هدفمند +مجزا هدف‌مان هدفمان +مجزا هدف‌اش هدفش +مجزا هدفگذاري هدف‌گذاري +مجزا ميفهمم مي‌فهمم +مجزا ميفهمي مي‌فهمي +مجزا ميفهمد مي‌فهمد +مجزا هدفها هدف‌ها +مجزا هدفهاي هدف‌هاي +مجزا هدفهايي هدف‌هايي +مجزا هدفدار هدف‌دار +مجزا هدفداري هدف‌داري +مجزا ميفرمائيد مي‌فرمائيد +مجزا ميفرمايد مي‌فرمايد +مجزا ميفرماييد مي‌فرماييد +مجزا ميفروخت مي‌فروخت +مجزا ميفروشند مي‌فروشند +مجزا ميفشرد مي‌فشرد +مجزا مرگها مرگ‌ها +مجزا مرگهاي مرگ‌هاي +مجزا هرچهار هر چهار +مجزا هرگوشه هر گوشه +مجزا هرچندكه هرچند كه +مجزا مرگباري مرگ‌باري +مجزا هرچي هر چي +مجزا هرچيز هر چيز +مجزا هرچيزي هر چيزي +مجزا هرگروه هر گروه +مجزا هرچقدر هر چقدر +مجزا هرآن هر آن +مجزا هرآنچه هر آنچه +مجزا هرنوع هر نوع +مجزا هرنان هر نان +مجزا هرماه هر ماه +مجزا آرمانگرايانه آرمان‌گرايانه +مجزا آرمانگرايي آرمان‌گرايي +مجزا آرمانها آرمان‌ها +مجزا آرمانهاي آرمان‌هاي +مجزا آرمانهايي آرمان‌هايي +مجزا آرمانخواه آرمان‌خواه +مجزا آرمانخواهي آرمان‌خواهي +مجزا آرمانشهر آرمان‌شهر +مجزا هرون هارون +مجزا نرونها نرون‌ها +مجزا نرونهاي نرون‌هاي +مجزا هرودوت هرودت +مجزا هرويين هروئين +مجزا نرمتر نرم‌تر +مجزا مرورزمان مرور زمان +مجزا هروقت هر وقت +مجزا هرلحظه هر لحظه +مجزا هرهفته هر هفته +مجزا آرامگاههاي آرامگاه‌هاي +مجزا آراءهيئت آراي هيئت +مجزا آراءبه آرا به +مجزا آرائي آرايي +مجزا آرامبخش آرام‌بخش +مجزا آرامتر آرام‌تر +مجزا آرامتري آرام‌تري +مجزا آراءبشرح آرا به شرح +مجزا هراندازه هر اندازه +مجزا آراءصادره آراي صادره +مجزا آراءشعب آراء شعب +مجزا مرابه مرا به +مجزا آرابشرح آرا بشرح +مجزا آراية آرايه +مجزا آرايشهاي آرايش‌هاي +مجزا آراصادره آرا صادره +مجزا مراقبتهاي مراقبت‌هاي +مجزا مربوط‌مي‌شود مربوط مي‌شود +مجزا مربوط‌به مربوط به +مجزا مربوطبه مربوط به +مجزا هربار هر بار +مجزا مرتبهء مرتبة +مجزا مرتبا مرتباً +مجزا مربي‌يي مربي‌اي +مجزا مربعهاي مربع‌هاي +مجزا مرتعداري مرتع‌داري +مجزا آري‌اي آري اي +مجزا مردم‌به مردم به +مجزا مردم‌در مردم در +مجزا مردم‌را مردم را +مجزا مرده‌شويخانه مرده‌شوي‌خانه +مجزا مردم‌ست مردم است +مجزا مرحله‌يي مرحله‌اي +مجزا مردآويج مرداويج +مجزا مردمند مردم‌اند +مجزا نرخها نرخ‌ها +مجزا نرخهاي نرخ‌هاي +مجزا هرجهت هر جهت +مجزا هردو هر دو +مجزا هردومان هر دومان +مجزا هردوي هر دوي +مجزا هرجور هر جور +مجزا هرجوري هر جوري +مجزا هردليلي هر دليلي +مجزا مردمسالاري مردم‌سالاري +مجزا هرجائي هرجايي +مجزا هرجامعه هر جامعه +مجزا مرديكه مردي كه +مجزا مريضها مريض‌ها +مجزا مريضخانه مريض‌خانه +مجزا هريك هر يك +مجزا هرسه هر سه +مجزا هرزمان هر زمان +مجزا آرزوئي آرزويي +مجزا هرطور هر طور +مجزا هرصورت هر صورت +مجزا هرسال هر سال +مجزا هرشب هر شب +مجزا مرزبنديها مرزبندي‌ها +مجزا مرزبنديهاي مرزبندي‌هاي +مجزا آرشيوحقوقي آرشيو حقوقي +مجزا هرطرف هر طرف +مجزا هركه هر كه +مجزا هركار هر كار +مجزا هركاري هر كاري +مجزا مركبهاي مركب‌هاي +مجزا هركجا هر كجا +مجزا هركدام هر كدام +مجزا هركدامشان هر كدامشان +مجزا مركزاستان مركز استان +مجزا هركسي هر كسي +مجزا هركسي هر كسي +مجزا هركس هر كس +مجزا مركززمين مركز زمين +مجزا هرقسمت هر قسمت +مجزا مرغها مرغ‌ها +مجزا مرغهاي مرغ‌هاي +مجزا مرغهايي مرغ‌هايي +مجزا مرغوبتر مرغوب‌تر +مجزا مرغابيها مرغابي‌ها +مجزا مرغسانان مرغ‌سانان +مجزا مشگل مشكل +مجزا مسؤل مسئول +مجزا مسأله مسئله +مجزا مسأله‌ها مسئله‌ها +مجزا مسأله‌هاي مسئله‌هاي +مجزا مسأله‌اي مسئله‌اي +مجزا مسأله‌يي مسئله‌اي +مجزا نسلها نسل‌ها +مجزا مسلما مسلماً +مجزا مسلماإ مسلماً +مجزا مسؤلان مسئولان +مجزا مسلمانها مسلمان‌ها +مجزا مسلمانهاي مسلمان‌هاي +مجزا نسلهاي نسل‌هاي +مجزا مسألة مسئلة +مجزا مسألت مسئلت +مجزا مسؤول مسئول +مجزا مطمئن‌ايد مطمئنيد +مجزا آزمونها آزمون‌ها +مجزا آزمونهاي آزمون‌هاي +مجزا مضمونهاي مضمون‌هاي +مجزا آزمونهايي آزمون‌هايي +مجزا مسؤولند مسئولند +مجزا مطمئنا مطمئناً +مجزا مطمئناإ مطمئناً +مجزا مسؤولان مسئولان +مجزا مسؤولانه مسئولانه +مجزا مسؤولاني مسئولاني +مجزا مسؤولانش مسئولانش +مجزا مسؤولي مسئولي +مجزا مسؤولين مسئولين +مجزا مسؤوليت مسئوليت +مجزا مسؤوليت‌پذيري مسئوليت‌پذيري +مجزا مسؤوليت‌ها مسئوليت‌ها +مجزا مسؤوليت‌هاي مسئوليت‌هاي +مجزا مسؤوليتها مسئوليت‌ها +مجزا مسموميتهاي مسموميت‌هاي +مجزا مسؤوليتهاي مسئوليت‌هاي +مجزا مسؤوليتهايي مسئوليت‌هايي +مجزا مسؤوليتي مسئوليتي +مجزا مسؤوليتش مسئوليتش +مجزا مطلوبهاي مطلوب‌هاي +مجزا مطلوبتر مطلوب‌تر +مجزا مطلوبتري مطلوب‌تري +مجزا مطلوبترين مطلوب‌ترين +مجزا آزمودنيها آزمودني‌ها +مجزا مشهودنيست مشهود نيست +مجزا مسؤليت مسئوليت +مجزا آسمانها آسمان‌ها +مجزا آسمانهاي آسمان‌هاي +مجزا آزمائي آزمايي +مجزا آشنائي آشنايي +مجزا آشنامي آشنا مي +مجزا آسمانخراش آسمان‌خراش +مجزا آزمايشگاهها آزمايشگاه‌ها +مجزا آزمايشگاههاي آزمايشگاه‌هاي +مجزا آزمايشها آزمايش‌ها +مجزا آزمايشهاي آزمايش‌هاي +مجزا آزمايشهايي آزمايش‌هايي +مجزا نشأت نشئت +مجزا مسئلهء مسئلة +مجزا مسئلهاي مسئله‌اي +مجزا لزوما لزوماً +مجزا مسولان مسئولان +مجزا مسوول مسئول +مجزا مسوولند مسئولند +مجزا مسوولان مسئولان +مجزا مسوولانه مسئولانه +مجزا مسوولاني مسئولاني +مجزا مسئوول مسئول +مجزا مسئووليت مسئوليت +مجزا مسوولي مسئولي +مجزا مسوولين مسئولين +مجزا مسووليت مسئوليت +مجزا مسووليت‌پذيري مسئوليت‌پذيري +مجزا مسووليت‌ها مسئوليت‌ها +مجزا مسووليت‌هاي مسئوليت‌هاي +مجزا مسووليت‌هايي مسئوليت‌هايي +مجزا مسئوليت‌بين‌المللي مسئوليت بين‌المللي +مجزا مسئوليتها مسئوليت‌ها +مجزا مسئوليتهاي مسئوليت‌هاي +مجزا مسئوليتهايي مسئوليت‌هايي +مجزا مسووليتي مسئوليتي +مجزا مصونيتها مصونيت‌ها +مجزا آشوبها آشوب‌ها +مجزا آشوبهاي آشوب‌هاي +مجزا مسنتر مسن‌تر +مجزا مشورتهاي مشورت‌هاي +مجزا آشوريها آشوري‌ها +مجزا مطمين مطمئن +مجزا مطمين‌تر مطمئن‌تر +مجزا مطمين‌ترين مطمئن‌ترين +مجزا مطمينم مطمئنم +مجزا مطمينا مطمئناً +مجزا مطميني مطمئني +مجزا مصلحت‌به مصلحت به +مجزا مصلحتهاي مصلحت‌هاي +مجزا مسلكها مسلك‌ها +مجزا مطلقهء مطلقة +مجزا مطلقا مطلقاً +مجزا نشاء نشا +مجزا نشان‌مي‌دهند نشان مي‌دهند +مجزا نشان‌مي‌دهد نشان مي‌دهد +مجزا نشان‌مي‌داد نشان مي‌داد +مجزا نشان‌دهد نشان دهد +مجزا نشان‌داد نشان داد +مجزا نشان‌داده نشان داده +مجزا مساله مسئله +مجزا مساله‌اي مسئله‌اي +مجزا مساله‌دار مسئله‌دار +مجزا مساله‌يي مسئله‌اي +مجزا نشانه‌يي نشانه‌اي +مجزا مساءله مسئله +مجزا نشانههاي نشانه‌هاي +مجزا نشانههايي نشانه‌هايي +مجزا نشانها نشان‌ها +مجزا نشانهاي نشان‌هاي +مجزا نشانميدهد نشان ميدهد +مجزا مسالة مسئلة +مجزا مسالت مسئلت +مجزا نسائي نسايي +مجزا مشائي مشايي +مجزا مشائين مشايين +مجزا مشائيان مشاييان +مجزا آسانتر آسان‌تر +مجزا آسانترين آسان‌ترين +مجزا مشاهده‌مي‌شود مشاهده مي‌شود +مجزا نشانيهاي نشاني‌هاي +مجزا نشاندار نشان‌دار +مجزا نشات نشئت +مجزا مشابهتهاي مشابهت‌هاي +مجزا مسابقه‌يي مسابقه‌اي +مجزا مسابقهي مسابقة +مجزا مطابقت‌با مطابقت با +مجزا مسايل مسائل +مجزا مزاحمتهاي مزاحمت‌هاي +مجزا مسايلي مسائلي +مجزا مصايب مصائب +مجزا مصاحبههاي مصاحبه‌هاي +مجزا مصاحبهاي مصاحب‌هاي +مجزا مصايبي مصائبي +مجزا آزاديم آزادي‌ام +مجزا آزاديها آزادي‌ها +مجزا آزاديهاي آزادي‌هاي +مجزا آزاديهايي آزادي‌هايي +مجزا آزاديخواه آزادي‌خواه +مجزا آزاديخواهان آزادي‌خواهان +مجزا آزاديخواهانه آزادي‌خواهانه +مجزا آزاديخواهي آزادي‌خواهي +مجزا آزاديش آزادي‌اش +مجزا آزادشده آزاد شده +مجزا هزارو هزار و +مجزا هزارنفر هزار نفر +مجزا مشارالي‌ها مشاراليها +مجزا هزارتن هزار تن +مجزا هزارتومان هزار تومان +مجزا هزارتوماني هزار توماني +مجزا هزارتني هزار تني +مجزا هزاردلار هزار دلار +مجزا هزاردلاري هزار دلاري +مجزا هزارريال هزار ريال +مجزا هزارريالي هزار ريالي +مجزا هزارسال هزار سال +مجزا مشاركت‌سياسي مشاركت سياسي +مجزا مشاركتها مشاركت‌ها +مجزا مشاركتهاي مشاركت‌هاي +مجزا نزاع‌برسر نزاع بر سر +مجزا نزاعها نزاع‌ها +مجزا نزاعهاي نزاع‌هاي +مجزا مساعدتهاي مساعدت‌هاي +مجزا مضاعفه مضاعفة +مجزا مضافا مضافاً +مجزا مسافرتها مسافرت‌ها +مجزا مسافرتهاي مسافرت‌هاي +مجزا هشتگانه هشت‌گانه +مجزا هست‌به هست به +مجزا هست‌يا هست يا +مجزا هست‌يك هست يك +مجزا هشت‌دقيقه‌اي هشت دقيقه‌اي +مجزا هشت‌سال هشت سال +مجزا هست‌كه هست كه +مجزا هستها هست‌ها +مجزا مشتهاي مشت‌هاي +مجزا مشتهايش مشت‌هايش +مجزا مزبورپس مزبور پس +مجزا مزبوربه مزبور به +مجزا مزبوربشرح مزبور به‌شرح +مجزا هستندو هستند و +مجزا مستندابه مستندا به +مجزا مستندبه مستند به +مجزا هستندكه هستند كه +مجزا مستمرا مستمراً +مجزا مستمريها مستمري‌ها +مجزا مستمريهاي مستمري‌هاي +مجزا مستاثر مستأثر +مجزا مستاثره مستأثره +مجزا هشتادو هشتاد و +مجزا هشتاددرصد هشتاد درصد +مجزا مستاجره مستأجره +مجزا مستاجرين مستأجرين +مجزا مستاصل مستأصل +مجزا نسبت‌به نسبت به +مجزا نسبت‌با نسبت با +مجزا نسبت‌بين نسبت بين +مجزا نسبتها نسبت‌ها +مجزا نسبتهاي نسبت‌هاي +مجزا نسبتهايي نسبت‌هايي +مجزا نسبتا نسبتاً +مجزا نسبتاإ نسبتاً +مجزا هستد هستند +مجزا هستيها هستي‌ها +مجزا هستيهاي هستي‌هاي +مجزا هستيهايي هستي‌هايي +مجزا مشتريها مشتري‌ها +مجزا مشتريهاي مشتري‌هاي +مجزا مشتركا مشتركاً +مجزا مشتزني مشت‌زني +مجزا مستقلا مستقلاً +مجزا مستقيما مستقيماً +مجزا مستقيماإ مستقيماً +مجزا نشده‌است نشده است +مجزا نشده‌بود نشده بود +مجزا نسخهء نسخة +مجزا هزينه‌هائي هزينه‌هايي +مجزا نشيمنگاهي نشيمن‌گاهي +مجزا هزينه‌يي هزينه‌اي +مجزا هزينهها هزينه‌ها +مجزا هزينههاي هزينه‌هاي +مجزا نشينها نشين‌ها +مجزا نشينهاي نشين‌هاي +مجزا نشدهاند نشده‌اند +مجزا مسيلت مسئلت +مجزا مصدوميت‌اش مصدوميتش +مجزا نسخهي نسخة +مجزا آسيائي آسيايي +مجزا آسيابهاي آسياب‌هاي +مجزا مصداقها مصداق‌ها +مجزا مصداقهاي مصداق‌هاي +مجزا آسيبپذير آسيب‌پذير +مجزا آسيبپذيري آسيب‌پذيري +مجزا آسيبها آسيب‌ها +مجزا نشيبها نشيب‌ها +مجزا مزيتها مزيت‌ها +مجزا آسيبهاي آسيب‌هاي +مجزا نشيبهاي نشيب‌هاي +مجزا مزيتهاي مزيت‌هاي +مجزا آسيبهايي آسيب‌هايي +مجزا مصيبتها مصيبت‌ها +مجزا مصيبتهاي مصيبت‌هاي +مجزا مصيبتهايي مصيبت‌هايي +مجزا آسيبديدگي آسيب‌ديدگي +مجزا آسيبديده آسيب ديده +مجزا آسيبشناسي آسيب‌شناسي +مجزا مسيح‌عليه مسيح عليه +مجزا نصيحتهاي نصيحت‌هاي +مجزا مسيحيها مسيحي‌ها +مجزا مسجدجامعي مسجد جامعي +مجزا مسيحيت‌به مسيحيت به +مجزا مسيحيت‌با مسيحيت با +مجزا نزديك‌ست نزديك است +مجزا نزديكتر نزديك‌تر +مجزا نزديكترند نزديك‌ترند +مجزا نزديكتري نزديك‌تري +مجزا نزديكترين نزديك‌ترين +مجزا نزديكيها نزديكي‌ها +مجزا نزديكيهاي نزديكي‌هاي +مجزا مشخص‌مي‌شود مشخص مي‌شود +مجزا مشخصا مشخصاً +مجزا مشخصتر مشخص‌تر +مجزا أطيعوا اطيعوا +مجزا لطيفتر لطيف‌تر +مجزا مشروحا مشروحاً +مجزا مشروعيت‌بخشيدن مشروعيت بخشيدن +مجزا مشروعيت‌خود مشروعيت خود +مجزا مشروعيت‌حكومت مشروعيت حكومت +مجزا مصرا مصراً +مجزا نصرتالدوله نصرت الدوله +مجزا مطرح‌مي‌شود مطرح مي‌شود +مجزا مطرح‌مي‌كند مطرح مي‌كند +مجزا مطرح‌ست مطرح است +مجزا مطرح‌شدن مطرح شدن +مجزا مطرح‌كردن مطرح كردن +مجزا مصريها مصري‌ها +مجزا نشسته‌بود نشسته بود +مجزا نشستها نشست‌ها +مجزا نشستهاند نشسته‌اند +مجزا نشستهاي نشست‌هاي +مجزا نشستهايي نشست‌هايي +مجزا مشكل‌ست مشكل است +مجزا مشكلتر مشكل‌تر +مجزا مشكلترين مشكل‌ترين +مجزا آشكارمي آشكار مي +مجزا آشكاراست آشكار است +مجزا نطقهاي نطق‌هاي +مجزا مشعلها مشعل‌ها +مجزا مشعلهاي مشعل‌هاي +مجزا آشغالها آشغال‌ها +مجزا لطفا لطفاً +مجزا لطفاٌ لطفاً +مجزا آشفتگيها آشفتگي‌ها +مجزا آشفتگيهاي آشفتگي‌هاي +مجزا لكم‌الاسلام لكم الاسلام +مجزا مكن‌اي مكن اي +مجزا مكملهاي مكمل‌هاي +مجزا نكوئي نكويي +مجزا مكانها مكان‌ها +مجزا مكانهاي مكان‌هاي +مجزا مكانهايي مكان‌هايي +مجزا مكانيسمهاي مكانيسم‌هاي +مجزا مكانيزمهاي مكانيزم‌هاي +مجزا نكته‌يي نكته‌اي +مجزا نكتهء نكتة +مجزا نكتهاي نكته‌اي +مجزا مكتبها مكتب‌ها +مجزا مكتبهاي مكتب‌هاي +مجزا مكتبخانه مكتب‌خانه +مجزا نكرده‌است نكرده است +مجزا نكردهام نكرده‌ام +مجزا نكردهاند نكرده‌اند +مجزا مكررا مكرراً +مجزا مكررقانون مكرر قانون +مجزا مككارتي مك‌كارتي +مجزا هق‌هق‌گريه هق‌هق گريه +مجزا نقل‌مكان نقل مكان +مجزا نقلها نقل‌ها +مجزا نقلهاي نقل‌هاي +مجزا مقوائي مقوايي +مجزا لقاء لقا +مجزا مقاله‌اتان مقاله‌تان +مجزا مقامها مقام‌ها +مجزا مقالهاي مقال‌هاي +مجزا مقامهاي مقام‌هاي +مجزا إقامة اقامة +مجزا مقاومتهاي مقاومت‌هاي +مجزا مقاومتهايي مقاومت‌هايي +مجزا آقائي آقايي +مجزا نقائص نقايص +مجزا لقاالله لقاءالله +مجزا نقابدار نقاب‌دار +مجزا آقاي‌ست آقاي ست +مجزا آقاي‌كلنسي آقاي كلنسي +مجزا آقاجون آقا جون +مجزا آقاجان آقا جان +مجزا آقادائي آقادايي +مجزا نقاشيها نقاشي‌ها +مجزا نقاشيهاي نقاشي‌هاي +مجزا نقاشيهايي نقاشي‌هايي +مجزا مقتدائي مقتدايي +مجزا مقدمه‌يي مقدمه‌اي +مجزا مقدمهء مقدمة +مجزا مقدونيه‌يي مقدونيه‌اي +مجزا مقدمتا مقدمتاً +مجزا نقدا نقداً +مجزا مقدارهسته مقدار هسته +مجزا مقداردر مقدار در +مجزا مقداررا مقدار را +مجزا مقياسها مقياس‌ها +مجزا مقياسهاي مقياس‌هاي +مجزا مقررگرديده مقرر گرديده +مجزا مقررمي مقرر مي +مجزا مقرردر مقرر در +مجزا مقرردرماده مقرر در ماده +مجزا نقش‌اش نقشش +مجزا نقطه‌يي نقطه‌اي +مجزا نقطهء نقطة +مجزا نقشها نقش‌ها +مجزا نقصها نقص‌ها +مجزا نقشهاي نقش‌هاي +مجزا نقصهاي نقص‌هاي +مجزا نقشمايه نقش‌مايه +مجزا نقشهايي نقش‌هايي +مجزا نقطهي نقطة +مجزا نظ‌ارت نظارت +مجزا نظ‌ر نظر +مجزا أعلم اعلم +مجزا معلمها معلم‌ها +مجزا معلمهاي معلم‌هاي +مجزا معلوم‌نيست معلوم نيست +مجزا معمولأ معمولاً +مجزا معلولهاي معلول‌هاي +مجزا معمولا معمولاً +مجزا معمولا" معمولاً +مجزا معمولاإ معمولا" +مجزا معمولاإ معمولاً +مجزا معمولترين معمول‌ترين +مجزا معنائي معنايي +مجزا معناكه معنا كه +مجزا معهذا مع‌هذا +مجزا نعمت‌خود نعمت خود +مجزا مغولها مغول‌ها +مجزا نعمتها نعمت‌ها +مجزا لغومالكيت لغو مالكيت +مجزا نعمتهاي نعمت‌هاي +مجزا نعمتهايي نعمت‌هايي +مجزا لغوحكم لغو حكم +مجزا معنيش معني‌اش +مجزا نظاممند نظام‌مند +مجزا نظامها نظام‌ها +مجزا نظامهاي نظام‌هاي +مجزا نظامهايي نظام‌هايي +مجزا معاونتها معاونت‌ها +مجزا معاونتهاي معاونت‌هاي +مجزا نظائر نظاير +مجزا نظامدار نظام‌دار +مجزا لعابدار لعاب‌دار +مجزا معادلهاي معادل‌هاي +مجزا نظارتهاي نظارت‌هاي +مجزا آغازمي آغاز مي +مجزا آغازمي‌شود آغاز مي‌شود +مجزا معاشرتها معاشرت‌ها +مجزا آغازكرد آغاز كرد +مجزا آغازكرده آغاز كرده +مجزا معافيتها معافيت‌ها +مجزا معافيتهاي معافيت‌هاي +مجزا معذالك مع‌ذالك +مجزا لْت لت +مجزا نْت نت +مجزا لغت‌نامة لغتنامة +مجزا لغت‌به لغت به +مجزا لغتنامه لغت‌نامه +مجزا لغتنامة لغت‌نامة +مجزا معترفند معترف‌اند +مجزا معتقداست معتقد است +مجزا معتقدبه معتقد به +مجزا معتقدبودند معتقد بودند +مجزا معدنكاري معدن‌كاري +مجزا معجزه‌يي معجزه‌اي +مجزا نظرگاههاي نظرگاه‌هاي +مجزا نظرگرفتن نظر گرفتن +مجزا نظرگرفته نظر گرفته +مجزا نظرمن نظر من +مجزا نظرنمي نظر نمي +مجزا معروف‌ونهي معروف و نهي +مجزا معروفتر معروف‌تر +مجزا معروفترين معروف‌ترين +مجزا نظرمي نظر مي +مجزا نظرمي‌رسد نظر مي‌رسد +مجزا نظرمي‌رسيد نظر مي‌رسيد +مجزا نظرمطابقت نظر مطابقت +مجزا نظرا نظراً +مجزا نظربه نظر به +مجزا نظرباينكه نظر به اينكه +مجزا نظريهء نظرية +مجزا نظريههاي نظريه‌هاي +مجزا نظرخود نظر خود +مجزا نظردادگاه نظر دادگاه +مجزا نظرشما نظر شما +مجزا نظرسنجيها نظرسنجي‌ها +مجزا نظرشعبه نظر شعبه +مجزا معرفت‌به معرفت به +مجزا معرفت‌با معرفت با +مجزا معرفت‌بر معرفت بر +مجزا معرفت‌بشري معرفت بشري +مجزا معرفت‌خود معرفت خود +مجزا معرفت‌يا معرفت يا +مجزا معرفت‌خدا معرفت خدا +مجزا معرفت‌حقيقي معرفت حقيقي +مجزا معرفت‌شهودي معرفت شهودي +مجزا معرفت‌شلر معرفت شلر +مجزا معرفت‌سياسي معرفت سياسي +مجزا معرفتها معرفت‌ها +مجزا معرفتهاي معرفت‌هاي +مجزا معرفتهايي معرفت‌هايي +مجزا معرفتاله معرفت‌اله +مجزا معرفتالله معرفت‌الله +مجزا معصوم‌عليه معصوم عليه +مجزا معصومين‌عليهم معصومين عليهم +مجزا لغزشها لغزش‌ها +مجزا لغزشهاي لغزش‌هاي +مجزا لغزشهايي لغزش‌هايي +مجزا نْك نك +مجزا معقولتر معقول‌تر +مجزا مفهومها مفهوم‌ها +مجزا نفوذيها نفوذي‌ها +مجزا نفوذيهاي نفوذي‌هاي +مجزا نفود نفوذ +مجزا مفادماده مفاد ماده +مجزا هفت‌هزار هفت هزار +مجزا هفتگانه هفت‌گانه +مجزا نفت‌خام نفت خام +مجزا هفت‌حرف هفت حرف +مجزا هفت‌سال هفت سال +مجزا هفته‌يي هفته‌اي +مجزا هفتههاي هفته‌هاي +مجزا آفتها آفت‌ها +مجزا آفتهاي آفت‌هاي +مجزا هفتهاي هفته‌اي +مجزا هفتهي هفتة +مجزا آفتابگير آفتاب‌گير +مجزا هفتادو هفتاد و +مجزا نفتكش نفت‌كش +مجزا نفتكشها نفتكش‌ها +مجزا نفرمائيد نفرماييد +مجزا نفراز نفر از +مجزا نفربه نفر به +مجزا آفرينيهاي آفريني‌هاي +مجزا آفرينشهاي آفرينش‌هاي +مجزا نفرديگر نفر ديگر +مجزا آفريقائي آفريقايي +مجزا نفس‌اش نفسش +مجزا نفسگير نفس‌گير +مجزا أفضل افضل +مجزا نفسها نفس‌ها +مجزا مفصلا مفصلاً +مجزا نفسهاي نفس‌هاي +مجزا نفسهايش نفس‌هايش +مجزا مفصلتر مفصل‌تر +مجزا آژانسهاي آژانس‌هاي +مجزا مژدهي مژدة +مجزا هژيرآزاد هژير آزاد +مجزا اگوست آگوست +مجزا اگوستين آگوستين +مجزا اگرچنين اگر چنين +مجزا اگرمن اگر من +مجزا اگرهم اگر هم +مجزا اگرنمي اگر نمي +مجزا اگرمي اگر مي +مجزا اگراين اگر اين +مجزا اگراز اگر از +مجزا اگربه اگر به +مجزا اگربخواهيم اگر بخواهيم +مجزا اگربراي اگر براي +مجزا اگردر اگر در +مجزا اگريك اگر يك +مجزا اگركسي اگر كسي +مجزا اگرقرار اگر قرار +مجزا انچه آنچه +مجزا ان‌لله ان لله +مجزا ان‌ها آن‌ها +مجزا امپولي آمپولي +مجزا انگليسها انگليس‌ها +مجزا انگليسيها انگليسي‌ها +مجزا انگاه آنگاه +مجزا ان‌الله ان الله +مجزا ان‌الناس ان الناس +مجزا ان‌الارض ان الارض +مجزا ان‌الدين ان الدين +مجزا ان‌جا آنجا +مجزا انگيزه‌يي انگيزه‌اي +مجزا انگيزهي انگيزة +مجزا انگيزشهاي انگيزش‌هاي +مجزا امپراتوريهاي امپراتوري‌هاي +مجزا انگشتها انگشت‌ها +مجزا انگشتهاي انگشت‌هاي +مجزا انگشتهايم انگشت‌هايم +مجزا انگشتهايش انگشت‌هايش +مجزا انگشتراند انگشترند +مجزا اهن آهن +مجزا الل الله +مجزا اهل‌بيت‌عليهم اهل بيت عليهم +مجزا الم‌تر الم تري +مجزا الل‌يه الله +مجزا اهل‌حديث اهل حديث +مجزا اهل‌سنت اهل سنت +مجزا اهل‌كتاب اهل كتاب +مجزا الآن الان +مجزا الله‌صلي الله صلي +مجزا الله‌صلي‌الله الله صلي‌الله +مجزا الله‌عليكم الله عليكم +مجزا الإمام الامام +مجزا النهاية النهايه +مجزا الملة المله +مجزا المومن المؤمن +مجزا الأئمة الائمة +مجزا الملي الملي +مجزا اللهياري الله‌ياري +مجزا املاء املا +مجزا امناء امنا +مجزا المانهاي المان‌هاي +مجزا الماهية الماهيه +مجزا المثلها المثل‌ها +مجزا النبوة النبوه +مجزا الوهي الاهي +مجزا الوثقي‌و الوثقي و +مجزا النبي‌صلي النبي صلي +مجزا المبدء المبدأ +مجزا اهلبيت اهل‌بيت +مجزا الأثر الاثر +مجزا امورمالي امور مالي +مجزا اموراداري امور اداري +مجزا اموراجتماعي امور اجتماعي +مجزا اموراقتصادودارايي امور اقتصادودارايي +مجزا اموراقتصادي امور اقتصادي +مجزا امورخارجه امور خارجه +مجزا امورحسبي امور حسبي +مجزا اموزان آموزان +مجزا الوسيلة الوسيله +مجزا اموزش آموزش +مجزا اموزشي آموزشي +مجزا الوفاء الوفا +مجزا الآية الآيه +مجزا امنيت‌به امنيت به +مجزا اهميت‌به اهميت به +مجزا امنيت‌بين‌المللي امنيت بين‌المللي +مجزا اهميت‌بيشتري اهميت بيشتري +مجزا اهميت‌بسيار اهميت بسيار +مجزا اهميت‌خود اهميت خود +مجزا اهميت‌خاصي اهميت خاصي +مجزا المدينة المدينه +مجزا الأحكام الاحكام +مجزا الأرض الارض +مجزا الإسلام الاسلام +مجزا الإسلامي الاسلامي +مجزا الإسلامية الاسلامية +مجزا النسا النساء +مجزا النصيحة النصيحه +مجزا المكتبة المكتبه +مجزا اللغة اللغه +مجزا المعرفة المعرفه +مجزا اما‌‌است اما است +مجزا اما‌مي امامي +مجزا اما‌بود اما بود +مجزا امام‌خميني امام خميني +مجزا امام‌حسن امام حسن +مجزا امام‌قدس امام قدس +مجزا امام‌علي امام علي +مجزا امام‌عليه امام عليه +مجزا امام‌عليه‌السلام امام عليه‌السلام +مجزا امامن اما من +مجزا الالله الا لله +مجزا انالله‌و انا لله و +مجزا امانمي اما نمي +مجزا اماما اماماً +مجزا اهانت‌به اهانت به +مجزا اهانتها اهانت‌ها +مجزا الاولياء الاوليا +مجزا الانبياء الانبيا +مجزا امانتدار امانت‌دار +مجزا امانتداري امانت‌داري +مجزا اماوقتي اما وقتي +مجزا الاهيات الهيات +مجزا الانسانية الانسانيه +مجزا امااگر اما اگر +مجزا انااليه‌راجعون انا اليه راجعون +مجزا الااي الا اي +مجزا امااي اما اي +مجزا امااين اما اين +مجزا امااز اما از +مجزا امااست است اما +مجزا امابايد اما بايد +مجزا اماده آماده +مجزا الايمه الائمه +مجزا الادلة الادله +مجزا امادر اما در +مجزا الاجراء الاجرا +مجزا الاجزاء الاجزا +مجزا الاغها الاغ‌ها +مجزا الاغنياء الاغنيا +مجزا الذلة الذله +مجزا الذريعة الذريعه +مجزا الت آلت +مجزا او‌‌مي او مي +مجزا اوگوست آگوست +مجزا امت‌به امت به +مجزا امت‌خود امت خود +مجزا انتگرالها انتگرال‌ها +مجزا اوگفت او گفت +مجزا اون‌جا اونجا +مجزا اون‌رو اون رو +مجزا اونه او نه +مجزا اوهم او هم +مجزا اولأ اولاً +مجزا ائمه‌عليهم‌السلام ائمه عليهم‌السلام +مجزا اونهم اون‌هم +مجزا ائمهء ائمة +مجزا اولها اول‌ها +مجزا اونهارو اونها رو +مجزا اولوالامر اولوالأمر +مجزا اولويتها اولويت‌ها +مجزا اولويتهاي اولويت‌هاي +مجزا اولويتهايي اولويت‌هايي +مجزا اونور اون‌ور +مجزا اونوقت اون وقت +مجزا اونمي او نمي +مجزا التأليف التاليف +مجزا امتها امت‌ها +مجزا اولا اولاً +مجزا اولاإ اولاً +مجزا انتهائي انتهايي +مجزا امتهاي امت‌هاي +مجزا اونارو اونا رو +مجزا البلاغة البلاغه +مجزا اومي او مي +مجزا اومي‌گويد او مي‌گويد +مجزا اولين‌بار اولين بار +مجزا اولين‌باري اولين باري +مجزا اولياء اوليا +مجزا اونيز او نيز +مجزا اونيست او نيست +مجزا اونيفورم انيفورم +مجزا اونقدر اون قدر +مجزا امثالها امثال‌ها +مجزا الثانية الثانيه +مجزا اواز او از +مجزا اواست او است +مجزا اواست است او +مجزا انباشت‌سرمايه انباشت سرمايه +مجزا البته‌اين البته اين +مجزا البته‌در البته در +مجزا اوبود او بود +مجزا اوتا او تا +مجزا اوباشد او باشد +مجزا اوبراي او براي +مجزا اوبراين او بر اين +مجزا اوج‌آلان اوجالان +مجزا اوجگيري اوج‌گيري +مجزا ائين آيين +مجزا انبياء انبيا +مجزا امتحانهاي امتحان‌هاي +مجزا انتخابها انتخاب‌ها +مجزا انتخابهاي انتخاب‌هاي +مجزا انتخابات‌رياست انتخابات رياست +مجزا التجارة التجاره +مجزا اودر او در +مجزا اودرباره او درباره +مجزا البيضاء البيضا +مجزا اويك او يك +مجزا انترميلان اينترميلان +مجزا اورا او را +مجزا اورانيم اورانيوم +مجزا اوربيتالها اوربيتال‌ها +مجزا اوربيتالهاي اوربيتال‌هاي +مجزا اورد آورد +مجزا اورده آورده +مجزا اوصياء اوصيا +مجزا اوكه او كه +مجزا البقاء البقا +مجزا انتقامجويي انتقام‌جويي +مجزا انتفاء انتفا +مجزا امد آمد +مجزا اهي آهي +مجزا الي' الي +مجزا الي‌الاسلام الي الاسلام +مجزا امده آمده +مجزا انجمن‌مديره انجمن مديره +مجزا انجمنها انجمن‌ها +مجزا انجمنهاي انجمن‌هاي +مجزا انحناء انحنا +مجزا امينالملك امين‌الملك +مجزا امينالدوله امين‌الدوله +مجزا امينالسلطنه امين‌السلطنه +مجزا امينالسلطان امين السلطان +مجزا اميناقدس امين‌اقدس +مجزا الخلافة الخلافه +مجزا اندوهبار اندوه‌بار +مجزا اندوسپرم آندوسپرم +مجزا امدند آمدند +مجزا امينخلوت امين‌خلوت +مجزا امينحضور امين‌حضور +مجزا امينحضرت امين‌حضرت +مجزا الجمعة الجمعه +مجزا الخلفاء الخلفا +مجزا انجا آنجا +مجزا انحاء انحا +مجزا امحاء امحا +مجزا اهداء اهدا +مجزا انجام‌مي‌گيرد انجام مي‌گيرد +مجزا انجام‌مي‌دهم انجام مي‌دهم +مجزا انجام‌مي‌دهند انجام مي‌دهند +مجزا انجام‌مي‌دهد انجام مي‌دهد +مجزا انجام‌مي‌شود انجام مي‌شود +مجزا انجام‌دهد انجام دهد +مجزا انجام‌داد انجام داد +مجزا انجام‌دادن انجام دادن +مجزا انجام‌شود انجام شود +مجزا انجام‌شدن انجام شدن +مجزا اندامها اندام‌ها +مجزا اندامهاي اندام‌هاي +مجزا اندامهايي اندام‌هايي +مجزا الجاهلية الجاهليه +مجزا اهدائي اهدايي +مجزا انداختهاند انداخته‌اند +مجزا اندازه‌گيريهاي اندازه‌گيري‌هاي +مجزا اندازه‌يي اندازه‌اي +مجزا اندازهگيري اندازه‌گيري +مجزا اندبه اند به +مجزا الحيوة الحيوه +مجزا الخيرة الخيره +مجزا انديشهء انديشة +مجزا انديشههاي انديشه‌هاي +مجزا انديشيها انديشي‌ها +مجزا انديشيهاي انديشي‌هاي +مجزا اميرمومنان اميرمؤمنان +مجزا اميرالمؤمنين‌عليه‌السلام اميرالمؤمنين عليه‌السلام +مجزا انحرافها انحراف‌ها +مجزا انحرافهاي انحراف‌هاي +مجزا اميز آميز +مجزا الحسنة الحسنه +مجزا انيسالدوله انيس‌الدوله +مجزا اليزابث اليزابت +مجزا انحصارا انحصاراً +مجزا الحسبة الحسبه +مجزا اميزي آميزي +مجزا الحسين‌عليه‌السلام الحسين عليه‌السلام +مجزا اندكه اند كه +مجزا الحكماء الحكما +مجزا الحكومة الحكومه +مجزا الحقيقة الحقيقه +مجزا الدعوة الدعوه +مجزا الدعاء الدعا +مجزا اهرمها اهرم‌ها +مجزا اهرمهاي اهرم‌هاي +مجزا امروزيها امروزي‌ها +مجزا امراء امرا +مجزا امراة امراه +مجزا الراي الرأي +مجزا امربه امر به +مجزا الربوبية الربوبيه +مجزا الرحمة الرحمه +مجزا الرياسة الرياسه +مجزا الرييس الرئيس +مجزا امريكائي امريكايي +مجزا امريكاييها امريكايي‌ها +مجزا الرسالة الرساله +مجزا انرژيها انرژي‌ها +مجزا انرژيهاي انرژي‌هاي +مجزا الشهوة الشهوه +مجزا الصلوة الصلوه +مجزا السلام‌اي السلام اي +مجزا الصورة الصوره +مجزا الشهداء الشهدا +مجزا الزهراء الزهرا +مجزا امضاء امضا +مجزا انسان‌است انسان است +مجزا انسان‌را انسان را +مجزا انسانها انسان‌ها +مجزا الزامهاي الزام‌هاي +مجزا انسانهاي انسان‌هاي +مجزا انسانهايي انسان‌هايي +مجزا انسانهاست انسان‌هاست +مجزا انشاءا انشا +مجزا الزاما الزاماً +مجزا إن‌شاءالله ان‌شاءالله +مجزا إن‌شاءلله ان‌شاءالله +مجزا إن‌شاالله ان‌شاءالله +مجزا إن‌شالله ان‌شاءالله +مجزا إن‌شاءاله ان‌شاءالله +مجزا إن‌شاءله ان‌شاءالله +مجزا إن‌شااله ان‌شاءالله +مجزا إن‌شاله ان‌شاءالله +مجزا ان‌شاءلله ان‌شاءالله +مجزا ان‌شاالله ان‌شاءالله +مجزا ان‌شالله ان‌شاءالله +مجزا ان‌شاءاله ان‌شاءالله +مجزا ان‌شاءله ان‌شاءالله +مجزا ان‌شااله ان‌شاءالله +مجزا ان‌شاله ان‌شاءالله +مجزا إنشاءالله ان‌شاءالله +مجزا إنشاءلله ان‌شاءالله +مجزا إنشاالله ان‌شاءالله +مجزا إنشالله ان‌شاءالله +مجزا إنشاءاله ان‌شاءالله +مجزا إنشاءله ان‌شاءالله +مجزا إنشااله ان‌شاءالله +مجزا إنشاله ان‌شاءالله +مجزا انشاءالله ان‌شاءالله +مجزا انشاءلله ان‌شاءالله +مجزا انشاالله ان‌شاءالله +مجزا انشالله ان‌شاءالله +مجزا انشاءاله ان‌شاءالله +مجزا انشاءله ان‌شاءالله +مجزا انشااله ان‌شاءالله +مجزا انشاله ان‌شاءالله +مجزا انشائي انشايي +مجزا انساندوستانه انسان‌دوستانه +مجزا انشاءراي انشاء رأي +مجزا انسانشناسان انسان‌شناسان +مجزا انسانشناسي انسان‌شناسي +مجزا امضاءكنندگان امضاكنندگان +مجزا امضاءكننده امضاكننده +مجزا انصاريفرد انصاري‌فرد +مجزا الطاعة الطاعه +مجزا انصافا انصافاً +مجزا اهسته آهسته +مجزا الطبيعة الطبيعه +مجزا السياسية السياسيه +مجزا السيرة السيره +مجزا الشرعية الشرعيه +مجزا الزكوة الزكوه +مجزا الشعراء الشعرا +مجزا انكه آنكه +مجزا الكوفة الكوفه +مجزا امكانپذير امكان‌پذير +مجزا امكانها امكان‌ها +مجزا الكترونها الكترون‌ها +مجزا الكترونهاي الكترون‌هاي +مجزا الكثرة الكثره +مجزا الكتردي الكترودي +مجزا الكرامة الكرامه +مجزا القأ القا +مجزا انقلاب‌اسلامي انقلاب اسلامي +مجزا انقلابها انقلاب‌ها +مجزا انقلابهاي انقلاب‌هاي +مجزا القوة القوه +مجزا القاء القا +مجزا انقدر آن‌قدر +مجزا القدرة القدره +مجزا القضاء القضا +مجزا انقضاء انقضا +مجزا القضاة القضاه +مجزا العملهاي العمل‌هاي +مجزا العلماء العلما +مجزا الغناء الغنا +مجزا العلة العله +مجزا الْا الا +مجزا العاده‌يي العاده‌اي +مجزا العزة العزه +مجزا الفداء الفدا +مجزا الفقهاء الفقها +مجزا الفقراء الفقرا +مجزا اب آب +مجزا اتمها اتم‌ها +مجزا اتمهاي اتم‌هاي +مجزا اتممت‌عليكم اتممت عليكم +مجزا ابهامها ابهام‌ها +مجزا ابهامهاي ابهام‌هاي +مجزا اتهامهاي اتهام‌هاي +مجزا ابهامهايي ابهام‌هايي +مجزا اتوموبيل اتومبيل +مجزا اتومبيلها اتومبيل‌ها +مجزا اتومبيلهاي اتومبيل‌هاي +مجزا اتومبيلهايي اتومبيل‌هايي +مجزا اتومبيلراني اتومبيل‌راني +مجزا اتوبوسها اتوبوس‌ها +مجزا اتوبوسهاي اتوبوس‌هاي +مجزا ابان آبان +مجزا اباد آباد +مجزا اتاقها اتاق‌ها +مجزا اتاقهاي اتاق‌هاي +مجزا اتاقهايي اتاق‌هايي +مجزا اباعبدالل اباعبدالله +مجزا ابتلأ ابتلا +مجزا ابتلاء ابتلا +مجزا اثباتا اثباتاً +مجزا ابتداء ابتدا +مجزا ابتدائا ابتدائاً +مجزا ابتدائي ابتدايي +مجزا ابتغاء ابتغا +مجزا ابدا ابداً +مجزا اتخاذتصميم اتخاذ تصميم +مجزا اتخاذرويه اتخاذ رويه +مجزا اتخاذشده اتخاذ شده +مجزا اثرهنري اثر هنري +مجزا اثرانگشت اثر انگشت +مجزا ابراهام آبراهام +مجزا ابراهيم‌عليه ابراهيم عليه +مجزا ابراهيم‌عليه‌السلام ابراهيم عليه‌السلام +مجزا ابراهيمباي ابراهيم‌باي +مجزا ابراهيمخان ابراهيم‌خان +مجزا اتريشيها اتريشي‌ها +مجزا ابرقدرتها ابرقدرت‌ها +مجزا اتش آتش +مجزا اتكأ اتكا +مجزا اتكاء اتكا +مجزا ابقاء ابقا +مجزا اتفاق‌مي‌افتد اتفاق مي‌افتد +مجزا اتفاقها اتفاق‌ها +مجزا اتفاقهاي اتفاق‌هاي +مجزا اتفاقهايي اتفاق‌هايي +مجزا اتفاقا اتفاقاً +مجزا اتفاقاإ اتفاقاً +مجزا ايه آيه +مجزا ادم آدم +مجزا اين‌گونة اين گونة +مجزا اين‌چيزها اين چيزها +مجزا اين‌گروه اين گروه +مجزا اين‌هم اين هم +مجزا اين‌همان اين همان +مجزا اين‌نمايش اين نمايش +مجزا اين‌نمايشگاه اين نمايشگاه +مجزا اين‌مورد اين مورد +مجزا اين‌موضوع اين موضوع +مجزا اين‌نوع اين نوع +مجزا اين‌هارو اين‌ها رو +مجزا اين‌واقعيت اين واقعيت +مجزا اين‌نتيجه اين نتيجه +مجزا اينگوش اين‌گوش +مجزا اين‌وضعيت اين وضعيت +مجزا اين‌مي‌شود اين مي‌شود +مجزا اين‌مجموعه اين مجموعه +مجزا اينچنيني اين‌چنيني +مجزا اين‌ميان اين ميان +مجزا اين‌مدت اين مدت +مجزا اين‌مرد اين مرد +مجزا اين‌مرحله اين مرحله +مجزا اين‌مسئله اين مسئله +مجزا اين‌مشكل اين مشكل +مجزا اين‌نكته اين نكته +مجزا اين‌نقش اين نقش +مجزا اين‌معنا اين معنا +مجزا احل‌الله احل الله +مجزا اين‌امر اين امر +مجزا اين‌امكان اين امكان +مجزا اين‌اتفاق اين اتفاق +مجزا اين‌است اين است +مجزا اين‌افراد اين افراد +مجزا اين‌ةا اين‌ها +مجزا اين‌بار اين بار +مجزا اين‌بخش اين بخش +مجزا اين‌برنامه اين برنامه +مجزا اين‌برنامه‌ها اين برنامه‌ها +مجزا اين‌ترتيب اين ترتيب +مجزا اين‌تفاوت اين تفاوت +مجزا اين‌جهان اين جهان +مجزا اين‌دو اين دو +مجزا اين‌دوره اين دوره +مجزا اين‌جا اينجا +مجزا اين‌حال اين حال +مجزا اين‌حالت اين حالت +مجزا اين‌جانب اينجانب +مجزا اين‌دارد اين دارد +مجزا اين‌حركت اين حركت +مجزا اين‌خصوص اين خصوص +مجزا اين‌دست اين دست +مجزا اين‌دستگاه‌ها اين دستگاه‌ها +مجزا اين‌يك اين يك +مجزا اين‌حقيقت اين حقيقت +مجزا اين‌روش اين روش +مجزا اين‌روزها اين روزها +مجزا اين‌راه اين راه +مجزا اين‌رابطه اين رابطه +مجزا اين‌رسانه اين رسانه +مجزا اين‌سوال اين سوال +مجزا اين‌صورت اين صورت +مجزا اين‌زمينه اين زمينه +مجزا اين‌ست اينست +مجزا اين‌شبكه اين شبكه +مجزا اين‌شبكة اين شبكة +مجزا اين‌شد اين شد +مجزا اين‌شيوه اين شيوه +مجزا اين‌سيستم اين سيستم +مجزا اين‌شخصيت اين شخصيت +مجزا اين‌شرايط اين شرايط +مجزا اين‌سريال اين سريال +مجزا اين‌طريق اين طريق +مجزا اين‌شركت اين شركت +مجزا اين‌شكلي اين شكلي +مجزا اين‌كه اينكه +مجزا اين‌كار اين كار +مجزا اين‌كارها اين كارها +مجزا اين‌كتاب اين كتاب +مجزا اين‌كشور اين كشور +مجزا اين‌قانون اين قانون +مجزا اين‌قسمت اين قسمت +مجزا اين‌قضيه اين قضيه +مجزا اين‌عمل اين عمل +مجزا اين‌عوامل اين عوامل +مجزا اين‌فيلم اين فيلم +مجزا اين‌فيلم‌ها اين فيلم‌ها +مجزا ايمه ائمه +مجزا اينهم اين هم +مجزا ادلهء ادلة +مجزا اينهماني اين‌هماني +مجزا اينموضوع اين موضوع +مجزا اخمهايش اخم‌هايش +مجزا اينور اين‌ور +مجزا ايمانگرايي ايمان‌گرايي +مجزا ايمانها ايمان‌ها +مجزا ايمانا ايماناً +مجزا اجمالا اجمالاً +مجزا ايهاالناس أيهاالناس +مجزا ايهاالذين ايها الذين +مجزا اخلاقا اخلاقاً +مجزا اجماعا اجماعاً +مجزا احوال‌پرسي احوالپرسي +مجزا اينبار اين‌بار +مجزا اينباره اين‌باره +مجزا اينترنت# اينترنت +مجزا اينجهاني اين‌جهاني +مجزا ايندو اين‌دو +مجزا اينحال اين‌حال +مجزا اينجاهم اينجا هم +مجزا اينجائي اينجايي +مجزا ايليًا ايليا +مجزا ايندفعه اين دفعه +مجزا اينرو اين‌رو +مجزا اينروي اين‌روي +مجزا اينروزها اين روزها +مجزا اينرا اين‌را +مجزا اينسو اين‌سو +مجزا اينسوي اين‌سوي +مجزا اينطورنيست اين‌طور نيست +مجزا اينصورت اين‌صورت +مجزا اينسان اين‌سان +مجزا اينستكه اينست كه +مجزا اينسريال اين سريال +مجزا اينطرف اين‌طرف +مجزا اينك‌اي اينك اي +مجزا اينكار اين كار +مجزا احمقها احمق‌ها +مجزا ايا آيا +مجزا اداء ادا +مجزا ادامه‌مي‌دهد ادامه مي‌دهد +مجزا ادامه‌داشت ادامه داشت +مجزا ادامهي ادامة +مجزا ايالتها ايالت‌ها +مجزا ايالتهاي ايالت‌هاي +مجزا ايات آيات +مجزا احاديث‌به احاديث به +مجزا احاديث‌شيعه احاديث شيعه +مجزا اداره‌كل ادارة كل +مجزا ادارهء ادارة +مجزا اجاز اجازه +مجزا اجازهي اجازة +مجزا احتمالأ احتمالاً +مجزا اختلالهاي اختلال‌هاي +مجزا احتمالا احتمالاً +مجزا احتمالاإ احتمالاً +مجزا اجتنابناپذير اجتناب‌ناپذير +مجزا اجتماعي‌و اجتماعي و +مجزا اختلافها اختلاف‌ها +مجزا اختلافهاي اختلاف‌هاي +مجزا اختلافهايي اختلاف‌هايي +مجزا ايتلافي ائتلافي +مجزا ايتاليائي ايتاليايي +مجزا ايتالياييها ايتاليايي‌ها +مجزا اجبارا اجباراً +مجزا اخبارعلمي اخبار علمي +مجزا احتياطا احتياطاً +مجزا احتراما احتراماً +مجزا احترامابه احتراما به +مجزا اختصاصا اختصاصاً +مجزا احيأ احيا +مجزا ايده‌آل‌ها ايدئال‌ها +مجزا ايده‌آل‌هاي ايدئال‌هاي +مجزا ايده‌آلهاي ايدئال‌هاي +مجزا ايده‌آلي ايدئالي +مجزا ايده‌آليسم ايدئاليسم +مجزا ايده‌آليست ايدئاليست +مجزا ايده‌آليستي ايدئاليستي +مجزا ايده‌آلش ايدئالش +مجزا ايده‌ال ايدئال +مجزا ايدآل ايدئال +مجزا ايدهآل ايده‌آل +مجزا ايدئولوژيها ايدئولوژي‌ها +مجزا ايدئولوژيهاي ايدئولوژي‌هاي +مجزا احدا احداً +مجزا احياء احيا +مجزا احيانا احياناً +مجزا احياناإ احياناً +مجزا احياي‌هماتيت احياي هماتيت +مجزا احياي‌مستقيم احياي مستقيم +مجزا ايجادوحدت ايجاد وحدت +مجزا ايجادمي ايجاد مي +مجزا ايجادمي‌شود ايجاد مي‌شود +مجزا ايجادمي‌كند ايجاد مي‌كند +مجزا ايجادشده ايجاد شده +مجزا ايجادكند ايجاد كند +مجزا ايديولوژيك ايدئولوژيك +مجزا ايديولوژيكي ايدئولوژيكي +مجزا اخيرماده اخير ماده +مجزا اخيرا اخيراً +مجزا اخيراإ اخيراً +مجزا اخر آخر +مجزا اجراء اجرا +مجزا ايران‌و ايران و +مجزا ايرانچاپ ايران‌چاپ +مجزا ايران‌ست ايران است +مجزا ايرانمنش ايران‌منش +مجزا اجرائي اجرايي +مجزا اجرائيه اجرائيه +مجزا ايراني‌بودن ايراني بودن +مجزا ايرانيم ايراني‌ام +مجزا ايرانيها ايراني‌ها +مجزا ايرانجوان ايران‌جوان +مجزا ايراندوست ايران‌دوست +مجزا ايرانشناسي ايران‌شناسي +مجزا ايرانشاه ايران‌شاه +مجزا ادراي اداري +مجزا ايرادواعتراض ايراد و اعتراض +مجزا اجراييه اجرائيه +مجزا اجراييات اجرائيات +مجزا ايرادضرب ايراد ضرب +مجزا اجراكننده اجرا كننده +مجزا ادراكهاي ادراك‌هاي +مجزا اخرين آخرين +مجزا احشأ احشا +مجزا اجزأ اجزا +مجزا ايضا ايضاً +مجزا اجزاءمحدود اجزاء محدود +مجزا اجزائي اجزايي +مجزا ايطاليا ايتاليا +مجزا ايشانرا ايشان را +مجزا احساسها احساس‌ها +مجزا احساسهاي احساس‌هاي +مجزا ايستگاهها ايستگاه‌ها +مجزا ايستگاههاي ايستگاه‌هاي +مجزا ايستادهاند ايستاده‌اند +مجزا احكام‌القرآن احكام القرآن +مجزا ايكاش اي‌كاش +مجزا احق‌الناس احق الناس +مجزا ادعائي ادعايي +مجزا ادعامي ادعا مي +مجزا ايفاء ايفا +مجزا ايفامي‌كند ايفا مي‌كند +مجزا ايفاي‌نقش ايفاي نقش +مجزا ارگانها ارگان‌ها +مجزا ارگانهاي ارگان‌هاي +مجزا ارگانهايي ارگان‌هايي +مجزا ارگانيسمهاي ارگانيسم‌هاي +مجزا ارمان آرمان +مجزا اروپائي اروپايي +مجزا اروپائيان اروپاييان +مجزا اروپاييها اروپايي‌ها +مجزا ارا آرا +مجزا ارام آرام +مجزا ارائه‌مي‌دهد ارائه مي‌دهد +مجزا ارامي آرامي +مجزا ارامش آرامش +مجزا ارايه ارائه +مجزا ارايه‌شده ارائه‌شده +مجزا ارادهء ارادة +مجزا اراية ارائة +مجزا اربابها ارباب‌ها +مجزا اربابهاي ارباب‌هاي +مجزا ارتباط‌برقرار ارتباط برقرار +مجزا ارتباطها ارتباط‌ها +مجزا ارتباطهاي ارتباط‌هاي +مجزا ارتباطهايي ارتباط‌هايي +مجزا ارتدكس ارتودكس +مجزا ارتشها ارتش‌ها +مجزا ارتشهاي ارتش‌هاي +مجزا ارتشاء ارتشا +مجزا ارتقأ ارتقا +مجزا ارتقاء ارتقا +مجزا ارتعاشهاي ارتعاش‌هاي +مجزا اردوگاهها اردوگاه‌ها +مجزا اردوگاههاي اردوگاه‌هاي +مجزا اردوئي اردويي +مجزا اردكها اردك‌ها +مجزا ارزو آرزو +مجزا ارزوي آرزوي +مجزا ارضاء ارضا +مجزا ارزانتر ارزان‌تر +مجزا ارزانترين ارزان‌ترين +مجزا ارشاداسلامي ارشاد اسلامي +مجزا ارزيابيها ارزيابي‌ها +مجزا ارزيابيهاي ارزيابي‌هاي +مجزا ارزشگذاري ارزش‌گذاري +مجزا ارزشها ارزش‌ها +مجزا ارزشهاي ارزش‌هاي +مجزا ارزشهايي ارزش‌هايي +مجزا ارزشهاست ارزش‌هاست +مجزا ارسطوئي ارسطويي +مجزا ارزشتر ارزش‌تر +مجزا ازچگونگي از چگونگي +مجزا از‌‌است از است +مجزا ازچه از چه +مجزا ازپله از پله +مجزا ازچند از چند +مجزا ازچنين از چنين +مجزا ازپنجره از پنجره +مجزا ازچهره از چهره +مجزا اسپانيائي اسپانيايي +مجزا اسپانياييها اسپانيايي‌ها +مجزا ازپايان از پايان +مجزا ازگذشت از گذشت +مجزا ازگذشته از گذشته +مجزا ازپيش از پيش +مجزا ازپخش از پخش +مجزا ازچيزي از چيزي +مجزا ازگروه از گروه +مجزا ازپرداخت از پرداخت +مجزا ازچشم از چشم +مجزا ازپشت از پشت +مجزا اشپزخانه آشپزخانه +مجزا ازأ ازا +مجزا ازآن از آن +مجزا ازمن از من +مجزا ازهم از هم +مجزا اصلأ اصلاً +مجزا ازآنچه از آنچه +مجزا ازآن‌ها از آن‌ها +مجزا ازآن‌جاكه ازآنجاكه +مجزا ازمهم از مهم +مجزا ازهمه از همه +مجزا ازمهم‌ترين از مهم‌ترين +مجزا ازآنها از آنها +مجزا ازمهلت از مهلت +مجزا ازمهمترين از مهم‌ترين +مجزا اسمها اسم‌ها +مجزا اصلها اصل‌ها +مجزا ازآنان از آنان +مجزا ازهمان از همان +مجزا ازمنابع از منابع +مجزا اسمهاي اسم‌هاي +مجزا ازنمايندگان از نمايندگان +مجزا ازنمايش از نمايش +مجزا ازمناطق از مناطق +مجزا اسلوني اسلووني +مجزا ازمواد از مواد +مجزا ازمواداضافه از مواد اضافه +مجزا ازموارد از موارد +مجزا اسلوبهاي اسلوب‌هاي +مجزا ازنويسندگان از نويسندگان +مجزا ازموضوع از موضوع +مجزا ازموسيقي از موسيقي +مجزا ازنوع از نوع +مجزا ازهمين از همين +مجزا ازآنجايي از آنجايي +مجزا ازآنجاييكه ازآنجايي‌كه +مجزا ازهنر از هنر +مجزا ازآنكه از آنكه +مجزا ازمنكر از منكر +مجزا اشنا آشنا +مجزا ازما از ما +مجزا اصلا اصلاً +مجزا اصلاإ اصلاً +مجزا اسلامگرا اسلام‌گرا +مجزا اسلامگراي اسلام‌گراي +مجزا اسلامگرايان اسلام‌گرايان +مجزا اسلامگرايي اسلام‌گرايي +مجزا اسلام‌صلي اسلام صلي +مجزا ازناهار از ناهار +مجزا اسمائي اسمايي +مجزا اسلامي‌ايران اسلامي ايران +مجزا اسلاميمان اسلامي‌مان +مجزا ازماده از ماده +مجزا ازناحيه از ناحيه +مجزا اسنادرسمي اسناد رسمي +مجزا اصلاٌ اصلاً +مجزا اطهارعليهم اطهار عليهم +مجزا اطهارعليهم‌السلام اطهار عليهم‌السلام +مجزا اصلاْ اصلاً +مجزا اطلاعيه‌يي اطلاعيه‌اي +مجزا اطلاعرساني اطلاع‌رساني +مجزا ازو از و +مجزا ازآب از آب +مجزا اسون آسون +مجزا ازمتن از متن +مجزا ازون ازن +مجزا اصول‌الدين اصول الدين +مجزا اصولگرا اصول‌گرا +مجزا اصولگرايان اصول‌گرايان +مجزا اصولگرايي اصول‌گرايي +مجزا اصولا اصولاً +مجزا اصولاإ اصولاً +مجزا ازآثار از آثار +مجزا ازويژگي از ويژگي +مجزا ازويژگي‌هاي از ويژگي‌هاي +مجزا ازويژگيهاي ازويژگي‌هاي +مجزا ازورود از ورود +مجزا ازوصول از وصول +مجزا ازوقتي از وقتي +مجزا ازوظايف از وظايف +مجزا ازمحل از محل +مجزا ازمجموع از مجموع +مجزا ازمجموعه از مجموعه +مجزا ازهيئت از هيئت +مجزا ازميان از ميان +مجزا ازهيات از هيئت +مجزا ازآيات از آيات +مجزا ازمخاطبان از مخاطبان +مجزا ازلحاظ از لحاظ +مجزا ازمدت از مدت +مجزا اسلحة اسلحه +مجزا ازمدتي از مدتي +مجزا اصليترين اصلي‌ترين +مجزا ازمحدوده از محدوده +مجزا ازنيروهاي از نيروهاي +مجزا ازمدرسه از مدرسه +مجزا ازهر از هر +مجزا ازمرگ از مرگ +مجزا ازهرگونه از هرگونه +مجزا ازمراحل از مراحل +مجزا ازمردم از مردم +مجزا ازمسئولان از مسئولان +مجزا ازمسائل از مسائل +مجزا ازمزاياي از مزاياي +مجزا ازمصاديق از مصاديق +مجزا ازهزينه از هزينه +مجزا ازنزديك از نزديك +مجزا ازمشكلات از مشكلات +مجزا ازآقاي از آقاي +مجزا ازمقررات از مقررات +مجزا ازنقطه از نقطه +مجزا ازآغاز از آغاز +مجزا اسمعيل اسماعيل +مجزا ازنظر از نظر +مجزا ازهفته از هفته +مجزا اسان آسان +مجزا ازاء ازا +مجزا ازاهل از اهل +مجزا ازانواع از انواع +مجزا ازاهميت از اهميت +مجزا ازامام از امام +مجزا ازاو از او +مجزا اصالة‌اللزوم اصالة اللزوم +مجزا اصالت‌حس اصالت حس +مجزا ازاول از اول +مجزا اصالتهاي اصالت‌هاي +مجزا اصالتا اصالتاً +مجزا ازانتشارات از انتشارات +مجزا ازانجام از انجام +مجزا ازاندازه از اندازه +مجزا ازاهداف از اهداف +مجزا ازامكانات از امكانات +مجزا ازانقلاب از انقلاب +مجزا ازاتمام از اتمام +مجزا ازابلاغ از ابلاغ +مجزا ازابتدا از ابتدا +مجزا ازابتداي از ابتداي +مجزا ازاد آزاد +مجزا ازاين از اين +مجزا ازاين‌كه از اينكه +مجزا ازاينجا از اينجا +مجزا ازاينكه از اين‌كه +مجزا ازاداره از اداره +مجزا ازاختيارات از اختيارات +مجزا ازادي آزادي +مجزا ازايران از ايران +مجزا ازاجراي از اجراي +مجزا ازايشان از ايشان +مجزا ازاحساسات از احساسات +مجزا ازاحكام از احكام +مجزا اشاره‌مي‌كند اشاره مي‌كند +مجزا اشاره‌كرد اشاره كرد +مجزا ازاراضي از اراضي +مجزا ازاصل از اصل +مجزا ازاسلام از اسلام +مجزا ازاصول از اصول +مجزا اساسا اساساً +مجزا اساساإ اساساً +مجزا ازاست از است +مجزا ازاست است از +مجزا اساسيترين اساسي‌ترين +مجزا ازاشكال از اشكال +مجزا اطاقها اطاق‌ها +مجزا اطاقهاي اطاق‌هاي +مجزا اطاعت‌خدا اطاعت خدا +مجزا ازاعضاي از اعضاي +مجزا ازافراد از افراد +مجزا است‚ است ، +مجزا ازبچه از بچه +مجزا است‌و است و +مجزا است‌اما است اما +مجزا است‌اي است اي +مجزا است‌از است از +مجزا است‌بگوييم است بگوييم +مجزا است‌به است به +مجزا است‌بنابراين است بنابراين +مجزا است‌بلكه است بلكه +مجزا است‌با است با +مجزا است‌تا است تا +مجزا است‌بايد است بايد +مجزا است‌باز است باز +مجزا است‌باشد است باشد +مجزا است‌بتوان است بتوان +مجزا است‌بين است بين +مجزا است‌بدون است بدون +مجزا است‌بيان است بيان +مجزا است‌بدين است بدين +مجزا است‌بر است بر +مجزا است‌براي است براي +مجزا است‌برخي است برخي +مجزا است‌بررسي است بررسي +مجزا است‌بسيار است بسيار +مجزا است‌بعد است بعد +مجزا است‌بعضي است بعضي +مجزا است‌خود است خود +مجزا است‌يا است يا +مجزا است‌حال است حال +مجزا است‌حتي است حتي +مجزا است‌خيلي است خيلي +مجزا است‌خدا است خدا +مجزا است‌خداوند است خداوند +مجزا است‌يك است يك +مجزا است‌حكم است حكم +مجزا است‌يكي است يكي +مجزا است‌حق است حق +مجزا است‌يعني است يعني +مجزا است‌شما است شما +مجزا است‌شامل است شامل +مجزا است‌سخن است سخن +مجزا است‌كه است كه +مجزا ازبه از به +مجزا ازتلويزيون از تلويزيون +مجزا اسبها اسب‌ها +مجزا اسبهاي اسب‌هاي +مجزا استنادماده استناد ماده +مجزا استنادبه استناد به +مجزا استنادبند استناد بند +مجزا استنادتبصره استناد تبصره +مجزا اسبهايشان اسب‌هايشان +مجزا استنادقانون استناد قانون +مجزا استنادقسمت استناد قسمت +مجزا ازتماشاي از تماشاي +مجزا ازتو از تو +مجزا ازتوليد از توليد +مجزا استوائي استوايي +مجزا استنتاجها استنتاج‌ها +مجزا استنباطهاي استنباط‌هاي +مجزا ازتوي از توي +مجزا استودنت استيودنت +مجزا ازبند از بند +مجزا ازتهران از تهران +مجزا استهزاء استهزا +مجزا ازتنظيم از تنظيم +مجزا اطباء اطبا +مجزا استانه آستانه +مجزا استانها استان‌ها +مجزا استانهاي استان‌هاي +مجزا استانهايي استان‌هايي +مجزا استانداريها استانداري‌ها +مجزا استانداريهاي استانداري‌هاي +مجزا استانداردزندگي استاندارد زندگي +مجزا اسبابها اسباب‌ها +مجزا اسبابهاي اسباب‌هاي +مجزا ازبابت از بابت +مجزا اسباببازي اسباب‌بازي +مجزا ازتاريخ از تاريخ +مجزا ازبازي از بازي +مجزا ازبازيگران از بازيگران +مجزا اشباع‌شده اشبا شده +مجزا استثنأ استثنا +مجزا استثناء استثنا +مجزا استثنائا استثنائاً +مجزا استثنائي استثنايي +مجزا اشتباه‌ست اشتباه است +مجزا اشتباهها اشتباه‌ها +مجزا اشتباههاي اشتباه‌هاي +مجزا اشتباها اشتباهاً +مجزا ازبي از بي +مجزا ازبين از بين +مجزا استدلالها استدلال‌ها +مجزا استدلالهاي استدلال‌هاي +مجزا استدلالهايي استدلال‌هايي +مجزا استخوانها استخوان‌ها +مجزا استخوانهاي استخوان‌هاي +مجزا استخوانهايم استخوان‌هايم +مجزا استخوانهايي استخوان‌هايي +مجزا استخوانهايش استخوان‌هايش +مجزا اسبدواني اسب‌دواني +مجزا ازبحث از بحث +مجزا ازتجربه از تجربه +مجزا ازبخش‌هاي از بخش‌هاي +مجزا استحضارمي استحضار مي +مجزا استيفاء استيفا +مجزا ازبرنامه از برنامه +مجزا ازبرنامه‌هاي از برنامه‌هاي +مجزا استراتژيها استراتژي‌ها +مجزا استراتژيهاي استراتژي‌هاي +مجزا استراتژيهايي استراتژي‌هايي +مجزا ازبررسي از بررسي +مجزا ازترس از ترس +مجزا استرسهاي استرس‌هاي +مجزا ازتصويب از تصويب +مجزا است؛يعني است ؛ يعني +مجزا استكه است كه +مجزا ازبكها ازبك‌ها +مجزا استكانها استكان‌ها +مجزا ازبقيه از بقيه +مجزا استقراء استقرا +مجزا استقرائي استقرايي +مجزا اشتغالزايي اشتغال‌زايي +مجزا ازبعضي از بعضي +مجزا استعفاء استعفا +مجزا استفاه استفاده +مجزا استفاده‌مي‌شود استفاده مي‌شود +مجزا استفاده‌مي‌كنند استفاده مي‌كنند +مجزا استفاده‌مي‌كند استفاده مي‌كند +مجزا استفاده‌مي‌كنيم استفاده مي‌كنيم +مجزا استفاده‌از استفاده از +مجزا استفاده‌شده استفاده شده +مجزا استفاده‌كنند استفاده كنند +مجزا استفاده‌كند استفاده كند +مجزا استفاده‌كرد استفاده كرد +مجزا استفتاء استفتا +مجزا اشيل آشيل +مجزا ازين از اين +مجزا ازدل از دل +مجزا اشيأ اشيا +مجزا ازجنگ از جنگ +مجزا ازجملة از جملة +مجزا ازجهان از جهان +مجزا ازدلايل از دلايل +مجزا ازجهت از جهت +مجزا ازدو از دو +مجزا ازجنبه از جنبه +مجزا ازدولت از دولت +مجزا ازخواب از خواب +مجزا ازدواجها ازدواج‌ها +مجزا ازدواجهاي ازدواج‌هاي +مجزا ازخود از خود +مجزا ازخودش از خودش +مجزا ازدور از دور +مجزا ازدوره از دوره +مجزا ازدوران از دوران +مجزا اصيلترين اصيل‌ترين +مجزا ازحوزه از حوزه +مجزا ازدوستان از دوستان +مجزا اسيا آسيا +مجزا ازجا از جا +مجزا ازجان از جان +مجزا اشياء اشيا +مجزا ازخانه از خانه +مجزا ازخانواده از خانواده +مجزا ازحالت از حالت +مجزا ازجانب از جانب +مجزا اشيائي اشيايي +مجزا ازدانش از دانش +مجزا ازدانشگاه از دانشگاه +مجزا ازدانشكده از دانشكده +مجزا ازجامعه از جامعه +مجزا ازياد از ياد +مجزا ازدادگاه از دادگاه +مجزا ازداخل از داخل +مجزا ازخاك از خاك +مجزا ازديگر از ديگر +مجزا ازديگران از ديگران +مجزا ازديگري از ديگري +مجزا ازخدمات از خدمات +مجزا ازخدمت از خدمت +مجزا ازحدود از حدود +مجزا ازحدوداختيارات از حدود اختيارات +مجزا ازخدا از خدا +مجزا ازديدگاه از ديدگاه +مجزا ازديدن از ديدن +مجزا اسيدفوليك اسيد فوليك +مجزا ازدر از در +مجزا ازجرم از جرم +مجزا ازدرون از درون +مجزا ازدريچه از دريچه +مجزا ازدريافت از دريافت +مجزا ازدرك از درك +مجزا ازحركت از حركت +مجزا ازحضور از حضور +مجزا ازخصوصيات از خصوصيات +مجزا ازدست از دست +مجزا ازيك از يك +مجزا ازيك‌سو از يك‌سو +مجزا ازيك‌طرف از يك‌طرف +مجزا ازحكم از حكم +مجزا ازيكديگر از يكديگر +مجزا ازحق از حق +مجزا اسحق اسحاق +مجزا ازحقوق از حقوق +مجزا ازروايات از روايات +مجزا ازروي از روي +مجزا ازروش از روش +مجزا ازروزنامه از روزنامه +مجزا ازرا از را +مجزا ازراه از راه +مجزا اسراء اسرا +مجزا اسرائيليها اسرائيلي‌ها +مجزا ازراي از راي +مجزا اسراييل اسرائيل +مجزا ازراديو از راديو +مجزا اسراييلي اسرائيلي +مجزا اسراييلي‌ها اسرائيلي‌ها +مجزا اسراييليها اسراييلي‌ها +مجزا اسراييليان اسرائيليان +مجزا اطريشي اتريشي +مجزا ازرسانه از رسانه +مجزا ازرسيدگي از رسيدگي +مجزا ازرسيدن از رسيدن +مجزا ازسه از سه +مجزا ازسنگ از سنگ +مجزا ازشمول از شمول +مجزا ازشما از شما +مجزا اززمان از زمان +مجزا اصطلاحهاي اصطلاح‌هاي +مجزا اصطلاحا اصطلاحاً +مجزا ازشماره از شماره +مجزا ازسوي از سوي +مجزا ازسوي‌ديگر از سوي ديگر +مجزا ازسويي از سويي +مجزا اسطورهاي اسطوره‌اي +مجزا اززندگي از زندگي +مجزا اززمين از زمين +مجزا ازشهرهاي از شهرهاي +مجزا ازسال از سال +مجزا ازسايت از سايت +مجزا ازساير از ساير +مجزا ازسازمان از سازمان +مجزا ازساعت از ساعت +مجزا اززبان از زبان +مجزا ازشبكه از شبكه +مجزا ازشبكه‌هاي از شبكه‌هاي +مجزا ازشبكة از شبكة +مجزا ازسي از سي +مجزا ازسينما از سينما +مجزا ازسخنان از سخنان +مجزا ازشيوه از شيوه +مجزا ازسياست از سياست +مجزا ازشدت از شدت +مجزا ازصحبت از صحبت +مجزا ازسيستم از سيستم +مجزا ازشخصيت از شخصيت +مجزا ازسر از سر +مجزا ازسرگيري از سرگيري +مجزا اضطرابها اضطراب‌ها +مجزا اضطرابهاي اضطراب‌هاي +مجزا ازطرح از طرح +مجزا ازسريال از سريال +مجزا ازطريق از طريق +مجزا ازشركت از شركت +مجزا ازشركت‌هاي از شركت‌هاي +مجزا ازطرف از طرف +مجزا ازطرف‌ديگر از طرف ديگر +مجزا ازطرفي از طرفي +مجزا ازسطح از سطح +مجزا ازشكل از شكل +مجزا ازشعب از شعب +مجزا ازشعبه از شعبه +مجزا ازصفحه از صفحه +مجزا ازكل از كل +مجزا ازكلمات از كلمات +مجزا اشكها اشك‌ها +مجزا اشكهاي اشك‌هاي +مجزا اشكهايم اشك‌هايم +مجزا اشكهايش اشك‌هايش +مجزا ازكنار از كنار +مجزا اسكناسها اسكناس‌ها +مجزا اسكناسهاي اسكناس‌هاي +مجزا اسكلتهاي اسكلت‌هاي +مجزا اشكالها اشكال‌ها +مجزا اشكالهاي اشكال‌هاي +مجزا اشكالهايي اشكال‌هايي +مجزا اشكار آشكار +مجزا ازكار از كار +مجزا ازكارگردان از كارگردان +مجزا ازكارهاي از كارهاي +مجزا ازكارشناسان از كارشناسان +مجزا ازكتاب از كتاب +مجزا اشكبار اشك‌بار +مجزا ازكي از كي +مجزا ازكجا از كجا +مجزا ازكشور از كشور +مجزا ازكشورهاي از كشورهاي +مجزا ازقوانين از قوانين +مجزا ازقانون از قانون +مجزا ازقبل از قبل +مجزا ازقبيل از قبيل +مجزا ازقرائت از قرائت +مجزا ازقصه از قصه +مجزا ازقسمت از قسمت +مجزا ازقسمت‌هاي از قسمت‌هاي +مجزا اسقفها اسقف‌ها +مجزا اسقفهاي اسقف‌هاي +مجزا ازعملكرد از عملكرد +مجزا ازعناصر از عناصر +مجزا ازعوامل از عوامل +مجزا ازعهده از عهده +مجزا ازظهر از ظهر +مجزا اضعافا اضعافاً +مجزا اسْت است +مجزا ازعدم از عدم +مجزا ازعقل از عقل +مجزا ازفنآوري از فنّاوري +مجزا اصفهانيها اصفهاني‌ها +مجزا اطفاء اطفا +مجزا اسفالت آسفالت +مجزا اسفالته آسفالته +مجزا ازفيلم از فيلم +مجزا ازفيلم‌هاي از فيلم‌هاي +مجزا اكنون‌اي اكنون اي +مجزا اكثرا اكثراً +مجزا اكثراإ اكثراً +مجزا اكثرالناس اكثر الناس +مجزا اكتفاء اكتفا +مجزا اكيدا اكيداً +مجزا اكرم‌صلي اكرم صلي +مجزا اكسيدكربن اكسيد كربن +مجزا اقلا اقلاً +مجزا اقليتها اقليت‌ها +مجزا اقليتهاي اقليت‌هاي +مجزا اقا آقا +مجزا اقام آقام +مجزا اقامهء اقامة +مجزا اقامتگاههاي اقامتگاه‌هاي +مجزا اقامت‌خود اقامت خود +مجزا اقاي آقاي +مجزا اقايان آقايان +مجزا اقتضاء اقتضا +مجزا اقتضائي اقتضايي +مجزا اقدامهاي اقدام‌هاي +مجزا اقدامهايي اقدام‌هايي +مجزا اقيانوسها اقيانوس‌ها +مجزا اظ‌هار اظهار +مجزا اظ‌هارنظر اظهارنظر +مجزا اظ‌هارات اظهارات +مجزا اعلام‌كرد اعلام كرد +مجزا اظهارنظرنموده اظهارنظر نموده +مجزا اظهارنظرمي اظهارنظر مي +مجزا اظهارنظركرده اظهارنظر كرده +مجزا اظهارداشته اظهار داشته +مجزا اظهارعقيده اظهار عقيده +مجزا اعلي‌حضرت اعليحضرت +مجزا اغاز آغاز +مجزا اعتلاء اعتلا +مجزا اعتناء اعتنا +مجزا اعتنائي اعتنايي +مجزا اعتمادبه اعتماد به +مجزا اعتبارصلاحيت اعتبار صلاحيت +مجزا اعتراضها اعتراض‌ها +مجزا اعتراضهاي اعتراض‌هاي +مجزا اعضأ اعضا +مجزا اعضاء اعضا +مجزا اعطاء اعطا +مجزا اعطائي اعطايي +مجزا افتهاي افت‌هاي +مجزا افتاده‌است افتاده است +مجزا افتاده‌بود افتاده بود +مجزا افتادهاند افتاده‌اند +مجزا افتراء افترا +مجزا افرادي‌كه افرادي كه +مجزا افراديكه افرادي كه +مجزا افراطگرايي افراط‌گرايي +مجزا افريقاي آفريقاي +مجزا افزونتر افزون‌تر +مجزا افزونتري افزون‌تري +مجزا افشاء افشا +مجزا افسانه‌جان افسانه جان +مجزا افسانه‌يي افسانه‌اي +مجزا افسانهاي افسان‌هاي +مجزا افزايش‌مي‌يابد افزايش مي‌يابد +مجزا افكنهاي افكن‌هاي +مجزا افكارعمومي افكار عمومي +مجزا افقها افق‌ها +مجزا افقهاي افق‌هاي +مجزا افغانها افغان‌ها +مجزا افغانهاي افغان‌هاي +مجزا افغانيها افغاني‌ها +مجزا ذهن‌ام ذهنم +مجزا ذهن‌اش ذهنش +مجزا ذهنها ذهن‌ها +مجزا ذهنهاي ذهن‌هاي +مجزا ذهنيتها ذهنيت‌ها +مجزا ذهنيتهاي ذهنيت‌هاي +مجزا ذوبآهن ذوب‌آهن +مجزا ذلك‌الدين ذلك الدين +مجزا ذلك‌بان ذلك بان +مجزا ذاتها ذات‌ها +مجزا ذاتا ذاتاً +مجزا ذايقه ذائقه +مجزا ذايقة ذائقة +مجزا ذيلا ذيلاً +مجزا ذخائر ذخاير +مجزا ذيحساب ذي‌حساب +مجزا ذيحق ذي‌حق +مجزا ذيقيمت ذي‌قيمت +مجزا ذره‌يي ذره‌اي +مجزا ذكراست ذكر است +مجزا ذكركرد ذكر كرد +مجزا ذغال‌سنگ زغال‌سنگ +مجزا بچه‌گانه بچگانه +مجزا بچه‌هائي بچه‌هايي +مجزا بچه‌هارو بچه‌ها رو +مجزا بچه‌رو بچه رو +مجزا بچهها بچه‌ها +مجزا تپهها تپه‌ها +مجزا بچههاي بچه‌هاي +مجزا تپههاي تپه‌هاي +مجزا بچهاي بچه‌اي +مجزا بگونه به‌گونه +مجزا بگونه‌اي‌كه به‌گونه‌اي كه +مجزا بگوئي بگويي +مجزا بگوئيم بگوييم +مجزا بگوئيد بگوييد +مجزا بگواي بگو اي +مجزا بگور به گور +مجزا بپايان به پايان +مجزا بپرونده به پرونده +مجزا بگرمي به گرمي +مجزا بگشائيد بگشاييد +مجزا به‌چه به چه +مجزا به‌گوش به گوش +مجزا به‌چند به چند +مجزا به‌چنين به چنين +مجزا به‌پا به پا +مجزا به‌پايان به پايان +مجزا به‌گذشته به گذشته +مجزا به‌پخش به پخش +مجزا به‌چشم به چشم +مجزا به‌گزارش به گزارش +مجزا به‌گفته به گفته +مجزا به‌گفتة به گفتة +مجزا به‌آن به آن +مجزا به‌آن‌ها به آن‌ها +مجزا به‌هنگام به هنگام +مجزا به‌آهن به آهن +مجزا به‌آنان به آنان +مجزا به‌موازات به موازات +مجزا به‌نام بنام +مجزا به‌ولايت به ولايت +مجزا به‌وجودآورند به وجود آورند +مجزا به‌وجودآوردن به وجود آوردن +مجزا به‌وجودآورده به وجود آورده +مجزا به‌وجودآورده‌اند به وجود آورده‌اند +مجزا به‌وجودآوردند به وجود آوردند +مجزا به‌وجودنمي‌آيد به وجود نمي‌آيد +مجزا به‌وجودآمده‌اند به وجود آمده‌اند +مجزا به‌وجودمي‌آورند به وجود مي‌آورند +مجزا به‌وجودمي‌آمد به وجود مي‌آمد +مجزا به‌وجودمي‌آيند به وجود مي‌آيند +مجزا به‌وجودمي‌آيد به وجود مي‌آيد +مجزا به‌وجودآيد به وجود آيد +مجزا به‌وجودبياورد به وجود بياورد +مجزا به‌وجودبياوريم به وجود بياوريم +مجزا به‌وجودبيايد به وجود بيايد +مجزا به‌وجودخواهد به وجود خواهد +مجزا به‌نتيجه به نتيجه +مجزا به‌وقوع به وقوع +مجزا به‌نحو به نحو +مجزا به‌ميان به ميان +مجزا به‌مخاطب به مخاطب +مجزا به‌مخاطبان به مخاطبان +مجزا به‌لحاظ به لحاظ +مجزا به‌مدت به مدت +مجزا به‌ميزان به ميزان +مجزا به‌هر به هر +مجزا تن‌آرامي تن آرامي +مجزا به‌مسائل به مسائل +مجزا به‌مشكلات به مشكلات +مجزا به‌نقل به نقل +مجزا به‌مقدار به مقدار +مجزا به‌نقش به نقش +مجزا به‌معني به معني +مجزا به‌نظر به نظر +مجزا به‌نظرمن به نظر من +مجزا به‌نظرنمي‌رسد به نظر نمي‌رسد +مجزا به‌معروف به معروف +مجزا به‌نظرمي‌رسد به نظر مي‌رسد +مجزا به‌نظرمي‌رسيد به نظر مي‌رسيد +مجزا به‌نظربرسد به نظر برسد +مجزا به‌نظرشما به نظر شما +مجزا به‌الله به الله +مجزا بنگاهها بنگاه‌ها +مجزا بنگاههاي بنگاه‌هاي +مجزا به‌امام به امام +مجزا به‌الارض به الارض +مجزا به‌او به او +مجزا به‌انتخاب به انتخاب +مجزا به‌اندازه به اندازه +مجزا به‌اثبات به اثبات +مجزا به‌اي به اي +مجزا به‌اين به اين +مجزا به‌اين‌معنا به اين معنا +مجزا به‌اين‌شعبه به اين شعبه +مجزا به‌اين‌كه به‌اينكه +مجزا به‌اينكه به اينكه +مجزا به‌ايران به ايران +مجزا به‌ايشان به ايشان +مجزا به‌احكام به احكام +مجزا به‌اصول به اصول +مجزا به‌است است به +مجزا به‌استناد به استناد +مجزا به‌اطراف به اطراف +مجزا به‌تن به تن +مجزا به‌تنهائي به‌تنهايي +مجزا به‌تلويزيون به تلويزيون +مجزا به‌تماشاي به تماشاي +مجزا به‌تو به تو +مجزا به‌توليد به توليد +مجزا به‌ثمر به ثمر +مجزا به‌تهران به تهران +مجزا به‌بار به بار +مجزا به‌بيان به بيان +مجزا به‌بحث به بحث +مجزا تنگتر تنگ‌تر +مجزا به‌بررسي به بررسي +مجزا به‌تعبيري به تعبيري +مجزا به‌بعد به بعد +مجزا به‌يمن به يمن +مجزا به‌دلايل به دلايل +مجزا به‌دو به دو +مجزا به‌دنبال به دنبال +مجزا به‌جوانان به جوانان +مجزا به‌خواب به خواب +مجزا به‌خودم به خودم +مجزا به‌خودي به خودي +مجزا به‌خودش به خودش +مجزا به‌دور به دور +مجزا به‌دليل به دليل +مجزا به‌دنيا به دنيا +مجزا به‌حال به حال +مجزا به‌جان به جان +مجزا به‌خانه به خانه +مجزا به‌ياد به ياد +مجزا به‌دادگاه به دادگاه +مجزا به‌داخل به داخل +مجزا به‌جايي به جايي +مجزا به‌خارج به خارج +مجزا به‌ديگران به ديگران +مجزا به‌جدول به جدول +مجزا به‌خدا به خدا +مجزا به‌حداقل به حداقل +مجزا به‌ديدن به ديدن +مجزا به‌در به در +مجزا به‌درون به درون +مجزا به‌حركت به حركت +مجزا به‌خصوصي بخصوصي +مجزا به‌حساب به حساب +مجزا به‌حسب به حسب +مجزا به‌دست به دست +مجزا به‌دست‌آوردن به‌دست آوردن +مجزا به‌يك به يك +مجزا به‌حكم به حكم +مجزا به‌يكديگر به يكديگر +مجزا به‌حق به حق +مجزا به‌روي به روي +مجزا به‌روش به روش +مجزا تلگرافخانه تلگراف‌خانه +مجزا به‌رسميت به رسميت +مجزا به‌شما به شما +مجزا به‌سمت به سمت +مجزا به‌سوزي بهسوزي +مجزا به‌زندگي به زندگي +مجزا به‌زمين به زمين +مجزا به‌سازمان به سازمان +مجزا به‌ست به ست +مجزا به‌زبان به زبان +مجزا به‌سبب به سبب +مجزا به‌صحنه به صحنه +مجزا به‌شيوه‌اي به شيوه‌اي +مجزا به‌شيوة به شيوة +مجزا به‌شدت به شدت +مجزا به‌شخصيت به شخصيت +مجزا به‌سر به سر +مجزا به‌شرح به شرح +مجزا به‌طرفش به طرفش +مجزا به‌شكلي به شكلي +مجزا به‌زعم به زعم +مجزا به‌كمك به كمك +مجزا به‌كار به كار +مجزا به‌كارگرداني به كارگرداني +مجزا به‌كارهاي به كارهاي +مجزا به‌كاربردن به‌كار بردن +مجزا به‌كسي به كسي +مجزا به‌قرار به قرار +مجزا به‌عهدة به عهدة +مجزا به‌عبارت به عبارت +مجزا بن‌عبدالل بن‌عبدالله +مجزا به‌عرصة به عرصة +مجزا به‌عقيده به عقيده +مجزا به‌عقيدة به عقيدة +مجزا به‌فرهنگ به فرهنگ +مجزا به‌فروش به فروش +مجزا به‌فرد به فرد +مجزا به‌فقيه به فقيه +مجزا به‌فقيهان به فقيهان +مجزا بآن به آن +مجزا بمن به من +مجزا بهم‌پيوسته به‌هم‌پيوسته +مجزا تلألو تلألؤ +مجزا بهمنيار بهمن‌يار +مجزا بهمنشير بهمن‌شير +مجزا بهما به ما +مجزا تنهاچيزي تنها چيزي +مجزا بنمائي بنمايي +مجزا تنهائي تنهايي +مجزا بنمائيد بنماييد +مجزا تنهامي تنها مي +مجزا تنهااز تنها از +مجزا تنهابه تنها به +مجزا بنمايندگي به نمايندگي +مجزا تنهاييم تنهايي‌ام +مجزا تنهادر تنها در +مجزا تنهايك تنها يك +مجزا تنهاش تنه‌اش +مجزا بمناسبت به مناسبت +مجزا تهمتها تهمت‌ها +مجزا تهمتهاي تهمت‌هاي +مجزا تلمبار تلنبار +مجزا بهوجود به وجود +مجزا بموجب به‌موجب +مجزا تأئيد تأييد +مجزا تلويحا تلويحاً +مجزا تلويزيون‌در تلويزيون در +مجزا تلويزيون‌ست تلويزيون است +مجزا تلويزيونها تلويزيون‌ها +مجزا تلويزيونهاي تلويزيون‌هاي +مجزا تلويزيوني‌است تلويزيوني است +مجزا بهويژه به‌ويژه +مجزا بنور به نور +مجزا بهوش به‌هوش +مجزا بموضوع به موضوع +مجزا تلوزيون تلويزيون +مجزا بلوكها بلوك‌ها +مجزا بلوكهاي بلوك‌هاي +مجزا بنوعي به‌نوعي +مجزا بلندپروازيهاي بلندپروازي‌هاي +مجزا بهمين به همين +مجزا تهليل تحليل +مجزا بلندمي بلند مي +مجزا بلنديهاي بلندي‌هاي +مجزا بلندشو بلند شو +مجزا بلندشد بلند شد +مجزا بهمراه به همراه +مجزا بمنزله به‌منزله +مجزا بمنزلة به‌منزلة +مجزا بآهستگي به‌آهستگي +مجزا بمنظور به‌منظور +مجزا بهنظر به نظر +مجزا بناء بنا +مجزا بهاء بها +مجزا بهان‌هاي بهانه‌اي +مجزا تمام‌اين تمام اين +مجزا تمام‌شدن تمام شدن +مجزا تلالؤ تلألؤ +مجزا بهانهاي بهان‌هاي +مجزا تلالو تلألؤ +مجزا تماما تماماً +مجزا بهاو به او +مجزا بلائي بلايي +مجزا بنائي بنايي +مجزا بهائي بهايي +مجزا تمامتر تمام‌تر +مجزا تمامشده تمام شده +مجزا بهاالدين بها الدين +مجزا بهاالدين بهاءالدين +مجزا بنابمراتب بنابه‌مراتب +مجزا بنابر بنا بر +مجزا بنابرگزارش بنابر گزارش +مجزا بنابرآن بنابر آن +مجزا بنابرآنچه بنابر آنچه +مجزا بنابرهمين بنابر همين +مجزا بنابرمبناي بنابر مبناي +مجزا بنابرنقل بنابر نقل +مجزا بنابرنظر بنابر نظر +مجزا بنابرنظريه بنابر نظريه +مجزا بنابراحتياط بنابر احتياط +مجزا بنابراعلام بنابر اعلام +مجزا بنابرتحقيق بنابر تحقيق +مجزا بنابرقول بنابر قول +مجزا بنابرقاعده بنابر قاعده +مجزا بماده به ماده +مجزا بلاخره بالاخره +مجزا بناحق به‌ناحق +مجزا تلاش‌اش تلاشش +مجزا تلاشها تلاش‌ها +مجزا تماسها تماس‌ها +مجزا تلاشهاي تلاش‌هاي +مجزا تماسهاي تماس‌هاي +مجزا تلاشهايي تلاش‌هايي +مجزا تماسهايي تماس‌هايي +مجزا تلاشهايش تلاش‌هايش +مجزا تماشاچيها تماشاچي‌ها +مجزا تماشائي تماشايي +مجزا تماشامي تماشا مي +مجزا تماشاي‌تلويزيون تماشاي تلويزيون +مجزا تناقضهاي تناقض‌هاي +مجزا بهذاالامر بهذا الامر +مجزا توپگيري توپ‌گيري +مجزا توپها توپ‌ها +مجزا توپهاي توپ‌هاي +مجزا توگويي تو گويي +مجزا بمبگذاري بمب‌گذاري +مجزا بمثل به‌مثل +مجزا تونلها تونل‌ها +مجزا تونلهاي تونل‌هاي +مجزا تونمي تو نمي +مجزا بمبهاي بمب‌هاي +مجزا بوئي بويي +مجزا بوئين بويين +مجزا بوئينگ بويينگ +مجزا بوئيدن بوييدن +مجزا تئوريها تئوري‌ها +مجزا تئوريهاي تئوري‌هاي +مجزا تئوريهايي تئوري‌هايي +مجزا توني توني +مجزا توني‌و توني و +مجزا توني‌به توني به +مجزا توني‌با توني با +مجزا توني‌در توني در +مجزا توني‌را توني را +مجزا توليدنهائي توليد نهايي +مجزا توليدمي توليد مي +مجزا توليدمي‌شود توليد مي‌شود +مجزا توليدبرنامه توليد برنامه +مجزا توليدفيلم توليد فيلم +مجزا بومرنگ بوم‌رنگ +مجزا بمبلغ به مبلغ +مجزا توان‌مندي توانمندي +مجزا توانمنديها توانمندي‌ها +مجزا توانمنديهاي توانمندي‌هاي +مجزا توانهاي توان‌هاي +مجزا تواما توأماً +مجزا توامان توأمان +مجزا توانائي توانايي +مجزا توانائي‌ها توانايي‌ها +مجزا توانائي‌هاي توانايي‌هاي +مجزا توانائيهاي توانائي‌هاي +مجزا تواماً توأماً +مجزا تواناييها توانايي‌ها +مجزا تواناييهاي توانايي‌هاي +مجزا تواناييهايي توانايي‌هايي +مجزا تواناييهايش توانايي‌هايش +مجزا توانبخشي توان‌بخشي +مجزا تواندهي توان‌دهي +مجزا توانست‌به توانست به +مجزا توانست‌با توانست با +مجزا بمثابه به‌مثابه +مجزا تئاترشهر تئاتر شهر +مجزا بمبارانها بمباران‌ها +مجزا تواز تو از +مجزا تواست تو است +مجزا بواسطة به واسطة +مجزا بواقع به‌واقع +مجزا توافقنامه‌هاي توافق‌نامه‌هاي +مجزا توافقهاي توافق‌هاي +مجزا بوتهها بوته‌ها +مجزا توبا تو با +مجزا بود‚ بود ، +مجزا بوده‌و بوده و +مجزا توجه‌اي توجهي +مجزا بودن‌اش بودنش +مجزا بوده‌است بوده است +مجزا توجه‌است توجه است +مجزا توجه‌به توجه به +مجزا بودم‌كه بودم كه +مجزا بوده‌كه بوده كه +مجزا بوينوس‌آيرس بوئنوس‌آيرس +مجزا بودهام بوده‌ام +مجزا بودهاند بوده‌اند +مجزا بودو بود و +مجزا بودولي بود ولي +مجزا بوجودآمده به وجود آمده +مجزا بودندو بودند و +مجزا بودندكه بودند كه +مجزا بودائي بودايي +مجزا بوداييان بودائيان +مجزا بودبا بود با +مجزا بودتا بود تا +مجزا بودجه‌يي بودجه‌اي +مجزا بوددر بود در +مجزا بودكه بود كه +مجزا تآتر تئاتر +مجزا تأتر تئاتر +مجزا بهترمي بهتر مي +مجزا تورانشاه توران‌شاه +مجزا بهتراز بهتر از +مجزا بهتراست بهتر است +مجزا تآتري تئاتري +مجزا بهترين‌بازيگر بهترين بازيگر +مجزا بهترينها بهترين‌ها +مجزا توريستها توريست‌ها +مجزا بوسهاي بوس‌هاي +مجزا بوزارت به وزارت +مجزا بوستانها بوستان‌ها +مجزا بوستانهاي بوستان‌هاي +مجزا توطيه‌گران توطئه‌گران +مجزا توطيه‌ها توطئه‌ها +مجزا توطيه‌هاي توطئه‌هاي +مجزا توطيه‌اي توطئه‌اي +مجزا توضيح‌مي‌دهد توضيح مي‌دهد +مجزا توصيفها توصيف‌ها +مجزا توصيفهاي توصيف‌هاي +مجزا توكه تو كه +مجزا بوكالت به وكالت +مجزا بوكيل به وكيل +مجزا بوقها بوق‌ها +مجزا بوقهاي بوق‌هاي +مجزا بوقت به وقت +مجزا بوفور به وفور +مجزا توفانهاي توفان‌هاي +مجزا بهيچ به‌هيچ +مجزا بهيچوجه به‌هيچ‌وجه +مجزا بني‌الاسلام بني الاسلام +مجزا بني‌اسراييل بني‌اسرائيل +مجزا تمدنها تمدن‌ها +مجزا تمدنهاي تمدن‌هاي +مجزا تمدنهاست تمدن‌هاست +مجزا بنحو به نحو +مجزا بليون بيليون +مجزا تهيهي تهية +مجزا تهيهكننده تهيه‌كننده +مجزا تهيهكنندهي تهيه‌كنندة +مجزا تهيهكنندة تهيه‌كنندة +مجزا بميان به ميان +مجزا بنيانگذار بنيان‌گذار +مجزا بنيانگذاران بنيان‌گذاران +مجزا بنيانگذاري بنيان‌گذاري +مجزا بنيانهاي بنيان‌هاي +مجزا بندالف بند الف +مجزا بآيات به آيات +مجزا بهجاي به‌جاي +مجزا بنيادمستضعفان بنياد مستضعفان +مجزا بنياديترين بنيادي‌ترين +مجزا بنيادشهيد بنياد شهيد +مجزا بهخاطر به‌خاطر +مجزا بلحاظ به‌لحاظ +مجزا بمدت به مدت +مجزا بليتهاي بليت‌هاي +مجزا تلختر تلخ‌تر +مجزا تلخترين تلخ‌ترين +مجزا بنديها بندي‌ها +مجزا بنديهاي بندي‌هاي +مجزا بنديهايي بندي‌هايي +مجزا بمحض به‌محض +مجزا بمحض‌اين‌كه به‌محض اينكه +مجزا بليطهاي بليط‌هاي +مجزا بهحضور به حضور +مجزا بهخصوص به‌خصوص +مجزا بميزان به ميزان +مجزا بهدست به دست +مجزا بليزر به ليزر +مجزا تلخكامي تلخ‌كامي +مجزا بهره‌بردن بهره بردن +مجزا بهرهمند بهره‌مند +مجزا بمرور به‌مرور +مجزا بهرهبرداري بهره‌برداري +مجزا بآرامي به‌آرامي +مجزا تهرانجوان تهران‌جوان +مجزا تهرانخبرگزاري تهران خبرگزاري +مجزا بنرخ به نرخ +مجزا بمردم به مردم +مجزا تمرينها تمرين‌ها +مجزا تمرينهاي تمرين‌هاي +مجزا بهرحال به‌هرحال +مجزا تأريخ تاريخ +مجزا ثمررساندن ثمر رساندن +مجزا تنشها تنش‌ها +مجزا تنشهاي تنش‌هاي +مجزا تنشهايي تنش‌هايي +مجزا بهسوي به‌سوي +مجزا بلشويكها بلشويك‌ها +مجزا بهطور به‌طور +مجزا بهصورت به‌صورت +مجزا بهطوري به‌طوري +مجزا بآساني به‌آساني +مجزا بمساحت به مساحت +مجزا بهشت‌برين بهشت برين +مجزا بهشتها بهشت‌ها +مجزا بنزد به نزد +مجزا تأسفبار تأسف‌بار +مجزا تلك‌الدراهم تلك الدراهم +مجزا بمكه به مكه +مجزا بهكار به كار +مجزا بمكة به مكة +مجزا تأكيدكرد تأكيد كرد +مجزا تلقي‌مي‌شود تلقي مي‌شود +مجزا تلقيهاي تلقي‌هاي +مجزا بمقدار به مقدار +مجزا بهقدر به‌قدر +مجزا بهعنوان به‌عنوان +مجزا بمعناي به‌معناي +مجزا بمعني به معني +مجزا بلغت به لغت +مجزا بنظر به نظر +مجزا بنظرم به نظرم +مجزا بنظرنمي به نظر نمي +مجزا بهغروب به غروب +مجزا بمعروف به‌معروف +مجزا بنظرمي به نظر مي +مجزا بنظرش به نظرش +مجزا تلفن‌همراه تلفن همراه +مجزا تلفنها تلفن‌ها +مجزا تلفنهاي تلفن‌هاي +مجزا بنفس به‌نفس +مجزا بنفع به نفع +مجزا باچه با چه +مجزا تاچه تا چه +مجزا باچند با چند +مجزا تاچند تا چند +مجزا باچنين با چنين +مجزا باچهره با چهره +مجزا تاپايان تا پايان +مجزا با‌است با است +مجزا باپرداخت با پرداخت +مجزا باآگاهي با آگاهي +مجزا بانگاهي با نگاهي +مجزا تالم تألم +مجزا تاهل تأهل +مجزا باآن با آن +مجزا بامن با من +مجزا تاآن تا آن +مجزا تامن تا من +مجزا بالل بالله +مجزا باآنچه با آنچه +مجزا باآن‌ها با آن‌ها +مجزا ثامن‌الايمه ثامن‌الائمه +مجزا تامل‌برانگيز تأمل‌برانگيز +مجزا باآن‌كه باآنكه +مجزا تاءمل تأمل +مجزا باهمه با همه +مجزا باآنها با آنها +مجزا بالمومنين بالمؤمنين +مجزا بالها بال‌ها +مجزا بامها بام‌ها +مجزا باهمان با همان +مجزا باهماهنگي با هماهنگي +مجزا تاملات تأملات +مجزا تاملاتي تأملاتي +مجزا بالهاي بال‌هاي +مجزا بانهاي بان‌هاي +مجزا بامهاي بام‌هاي +مجزا بالهايش بال‌هايش +مجزا باهمة با همة +مجزا بالون بالن +مجزا بانوئي بانويي +مجزا باموازين با موازين +مجزا بامور به امور +مجزا باموضوع با موضوع +مجزا باموسيقي با موسيقي +مجزا تاءمين تأمين +مجزا باهمين با همين +مجزا بالأخره بالاخره +مجزا باآنكه با آنكه +مجزا باهمكاري با همكاري +مجزا باما با ما +مجزا بالاو بالا و +مجزا بالائي بالايي +مجزا بالامي بالا مي +مجزا تالابها تالاب‌ها +مجزا تالابهاي تالاب‌هاي +مجزا بالاتراز بالاتر از +مجزا باماده با ماده +مجزا بالارفت بالا رفت +مجزا باو به او +مجزا ثالثا ثالثاً +مجزا بالباس با لباس +مجزا بالتبع بالطبع +مجزا تائي تايي +مجزا تاويل تأويل +مجزا تاويلات تأويلات +مجزا باوجودآن با وجود آن +مجزا باوجودآن‌كه با وجود آنكه +مجزا باوجوداين با وجود اين +مجزا باوجوداين‌كه با وجود اينكه +مجزا تاويلي تأويلي +مجزا بانتخاب به انتخاب +مجزا تائيد تأييد +مجزا بانتيجه با نتيجه +مجزا تائيديه تأييديه +مجزا تاءثير تأثير +مجزا تاوقتي تا وقتي +مجزا تاني تأني +مجزا تامين تأمين +مجزا ثانيأ ثانياً +مجزا ثانيه‌يي ثانيه‌اي +مجزا تامين‌كننده تأمين‌كننده +مجزا تاميني تأميني +مجزا بالحني با لحني +مجزا ثانيا ثانياً +مجزا بالدار بال دار +مجزا باندازه به‌اندازه +مجزا باندازة به‌اندازة +مجزا بامخاطب با مخاطب +مجزا بامخاطبان با مخاطبان +مجزا بالحاظ با لحاظ +مجزا تاءييد تأييد +مجزا بامحيط با محيط +مجزا تاآخر تا آخر +مجزا باميزان با ميزان +مجزا تاليف تأليف +مجزا تاليفات تأليفات +مجزا تاليفاتي تأليفاتي +مجزا تاليفي تأليفي +مجزا بامر به امر +مجزا باهر با هر +مجزا بامراجعه با مراجعه +مجزا بامردم با مردم +مجزا بانضمام به‌انضمام +مجزا بالشهاي بالش‌هاي +مجزا تانزند تا نزند +مجزا بامسائل با مسائل +مجزا باهزينه با هزينه +مجزا تاءسيس تأسيس +مجزا بانك‌داري بانكداري +مجزا بانكها بانك‌ها +مجزا تانكها تانك‌ها +مجزا بانكهاي بانك‌هاي +مجزا تانكهاي تانك‌هاي +مجزا تاءكيد تأكيد +مجزا تاءكيدات تأكيدات +مجزا باآقاي با آقاي +مجزا بامقررات با مقررات +مجزا بانفوذي با نفوذي +مجزا بااو با او +مجزا تااو تا او +مجزا باانتخاب با انتخاب +مجزا باانجام با انجام +مجزا تاامروز تا امروز +مجزا بااي با اي +مجزا بااين با اين +مجزا تااين تا اين +مجزا بااين‌كه بااينكه +مجزا تااين‌كه تااينكه +مجزا بااينهمه با اين‌همه +مجزا باايجاد با ايجاد +مجزا باايران با ايران +مجزا بااجراي با اجراي +مجزا باايشان با ايشان +مجزا باارائه با ارائه +مجزا باارسال با ارسال +مجزا باارزشترين باارزش‌ترين +مجزا تااز تا از +مجزا بااصل با اصل +مجزا بااصول با اصول +مجزا بااشاره با اشاره +مجزا بااستدلال با استدلال +مجزا بااشتياق با اشتياق +مجزا بااستقبال با استقبال +مجزا بااستفاده با استفاده +مجزا بااكثريت با اكثريت +مجزا بااعلام با اعلام +مجزا باافزايش با افزايش +مجزا باذن به اذن +مجزا تابلوئي تابلويي +مجزا باتلويزيون با تلويزيون +مجزا بابها باب‌ها +مجزا باتهام به اتهام +مجزا باتمام به‌اتمام +مجزا بابهاي باب‌هاي +مجزا باتو با تو +مجزا باتوجه‌به‌اينكه با توجه به اينكه +مجزا بابهره‌گيري با بهره‌گيري +مجزا بابائي بابايي +مجزا بابائيان باباييان +مجزا تاتاريخ تا تاريخ +مجزا بابازي با بازي +مجزا باتاكيد با تأكيد +مجزا ثابت‌بودن ثابت بودن +مجزا ثابت‌باشد ثابت باشد +مجزا ثابت‌خواهد ثابت خواهد +مجزا ثابت‌شود ثابت شود +مجزا ثابت‌شد ثابت شد +مجزا ثابت‌شده ثابت شده +مجزا ثابتهاي ثابت‌هاي +مجزا تابتواند تا بتواند +مجزا تابتوانيم تا بتوانيم +مجزا باتيم با تيم +مجزا تابحال تابه‌حال +مجزا تاثير تأثير +مجزا تاثيرگذار تأثيرگذار +مجزا تاثيرگذارند تأثيرگذارند +مجزا تاثيرگذارتر تأثيرگذارتر +مجزا تاثيرگذارترين تأثيرگذارترين +مجزا تاثيرگذاري تأثيرگذاري +مجزا تاثيرپذير تأثيرپذير +مجزا تاثيرپذيري تأثيرپذيري +مجزا تاثيرها تأثيرها +مجزا تاثيرهاي تأثيرهاي +مجزا تاثيرمي تاثير مي +مجزا تاثيرمي‌گذارد تأثير مي‌گذارد +مجزا تاثيرات تأثيرات +مجزا تاثيراتي تأثيراتي +مجزا باتجربه‌يي باتجربه‌اي +مجزا تاثيري تأثيري +مجزا تاثيرش تأثيرش +مجزا تاتر تئاتر +مجزا تاثر تأثر +مجزا باتروريسم با تروريسم +مجزا بابراهيم به ابراهيم +مجزا تاثرات تأثرات +مجزا بابررسي با بررسي +مجزا باتصويب با تصويب +مجزا تابستانها تابستان‌ها +مجزا تابستانهاي تابستان‌هاي +مجزا باتشكيل با تشكيل +مجزا باتشكر با تشكر +مجزا باتكيه با تكيه +مجزا تابعهاي تابع‌هاي +مجزا باتعجب با تعجب +مجزا باتغيير با تغيير +مجزا باتفاق به اتفاق +مجزا تاجگذاري تاج‌گذاري +مجزا باين به‌اين +مجزا باين‌ترتيب به‌اين‌ترتيب +مجزا باجمال با جمال +مجزا تاجهاي تاج‌هاي +مجزا باجناق باجناغ +مجزا بادو با دو +مجزا بادولت با دولت +مجزا باخواندن با خواندن +مجزا باخود با خود +مجزا باخودم با خودم +مجزا باخودش با خودش +مجزا باخنده با خنده +مجزا باينكه به اينكه +مجزا تاحالا تا حالا +مجزا باحالتي با حالتي +مجزا بادانش با دانش +مجزا باداي باد اي +مجزا تاجايي تا جايي +مجزا باداشتن با داشتن +مجزا بادبانها بادبان‌ها +مجزا بادبادكها بادبادك‌ها +مجزا باختصار به‌اختصار +مجزا تاحد تا حد +مجزا باديگران با ديگران +مجزا بايدگفت بايد گفت +مجزا تاديه تأديه +مجزا بايدو بايد و +مجزا تاحدود تا حدود +مجزا بايداين بايد اين +مجزا تاجدار تاج‌دار +مجزا بايداز بايد از +مجزا تاديب تأديب +مجزا بايدبگويم بايد بگويم +مجزا بايدبه بايد به +مجزا بايدبا بايد با +مجزا تاديبي تأديبي +مجزا بايدبراي بايد براي +مجزا تاييد تأييد +مجزا باديدن با ديدن +مجزا تاييدمي تأييد مي +مجزا تاييدات تأييدات +مجزا تاييدي تأييدي +مجزا تاييديه تأييديه +مجزا بايددر بايد در +مجزا تاييدشده تأييدشده +مجزا بايديك بايد يك +مجزا بايديكم بأيديكم +مجزا تاييدكننده تأييدكننده +مجزا تاخير تأخير +مجزا تاخيرها تأخيرها +مجزا تاخيرهاي تأخيرهاي +مجزا تاخيري تأخيري +مجزا تادر تا در +مجزا بادرود بادرود +مجزا باحضور با حضور +مجزا بادست با دست +مجزا بايك با يك +مجزا تايك تا يك +مجزا بايكي با يكي +مجزا بايكديگر با يكديگر +مجزا باحق با حق +مجزا بارمي بار مي +مجزا بارانهاي باران‌هاي +مجزا بارانسنج باران‌سنج +مجزا بارانسنجي باران‌سنجي +مجزا باربه بار به +مجزا بارتكرار بار تكرار +مجزا باريتعالي باري‌تعالي +مجزا بارديگر بار ديگر +مجزا تاريخنگاران تاريخ‌نگاران +مجزا تاريخنگاري تاريخ‌نگاري +مجزا تاريخها تاريخ‌ها +مجزا تاريخهاي تاريخ‌هاي +مجزا تاريخدان تاريخ‌دان +مجزا تاريخيترين تاريخي‌ترين +مجزا باريكتر باريك‌تر +مجزا تاريكتر تاريك‌تر +مجزا تاريكيها تاريكي‌ها +مجزا تاريكيهاي تاريكي‌هاي +مجزا تاريكخانه تاريك‌خانه +مجزا بارسنگين بار سنگين +مجزا بارشهاي بارش‌هاي +مجزا بارسانه با رسانه +مجزا تارسيديم تا رسيديم +مجزا بارعايت با رعايت +مجزا باشگاهها باشگاه‌ها +مجزا باشگاههاي باشگاه‌هاي +مجزا باشگاهداري باشگاه‌داري +مجزا باش‌اي باش اي +مجزا تازگيها تازگي‌ها +مجزا بازگشت‌به بازگشت به +مجزا بازأ بازا +مجزا باسم بسم +مجزا تازه‌تاسيس تازه‌تأسيس +مجزا تازه‌يي تازه‌اي +مجزا باسمه‌تعالي بسمه‌تعالي +مجزا باطلها باطل‌ها +مجزا بازآلي باز آلي +مجزا بازنمي باز نمي +مجزا باطنا باطناً +مجزا باسلام با سلام +مجزا تازمان تا زمان +مجزا تازماني تا زماني +مجزا تازهاي تازه‌اي +مجزا باطلاع به اطلاع +مجزا بازمي باز مي +مجزا باشندو باشند و +مجزا باشندكه باشند كه +مجزا تاسال تا سال +مجزا بازاي به‌ازاي +مجزا باساير با ساير +مجزا بازاريها بازاري‌ها +مجزا باضافه به‌اضافه +مجزا باستناد به استناد +مجزا باستنادماده به‌استناد ماده +مجزا باستانشناس باستان‌شناس +مجزا باستانشناسان باستان‌شناسان +مجزا باستانشناسي باستان‌شناسي +مجزا بازتابهاي بازتاب‌هاي +مجزا باستثناي به‌استثناي +مجزا باستحضار به استحضار +مجزا باشبكه با شبكه +مجزا باشد‚ باشد ، +مجزا بازي‌يي بازي‌اي +مجزا بازي‌در بازي در +مجزا بازيگري‌ست بازيگري است +مجزا بازيگردان بازي‌گردان +مجزا بازيگرداني بازي‌گرداني +مجزا بازي‌ست بازي است +مجزا بازي‌كند بازي كند +مجزا بازي‌كردن بازي كردن +مجزا بازيها بازي‌ها +مجزا بازيهاي بازي‌هاي +مجزا بازيهايم بازي‌هايم +مجزا بازيهايمان بازي‌هايمان +مجزا بازيهايي بازي‌هايي +مجزا بازيهايش بازي‌هايش +مجزا بازيهايشان بازي‌هايشان +مجزا بازيهاست بازي‌هاست +مجزا باشدو باشد و +مجزا بازجوئي بازجويي +مجزا بازخواهد باز خواهد +مجزا باصداي با صداي +مجزا باصدايي با صدايي +مجزا بازداشتگاهها بازداشتگاه‌ها +مجزا بازداشتگاههاي بازداشتگاه‌هاي +مجزا بازداشتها بازداشت‌ها +مجزا باشدبه باشد به +مجزا بازيخواني بازي‌خواني +مجزا باشيدكه باشيد كه +مجزا تاسيس تأسيس +مجزا بازيشان بازي‌شان +مجزا تاسيسات تأسيسات +مجزا تاسيساتي تأسيساتي +مجزا بازيساز بازي‌ساز +مجزا بازيسازي بازي‌سازي +مجزا باسيستم با سيستم +مجزا تاسيسي تأسيسي +مجزا باشدكه باشد كه +مجزا بازيكنها بازيكن‌ها +مجزا بازيكنهاي بازيكن‌هاي +مجزا تاسر تا سر +مجزا باشركت با شركت +مجزا تاصسيس تأسيس +مجزا باشك با شك +مجزا بازكرد باز كرد +مجزا بازكردم باز كردم +مجزا تاسف تأسف +مجزا باصفائي باصفايي +مجزا تاكه تا كه +مجزا باكمك با كمك +مجزا باكاهش با كاهش +مجزا تاكتيكهاي تاكتيك‌هاي +مجزا باكتريها باكتري‌ها +مجزا باكتريهاي باكتري‌هاي +مجزا تاكيد تأكيد +مجزا تاكيدها تأكيدها +مجزا تاكيدهاي تأكيدهاي +مجزا تاكيدمي تاكيد مي +مجزا تاكيدات تأكيدات +مجزا تاكيدبر تأكيد بر +مجزا تاكيدي تأكيدي +مجزا تاكيدكرد تأكيد كرد +مجزا تاكسيهاي تاكسي‌هاي +مجزا تاكسيمتر تاكسي‌متر +مجزا باقانون با قانون +مجزا تاقبل تا قبل +مجزا باقي‌ماندة باقيماندة +مجزا باقي‌مي‌ماند باقي مي‌ماند +مجزا باقدرت با قدرت +مجزا باقيش باقي‌اش +مجزا باقرعليه باقر عليه +مجزا باغچههاي باغچه‌هاي +مجزا باغ‌بان باغبان +مجزا باعنوان با عنوان +مجزا باغها باغ‌ها +مجزا باغهاي باغ‌هاي +مجزا باغهايي باغ‌هايي +مجزا باعث‌مي‌شود باعث مي‌شود +مجزا باعث‌شد باعث شد +مجزا باعث‌شده باعث شده +مجزا باعتبار به اعتبار +مجزا باعصبانيت با عصبانيت +مجزا بافتها بافت‌ها +مجزا بافتهاي بافت‌هاي +مجزا بافيلم با فيلم +مجزا بافرض با فرض +مجزا بافساد با فساد +مجزا بذكر به‌ذكر +مجزا تبه‌كار تبهكار +مجزا بتنهائي به‌تنهايي +مجزا بتهون بتهوون +مجزا بتها بت‌ها +مجزا بتمامي به تمامي +مجزا بتهاي بت‌هاي +مجزا بتهايي بت‌هايي +مجزا بتو به تو +مجزا ببنيم بببِنم +مجزا ببنيد ببينيد +مجزا بتاريخ به تاريخ +مجزا ثبتهاي ثبت‌هاي +مجزا بتخلفات به تخلفات +مجزا تبدار تب‌دار +مجزا تبديل‌شدن تبديل شدن +مجزا تبيينها تبيين‌ها +مجزا تبيينهاي تبيين‌هاي +مجزا تبديلهاي تبديل‌هاي +مجزا تبيينهايي تبيين‌هايي +مجزا بترتيب به ترتيب +مجزا بترتيب به‌ترتيب +مجزا بتصويب به تصويب +مجزا بتصدي به تصدي +مجزا تبعا تبعاً +مجزا تبعيضها تبعيض‌ها +مجزا ببعض به‌بعض +مجزا بتفصيل به‌تفصيل +مجزا بي‌گناهم بيگناهم +مجزا بي‌چارگي بيچارگي +مجزا بي‌پروائي بي‌پروايي +مجزا بي‌آن‌كه بي‌آنكه +مجزا بي‌نا بينا +مجزا بيگناه بي‌گناه +مجزا بيگمان بي‌گمان +مجزا بيگناهي بي‌گناهي +مجزا تيپهاي تيپ‌هاي +مجزا بيچون بي‌چون +مجزا بدگوئي بدگويي +مجزا بي‌وفائي بي‌وفايي +مجزا بي‌اندازد بيندازد +مجزا بي‌اعتنائي بي‌اعتنايي +مجزا بي‌تو بي تو +مجزا بي‌تا بيتا +مجزا بي‌تاثير بي‌تأثير +مجزا بي‌خودي بيخودي +مجزا بي‌داد بيداد +مجزا بي‌راه بيراه +مجزا بي‌كم بي كم +مجزا بي‌كار بيكار +مجزا بي‌كاري بيكاري +مجزا بي‌غل بي غل +مجزا بي‌فايده‌ست بي‌فايده است +مجزا تخم‌مرغها تخم‌مرغ‌ها +مجزا تيم‌ام تيمم +مجزا بين‌الناس بين الناس +مجزا تيم‌اش تيمش +مجزا تخمگذار تخم‌گذار +مجزا تخمگذاري تخم‌گذاري +مجزا تخمگذاريها تخم‌گذاري‌ها +مجزا بين‌شان بي‌نشان +مجزا تيم‌شان تيمشان +مجزا بينها بين‌ها +مجزا بيمها بيم‌ها +مجزا بدنها بدن‌ها +مجزا تيمها تيم‌ها +مجزا تيممان تيم‌مان +مجزا بدنهاي بدن‌هاي +مجزا تيمهاي تيم‌هاي +مجزا تخمهاي تخم‌هاي +مجزا بينهايت بي‌نهايت +مجزا تيمهايي تيم‌هايي +مجزا بيهوازي بي‌هوازي +مجزا بيهويتي بي‌هويتي +مجزا بيمورد بي‌مورد +مجزا بيآورد بياورد +مجزا بينندهها بيننده‌ها +مجزا بيمنطق بي‌منطق +مجزا بيآنكه بي‌آنكه +مجزا بينالملل بين‌الملل +مجزا بينالمللي بين‌المللي +مجزا بينائي بينايي +مجزا بيمايه بي‌مايه +مجزا بيماريها بيماري‌ها +مجزا بيماريهاي بيماري‌هاي +مجزا بيماريهايي بيماري‌هايي +مجزا بيماريش بيماري‌اش +مجزا بيماريزا بيماري‌زا +مجزا بيماريزاي بيماري‌زاي +مجزا بيمارستانها بيمارستان‌ها +مجزا بيمارستانهاي بيمارستان‌هاي +مجزا بخلاف به خلاف +مجزا بجهت به‌جهت +مجزا بيآب بي‌آب +مجزا بدون‌اين‌كه بدون اينكه +مجزا بدون‌اينكه بدون اينكه +مجزا بدون‌شك بدون شك +مجزا بدولت به دولت +مجزا بدوا بدواً +مجزا تيمتان تيم‌تان +مجزا بدنبالش به دنبالش +مجزا بيواسطه بي‌واسطه +مجزا بيوتيكهاي بيوتيك‌هاي +مجزا بخود به خود +مجزا بخودم به خودم +مجزا تدوينگراني تدوين‌گراني +مجزا تدوين‌غيرخطي تدوين غيرخطي +مجزا بخودي به‌خودي +مجزا بخودي‌خود به‌خودي‌خود +مجزا بخودش به خودش +مجزا بدور به‌دور +مجزا تيوري‌هاي تئوري‌هاي +مجزا تيوريك تئوريك +مجزا بيوفايي بي‌وفايي +مجزا بيهيچ بي‌هيچ +مجزا بخنده به خنده +مجزا بدليل به دليل +مجزا بيميل بي‌ميل +مجزا تحليلها تحليل‌ها +مجزا تحليلهاي تحليل‌هاي +مجزا تخمينهاي تخمين‌هاي +مجزا تحليلهايي تحليل‌هايي +مجزا بينيها بيني‌ها +مجزا بدهيها بدهي‌ها +مجزا بينيهاي بيني‌هاي +مجزا بدهيهاي بدهي‌هاي +مجزا بدلخواه به‌دلخواه +مجزا بدنيا به دنيا +مجزا تخمدانها تخمدان‌ها +مجزا بينيش بيني‌اش +مجزا بدنيست بد نيست +مجزا تخمريزي تخم‌ريزي +مجزا بيمزه بي‌مزه +مجزا بينشها بينش‌ها +مجزا بينشهاي بينش‌هاي +مجزا بدلكار بدل‌كار +مجزا بدلكاران بدل‌كاران +مجزا بدلكاري بدل‌كاري +مجزا بخلق به خلق +مجزا بينقص بي‌نقص +مجزا بحال به حال +مجزا بجان به جان +مجزا بدام به دام +مجزا بدان‌اي بدان اي +مجزا بدان‌جا بدانجا +مجزا بدان‌كه بدان كه +مجزا بخانه به خانه +مجزا بدانها بدان‌ها +مجزا بيانهاي بيان‌هاي +مجزا بحالت به‌حالت +مجزا تداوم‌شان تداومشان +مجزا بيائي بيايي +مجزا بجائي بجايي +مجزا بيائيم بياييم +مجزا بيائيد بياييد +مجزا بيانيه‌يي بيانيه‌اي +مجزا بيانداز بينداز +مجزا بياندازم بيندازم +مجزا بياندازيم بيندازيم +مجزا بياندازيد بيندازيد +مجزا بيانديشند بينديشند +مجزا بيانديشد بينديشد +مجزا بيانديشيم بينديشيم +مجزا بيانديشيد بينديشيد +مجزا بدانكه بدان كه +مجزا بيااي بيا اي +مجزا بيابانگرد بيابان‌گرد +مجزا بيابانها بيابان‌ها +مجزا بيابانهاي بيابان‌هاي +مجزا تياتر تئاتر +مجزا تياتري تئاتري +مجزا بجاي به جاي +مجزا بدادگاه به دادگاه +مجزا بداخل به داخل +مجزا بيادماندني به‌يادماندني +مجزا بخارآب بخار آب +مجزا بخارج به خارج +مجزا بداست بد است +مجزا بيافتد بيفتد +مجزا بيافزايند بيفزايند +مجزا بيافزايد بيفزايد +مجزا بيافزاييم بيفزاييم +مجزا تحت‌پوشش تحت پوشش +مجزا تحت‌نظر تحت نظر +مجزا بحث‌به بحث به +مجزا تحت‌تأثير تحت تأثير +مجزا بحث‌با بحث با +مجزا تحت‌تاثير تحت تأثير +مجزا بحث‌بر بحث بر +مجزا تحت‌حمايت تحت حمايت +مجزا بحث‌خواهيم بحث خواهيم +مجزا بحث‌خود بحث خود +مجزا بحث‌خارج بحث خارج +مجزا بحث‌حاضر بحث حاضر +مجزا تحت‌حاكميت تحت حاكميت +مجزا تحت‌حكومت تحت حكومت +مجزا بحث‌شود بحث شود +مجزا تحت‌سلطه تحت سلطه +مجزا بحث‌شد بحث شد +مجزا بحث‌شده بحث شده +مجزا تحت‌سيطره تحت سيطره +مجزا تحت‌سرپرستي تحت سرپرستي +مجزا تحت‌شرايط تحت شرايط +مجزا تحت‌شرايطي تحت شرايطي +مجزا تحت‌عنوان تحت عنوان +مجزا بيت‌عليهم بيت عليهم +مجزا بيت‌عليهم‌السلام بيت عليهم‌السلام +مجزا تحت‌فشار تحت فشار +مجزا بيتها بيت‌ها +مجزا بحثها بحث‌ها +مجزا تحتها تحت‌ها +مجزا تختها تخت‌ها +مجزا بحثهاي بحث‌هاي +مجزا تختهاي تخت‌هاي +مجزا بحثهايي بحث‌هايي +مجزا بحثهايش بحث‌هايش +مجزا بيتالمقدس بيت‌المقدس +مجزا بيتابي بي‌تابي +مجزا بيباكي بي‌باكي +مجزا تختبام تخت‌بام +مجزا بيبي‌سي بي‌بي‌سي +مجزا بدبختيها بدبختي‌ها +مجزا بدبختيهاي بدبختي‌هاي +مجزا بيتكيه بي‌تكيه +مجزا بحد به حد +مجزا بجد به‌جد +مجزا بدينگونه بدين‌گونه +مجزا بيده‌الملك بيده الملك +مجزا بدين‌ترتيبب بدين‌ترتيب +مجزا بدينوسيله بدين‌وسيله +مجزا بديها بدي‌ها +مجزا بديهاي بدي‌هاي +مجزا بخدمت به خدمت +مجزا بديوان به ديوان +مجزا بديوانعالي به ديوان‌عالي +مجزا بيخوابي بي‌خوابي +مجزا بدينجا بدين‌جا +مجزا بدينسان بدين‌سان +مجزا بخدا به خدا +مجزا بيحال بي‌حال +مجزا بيجان بي‌جان +مجزا بيحالي بي‌حالي +مجزا بيجايي بي‌جايي +مجزا بحيث به‌حيث +مجزا بيخبر بي‌خبر +مجزا بحدي به‌حدي +مجزا بيجي‌پي بي‌جي‌پي +مجزا بديدن به ديدن +مجزا تخييل تخيل +مجزا بيخيال بي‌خيال +مجزا تجديدنظرنموده تجديدنظر نموده +مجزا تجديدنظراحكام تجديدنظر احكام +مجزا تجديدنظراستان تجديدنظر استان +مجزا تجديدنظربه تجديدنظر به +مجزا تجديدنظربازسازي تجديدنظر بازسازي +مجزا تجديدنظرخوانده تجديدنظر خوانده +مجزا تجديدنظرخواسته تجديدنظر خواسته +مجزا تجديدنظرديوان تجديدنظر ديوان +مجزا تجديدنظردررسيدگي تجديدنظر در رسيدگي +مجزا بيدرنگ بي‌درنگ +مجزا بيدريغ بي‌دريغ +مجزا بيحركت بي‌حركت +مجزا بيحس بي‌حس +مجزا بديشان بدي‌شان +مجزا بيحسي بي‌حسي +مجزا بيرنگ بي‌رنگ +مجزا بحرنور بحر نور +مجزا بدرون به درون +مجزا تيروئيدي تيروييدي +مجزا بيروح بي‌روح +مجزا بيرويه بي‌رويه +مجزا بدروداي بدرود اي +مجزا بحرانها بحران‌ها +مجزا بحرانهاي بحران‌هاي +مجزا بحرانهايي بحران‌هايي +مجزا تجربه‌يي تجربه‌اي +مجزا تجربه‌كردن تجربه كردن +مجزا تجربهء تجربة +مجزا تجربههاي تجربه‌هاي +مجزا تجربهاي تجرب‌هاي +مجزا تجربهي تجربة +مجزا بيربط بي‌ربط +مجزا بخرج به‌خرج +مجزا بيرحم بي‌رحم +مجزا تحريمها تحريم‌ها +مجزا تحريمهاي تحريم‌هاي +مجزا بيرحمانه بي‌رحمانه +مجزا بدرخواست به‌درخواست +مجزا بيرحمي بي‌رحمي +مجزا بيرجنديهاي بيرجندي‌هاي +مجزا تدريج‌به تدريج به +مجزا تدريجا تدريجاً +مجزا تحريفها تحريف‌ها +مجزا بخط به خط +مجزا بجز به‌جز +مجزا بيش‌از بيش از +مجزا بيش‌تر بيشتر +مجزا بيش‌تري بيشتري +مجزا بيش‌ترين بيشترين +مجزا بيش‌ترست بيش‌تر است +مجزا بخش‌خصوصي بخش خصوصي +مجزا بيشما بي شما +مجزا بخشها بخش‌ها +مجزا بخشنامه‌يي بخشنامه‌اي +مجزا بخشهاي بخش‌هاي +مجزا بخشهايي بخش‌هايي +مجزا بيشمار بي‌شمار +مجزا بيشماري بي‌شماري +مجزا بيسواد بي‌سواد +مجزا بيسوادان بي‌سوادان +مجزا بيسوادي بي‌سوادي +مجزا بدشواري به‌دشواري +مجزا بيشام بي‌شام +مجزا بيضاء بيضا +مجزا بحساب به حساب +مجزا بحسب به‌حسب +مجزا بدست‌آمده به‌دست‌آمده +مجزا بيست‌و بيست و +مجزا بيست‌وچهار بيست و چهار +مجزا بيست‌وپنج بيست و پنج +مجزا بيست‌ويك بيست و يك +مجزا بيست‌ويكم بيست و يكم +مجزا بيست‌وششم بيست و ششم +مجزا بدست‌مي‌آيد به‌دست مي‌آيد +مجزا بيست‌هزار بيست هزار +مجزا بيست‌دقيقه‌اي بيست دقيقه‌اي +مجزا بيست‌سال بيست سال +مجزا بيشترمي بيشتر مي +مجزا بيصبرانه بي‌صبرانه +مجزا بيشتراز بيشتر از +مجزا بيشتراست بيشتر است +مجزا بيشتربه بيشتر به +مجزا بخشي‌از بخشي از +مجزا بيسيم بي‌سيم +مجزا تحصيلكردگان تحصيل‌كردگان +مجزا تحصيلكرده تحصيل‌كرده +مجزا بيصدا بي‌صدا +مجزا بيشرمانه بي‌شرمانه +مجزا بيشرمي بي‌شرمي +مجزا بيشرف بي‌شرف +مجزا بيطرف بي‌طرف +مجزا بيطرفانه بي‌طرفانه +مجزا بيطرفي بي‌طرفي +مجزا تخصصها تخصص‌ها +مجزا بخششهاي بخشش‌هاي +مجزا تخصصهاي تخصص‌هاي +مجزا بيشك بي‌شك +مجزا بيسكوئيت بيسكويت +مجزا بيشعور بي‌شعور +مجزا بيك‌باره به‌يك‌باره +مجزا بحكم به‌حكم +مجزا بحكايت به‌حكايت +مجزا بيكراني بي‌كراني +مجزا بيكربنات بي‌كربنات +مجزا بيكس بي‌كس +مجزا بيكفايتي بي‌كفايتي +مجزا بيقين به‌يقين +مجزا بيقيدوشرط بي‌قيدوشرط +مجزا تحقيقهاي تحقيق‌هاي +مجزا تحقيقا تحقيقاً +مجزا بيقرار بي‌قرار +مجزا بيقراري بي‌قراري +مجزا بدعوي به دعوي +مجزا بيعت‌با بيعت با +مجزا بدعتها بدعت‌ها +مجزا بدعتهاي بدعت‌هاي +مجزا بيعيب بي‌عيب +مجزا بيفايده بي‌فايده +مجزا تر تر +مجزا برچه بر چه +مجزا برگها برگ‌ها +مجزا برگهاي برگ‌هاي +مجزا برگهايي برگ‌هايي +مجزا برگهايش برگ‌هايش +مجزا برچهره بر چهره +مجزا برپائي برپايي +مجزا برپايه بر پايه +مجزا برپاية بر پاية +مجزا برگدار برگ‌دار +مجزا برگزارمي برگزار مي +مجزا برگزارخواهد برگزار خواهد +مجزا برگزارشد برگزار شد +مجزا برچسبهاي برچسب‌هاي +مجزا برآن بر آن +مجزا برمن بر من +مجزا برآنچه بر آنچه +مجزا برآن‌ها بر آن‌ها +مجزا برهمگان بر همگان +مجزا برهمه بر همه +مجزا برآنها بر آنها +مجزا برآموزش بر آموزش +مجزا برآنان بر آنان +مجزا برهمان بر همان +مجزا برآوردمي برآورد مي +مجزا برآنيم بر آنيم +مجزا برهمين بر همين +مجزا برآنكه بر آنكه +مجزا برهمكنش برهم‌كنش +مجزا برما بر ما +مجزا برنام بر نام +مجزا برنامه‌هاي‌تلويزيون برنامه‌هاي تلويزيون +مجزا برنامه‌هاي‌تلويزيوني برنامه‌هاي تلويزيوني +مجزا برنامه‌هاي‌سرگرم‌كننده برنامه‌هاي سرگرم‌كننده +مجزا برنامه‌يي برنامه‌اي +مجزا برنامه‌را برنامه را +مجزا برنامهها برنامه‌ها +مجزا برنامههاي برنامه‌هاي +مجزا برنامههايي برنامه‌هايي +مجزا برهانها برهان‌ها +مجزا برهانهاي برهان‌هاي +مجزا برنامهاي برنامه‌اي +مجزا برنامهي برنامة +مجزا برنامهريزي برنامه‌ريزي +مجزا برماست بر ماست +مجزا برآب بر آب +مجزا برونگرا برون‌گرا +مجزا برونيي برونئي +مجزا تروآيي تروايي +مجزا برواي برو اي +مجزا ثروتها ثروت‌ها +مجزا ثروتهاي ثروت‌هاي +مجزا برويش به رويش +مجزا تروريستها تروريست‌ها +مجزا تروريستهاي تروريست‌هاي +مجزا بروش به روش +مجزا بروشني به‌روشني +مجزا بروزمي بروز مي +مجزا بروفق بر وفق +مجزا برميگردم برمي‌گردم +مجزا برميگرده برمي‌گرده +مجزا برميگرداند برمي‌گرداند +مجزا برميگردد برمي‌گردد +مجزا برميگشت برمي‌گشت +مجزا برميآيد برمي‌آيد +مجزا برآيندي برايندي +مجزا برمياد برمي‌آد +مجزا برليتر بر ليتر +مجزا برميدارد برمي‌دارد +مجزا برمحكوميت بر محكوميت +مجزا برمردم بر مردم +مجزا برلزوم بر لزوم +مجزا براهميت بر اهميت +مجزا برامانت بر امانت +مجزا براو بر او +مجزا برانجام بر انجام +مجزا براندام بر اندام +مجزا برانديشه بر انديشه +مجزا برانسان بر انسان +مجزا برابرماده برابر ماده +مجزا برابطال بر ابطال +مجزا براي‌آن براي آن +مجزا براي‌من براي من +مجزا براي‌همين براي همين +مجزا براي‌هميشه براي هميشه +مجزا براي‌مثال براي مثال +مجزا براي‌مخاطب براي مخاطب +مجزا براي‌هر براي هر +مجزا براي‌مردم براي مردم +مجزا براي‌او براي او +مجزا براي‌انتخاب براي انتخاب +مجزا براي‌اي براي اي +مجزا براي‌اين براي اين +مجزا براي‌اين‌كه براي‌اينكه +مجزا براي‌اينكه براي اينكه +مجزا براي‌احياي براي احياي +مجزا براي‌تلويزيون براي تلويزيون +مجزا براي‌توليد براي توليد +مجزا براي‌بينندگان براي بينندگان +مجزا براي‌خود براي خود +مجزا براي‌خودم براي خودم +مجزا براي‌خودش براي خودش +مجزا براي‌يك براي يك +مجزا براي‌رسيدن براي رسيدن +مجزا براي‌شما براي شما +مجزا براي‌ساخت براي ساخت +مجزا براين بر اين +مجزا براين‌كه بر اينكه +مجزا براينكه بر اينكه +مجزا براجراي بر اجراي +مجزا تراسهاي تراس‌هاي +مجزا براصول بر اصول +مجزا براست به راست +مجزا براستفاده بر استفاده +مجزا برتن بر تن +مجزا برتمام بر تمام +مجزا برتو بر تو +مجزا بربام بر بام +مجزا برتاريخ بر تاريخ +مجزا ترباشد تر باشد +مجزا برتخت بر تخت +مجزا تربيت‌به تربيت به +مجزا تربيت‌بايد تربيت بايد +مجزا تربيت‌حرفه‌اي تربيت حرفه‌اي +مجزا برترانگليس برتر انگليس +مجزا بربرائت بر برائت +مجزا برتريهاي برتري‌هاي +مجزا برخ به رخ +مجزا بردل بر دل +مجزا ترجمهء ترجمة +مجزا برجها برج‌ها +مجزا بردهاند برده‌اند +مجزا بريهاي بري‌هاي +مجزا برجهاي برج‌هاي +مجزا بردمادر برد مادر +مجزا برخود بر خود +مجزا برخوردمي برخورد مي +مجزا برخورداراست برخوردار است +مجزا بردوش بر دوش +مجزا برجامعه بر جامعه +مجزا برجاي بر جاي +مجزا برداريهاي برداري‌هاي +مجزا برياست به رياست +مجزا برداشتها برداشت‌ها +مجزا برداشتهاي برداشت‌هاي +مجزا برداشتهايي برداشت‌هايي +مجزا برخاك بر خاك +مجزا تريبونها تريبون‌ها +مجزا برخي‌از برخي از +مجزا برديوار بر ديوار +مجزا برديوارنگارحانه برديوار نگارحانه +مجزا برديوارنگارحانه‌ها بر ديوار نگارخانه‌ها +مجزا برخدا بر خدا +مجزا ترجيح‌مي‌دهند ترجيح مي‌دهند +مجزا ترجيحا ترجيحاً +مجزا بردر بر در +مجزا تردر تر در +مجزا بردرآمد بر درآمد +مجزا تريش تري‌اش +مجزا برجست‌هاي برجسته‌اي +مجزا برجستگيها برجستگي‌ها +مجزا برجستگيهاي برجستگي‌هاي +مجزا برجسته‌كردن برجسته كردن +مجزا برجستهاي برجست‌هاي +مجزا برجستهترين برجسته‌ترين +مجزا برحكم بر حكم +مجزا برررسي بررسي +مجزا بررسيها بررسي‌ها +مجزا بررسيهاي بررسي‌هاي +مجزا بررسيهايي بررسي‌هايي +مجزا برشها برش‌ها +مجزا ترسها ترس‌ها +مجزا برشهاي برش‌هاي +مجزا ترسهاي ترس‌هاي +مجزا برزني بر زني +مجزا برزمين بر زمين +مجزا برشانه بر شانه +مجزا برساختن بر ساختن +مجزا برزبان بر زبان +مجزا برضد بر ضد +مجزا ترشدن تر شدن +مجزا برسر بر سر +مجزا برسرم بر سرم +مجزا برضرورت بر ضرورت +مجزا برسرش بر سرش +مجزا برطرف‌كردن برطرف كردن +مجزا برصفر بر صفر +مجزا بركل بر كل +مجزا تركمنها تركمن‌ها +مجزا تركمنهاي تركمن‌هاي +مجزا تركها ترك‌ها +مجزا تركمانها تركمان‌ها +مجزا تركهاي ترك‌هاي +مجزا تركتازي ترك‌تازي +مجزا تركيه‌يي تركيه‌اي +مجزا تركيب‌شيميايي تركيب شيميايي +مجزا تركيبها تركيب‌ها +مجزا تركيبهاي تركيب‌هاي +مجزا تركيبهايي تركيب‌هايي +مجزا بركسي بر كسي +مجزا بركف بر كف +مجزا برقگير برق‌گير +مجزا برقرارمي برقرار مي +مجزا برقص به رقص +مجزا برغم‌اين‌كه به‌رغم اينكه +مجزا برعنوان‌هاي بر عنوان‌هاي +مجزا برعملكرد بر عملكرد +مجزا برعليه بر عليه +مجزا برعدم بر عدم +مجزا برفها برف‌ها +مجزا برفهاي برف‌هاي +مجزا برفساب برف‌ساب +مجزا بسهولت به سهولت +مجزا بسهولت به‌سهولت +مجزا بشما به شما +مجزا بسلامت به سلامت +مجزا بشماره به شماره +مجزا بسمت به سمت +مجزا بطول به‌طول +مجزا بشوئيد بشوييد +مجزا بسود به‌سود +مجزا تصويبنامه تصويب‌نامه +مجزا تصويرمي تصوير مي +مجزا تصويرتلويزيوني تصوير تلويزيوني +مجزا تصويركشيدن تصوير كشيدن +مجزا تشويقها تشويق‌ها +مجزا بزور به‌زور +مجزا بطور به‌طور +مجزا تصورمي تصور مي +مجزا بصورت به‌صورت +مجزا بصورتي به‌صورتي +مجزا بطوري به‌طوري +مجزا بطوري‌كه به‌طوري‌كه +مجزا بطوريكه به‌طوري‌كه +مجزا بطوركلي به‌طوركلي +مجزا بزمين به زمين +مجزا تصميم‌گيريهاي تصميم‌گيري‌هاي +مجزا تصميم‌گرفت تصميم گرفت +مجزا تصميم‌اش تصميمش +مجزا تصميمگيري تصميم‌گيري +مجزا تسليم‌شدن تسليم شدن +مجزا تصميمها تصميم‌ها +مجزا تصميمهاي تصميم‌هاي +مجزا تصميمهايي تصميم‌هايي +مجزا تطهيرا تطهيراً +مجزا تصنيفهاي تصنيف‌هاي +مجزا بشان به شأن +مجزا تصادفها تصادف‌ها +مجزا تصادفا تصادفاً +مجزا بزار بذار +مجزا بشاراسد بشار اسد +مجزا بستگي‌دارد بستگي دارد +مجزا بسته‌يي بسته‌اي +مجزا بستها بست‌ها +مجزا بستهاي بست‌هاي +مجزا تستهاي تست‌هاي +مجزا بزبان به زبان +مجزا بسبب به سبب +مجزا بشي‌ء بشيء +مجزا بزحمت به‌زحمت +مجزا بصدور به صدور +مجزا بصدورراي به صدور راي +مجزا بسيارريزي بسيار ريزي +مجزا بسياركم بسيار كم +مجزا تشديدمجازات تشديد مجازات +مجزا بزير به‌زير +مجزا بزرگ‌سال بزرگسال +مجزا بزرگها بزرگ‌ها +مجزا بزرگمرد بزرگ‌مرد +مجزا بزرگتر بزرگ‌تر +مجزا بزرگترم بزرگ‌ترم +مجزا بزرگترها بزرگ‌ترها +مجزا بزرگتري بزرگ‌تري +مجزا بزرگترين بزرگ‌ترين +مجزا بزرگترش بزرگ‌ترش +مجزا بزرگراهها بزرگراه‌ها +مجزا بزرگراههاي بزرگراه‌هاي +مجزا بزرگزاده بزرگ‌زاده +مجزا بزرگزادة بزرگ‌زادة +مجزا بسرم به سرم +مجزا بسرمي‌برم به‌سرمي‌برم +مجزا بسرمي‌برند به‌سرمي‌برند +مجزا بسرمي‌برد به‌سرمي‌برد +مجزا بسرمي‌بريم به‌سرمي‌بريم +مجزا بسرمي‌بردند به‌سرمي‌بردند +مجزا بصراحت به‌صراحت +مجزا بسربرند به‌سربرند +مجزا بسربرد به‌سربرد +مجزا بسربرده به‌سربرده +مجزا بشرح به‌شرح +مجزا بطريهاي بطري‌هاي +مجزا بشريت‌به بشريت به +مجزا تصريحا تصريحاً +مجزا بطريق به‌طريق +مجزا بسرش به سرش +مجزا بشرط به‌شرط +مجزا بطرز به‌طرز +مجزا بشرطي به شرطي +مجزا بطرف به‌طرف +مجزا بسزائي به‌سزايي +مجزا بشكل به‌شكل +مجزا بسكه بس‌كه +مجزا تشكلها تشكل‌ها +مجزا تشكلهاي تشكل‌هاي +مجزا بشكايت به‌شكايت +مجزا تشكيل‌مي‌دهند تشكيل مي‌دهند +مجزا تشكيل‌مي‌دهد تشكيل مي‌دهد +مجزا تشكرمي تشكر مي +مجزا بشقابها بشقاب‌ها +مجزا بشقابهاي بشقاب‌هاي +مجزا بشعبه به شعبه +مجزا بكل به كل +مجزا تكنولوژيهاي تكنولوژي‌هاي +مجزا تكنوازي تك‌نوازي +مجزا تكواژهاي تك‌واژهاي +مجزا بكوشش به‌كوشش +مجزا بكندي به‌كندي +مجزا تكنيسين تكنسين +مجزا تكنيسين‌هاي تكنسين‌هاي +مجزا تكنيكها تكنيك‌ها +مجزا تكنيكهاي تكنيك‌هاي +مجزا تكنيكهايي تكنيك‌هايي +مجزا تكليفها تكليف‌ها +مجزا تكليفهاي تكليف‌هاي +مجزا بكمك به كمك +مجزا تكانهاي تكان‌هاي +مجزا بكارگيري به‌كارگيري +مجزا بكارگرفته به‌كارگرفته +مجزا بكتاب به كتاب +مجزا تكتك تك‌تك +مجزا تكروي‌هاي تك‌روي‌هاي +مجزا بكرات به‌كرات +مجزا تكرارمي تكرار مي +مجزا تكضرب تك‌ضرب +مجزا بكف به كف +مجزا بقأ بقا +مجزا بقلب به قلب +مجزا بقوم به‌قوم +مجزا تقويمهاي تقويم‌هاي +مجزا تقويها تقوي‌ها +مجزا بقاء بقا +مجزا تقابلهاي تقابل‌هاي +مجزا تقاضائي تقاضايي +مجزا تقاضابراي تقاضا براي +مجزا ثقة‌الاسلام ثقه‌الاسلام +مجزا بقتل به قتل +مجزا بقية‌الله بقيه‌الله +مجزا بقدر به قدر +مجزا تقيزاده تقي‌زاده +مجزا بقرار به قرار +مجزا تقريبأ تقريباً +مجزا تقريبا تقريباً +مجزا تقريباإ تقريباً +مجزا تقريباْ تقريباً +مجزا بقصد به‌قصد +مجزا بعمل به‌عمل +مجزا بعمل‌آورند به‌عمل آورند +مجزا بعمل‌آورد به‌عمل آورد +مجزا بعمل‌آورده به‌عمل آورده +مجزا بعمل‌آمد به‌عمل آمد +مجزا بعمل‌آمده به‌عمل آمده +مجزا بعمل‌مي‌آيد به‌عمل مي‌آيد +مجزا بعمل‌نيامده به‌عمل نيامده +مجزا بعمل‌آيد به‌عمل آيد +مجزا بعمل‌خواهد به‌عمل خواهد +مجزا بعنوان به‌عنوان +مجزا بعلاوة به‌علاوة +مجزا بعلت به علت +مجزا بعهده به عهده +مجزا تعمدا تعمداً +مجزا تعاملهاي تعامل‌هاي +مجزا تعاونيها تعاوني‌ها +مجزا تعاونيهاي تعاوني‌هاي +مجزا بظاهر به‌ظاهر +مجزا تعادلهاي تعادل‌هاي +مجزا تعارضها تعارض‌ها +مجزا تعارضهاي تعارض‌هاي +مجزا بعذاب به عذاب +مجزا بْت بت +مجزا بعبارت به عبارت +مجزا بعبارت‌ديگر به‌عبارت‌ديگر +مجزا بعبارتي به‌عبارتي +مجزا بعدأ بعداً +مجزا بعدا بعداً +مجزا بعداإ بعداً +مجزا بعدالذكر بعد الذكر +مجزا تعدادتك تعداد تك +مجزا تعدادسهام تعداد سهام +مجزا تعدادسهام‌معامله‌شد تعداد سهام معامله شد +مجزا بعداز بعد از +مجزا بعدازآن بعد از آن +مجزا بعدازاين بعد از اين +مجزا بعداظهر بعدازظهر +مجزا بعدبه بعد به +مجزا تغييرآنتالپي تغيير آنتالپي +مجزا تغييرنام تغيير نام +مجزا تغييرمي تغيير مي +مجزا تغييرنسبت تغيير نسبت +مجزا تغييرمكان تغيير مكان +مجزا تغييريافته تغيير يافته +مجزا تغييردر تغيير در +مجزا تغييرقيمت تغيير قيمت +مجزا بغير به‌غير +مجزا تعريفها تعريف‌ها +مجزا تعريفهاي تعريف‌هاي +مجزا تعريفهايي تعريف‌هايي +مجزا بعرض به عرض +مجزا بعضها بعض‌ها +مجزا بعضا بعضاً +مجزا بعضاإ بعضاً +مجزا تعصبهاي تعصب‌هاي +مجزا بعضي‌از بعضي از +مجزا بعضيها بعضي‌ها +مجزا بعكس به‌عكس +مجزا بعقب به عقب +مجزا تفنگها تفنگ‌ها +مجزا تفنگهاي تفنگ‌هاي +مجزا تفنگدار تفنگ‌دار +مجزا تفنگداران تفنگ‌داران +مجزا تفاهمنامه تفاهم‌نامه +مجزا تفاوتها تفاوت‌ها +مجزا تفاوتهاي تفاوت‌هاي +مجزا تفاوتهايي تفاوت‌هايي +مجزا بفرم به فرم +مجزا بفرمان به فرمان +مجزا بفرمائين بفرمايين +مجزا بفرمائيد بفرماييد +مجزا بفراواني به‌فراواني +مجزا بفرد به فرد +مجزا بفرض به‌فرض +مجزا تفصيلا تفصيلاً +مجزا تفسيرالميزان تفسير الميزان +مجزا بفكر به‌فكر +مجزا يگانهاي يگان‌هاي +مجزا دگرگونيها دگرگوني‌ها +مجزا دگرگونيهاي دگرگوني‌هاي +مجزا دگرگونيهايي دگرگوني‌هايي +مجزا جنگ‌جهاني جنگ جهاني +مجزا دل‌پيرو دل‌پيه‌رو +مجزا جنگلها جنگل‌ها +مجزا جنگلهاومراتع جنگل‌ها و مراتع +مجزا جنگلهاي جنگل‌هاي +مجزا جنگلهايي جنگل‌هايي +مجزا جنگها جنگ‌ها +مجزا جنگهاي جنگ‌هاي +مجزا جنگهايي جنگ‌هايي +مجزا جنگلداري جنگل‌داري +مجزا جنگلكاري جنگل‌كاري +مجزا دل‌ام دلم +مجزا دهگانه ده‌گانه +مجزا دمپائي دمپايي +مجزا دل‌اي دل اي +مجزا ده‌تا ده تا +مجزا دل‌خواه دلخواه +مجزا ده‌دقيقه ده دقيقه +مجزا ده‌دقيقه‌اي ده دقيقه‌اي +مجزا دل‌سوزي دلسوزي +مجزا ده‌سال ده سال +مجزا جنگزده جنگ‌زده +مجزا دلم‌مي‌خواهد دلم مي‌خواهد +مجزا دلم‌مي‌خواست دلم مي‌خواست +مجزا حمله‌يي حمله‌اي +مجزا جمله‌يي جمله‌اي +مجزا جملهء جملة +مجزا حملها حمل‌ها +مجزا جمهوري‌اسلامي جمهوري اسلامي +مجزا جمهوريهاي جمهوري‌هاي +مجزا جمهوريخواه جمهوري‌خواه +مجزا جمهوريخواهان جمهوري‌خواهان +مجزا حلها حل‌ها +مجزا دلها دل‌ها +مجزا دهها ده‌ها +مجزا يلناآندري‌يونا يلنا آندري‌يونا +مجزا حلهاي حل‌هاي +مجزا خمهاي خم‌هاي +مجزا دلهاي دل‌هاي +مجزا دلهايمان دل‌هايمان +مجزا حلهايي حل‌هايي +مجزا دلهايي دل‌هايي +مجزا دلهايشان دل‌هايشان +مجزا دلهاشان دل‌هاشان +مجزا دلهاست دل‌هاست +مجزا جلوگيري‌از جلوگيري از +مجزا جلوه‌دادن جلوه دادن +مجزا جلوههاي جلوه‌هاي +مجزا جلوئي جلويي +مجزا جلومي جلو مي +مجزا جنوب‌شرقي جنوب شرقي +مجزا جلوي‌دوربين جلوي دوربين +مجزا يهوديها يهودي‌ها +مجزا دموكراتها دموكرات‌ها +مجزا دموكراسيهاي دموكراسي‌هاي +مجزا دههي دهة +مجزا دلمردگي دل‌مردگي +مجزا دلمرده دل‌مرده +مجزا دلنشين‌تر دل‌نشين‌تر +مجزا دلمشغول دل‌مشغول +مجزا دلمشغولي دل‌مشغولي +مجزا دلمشغولي‌هاي دل‌مشغولي‌هاي +مجزا دلمشغوليهاي دلمشغولي‌هاي +مجزا يها ي‌ها +مجزا خلا خلأ +مجزا خلاء خلأ +مجزا جهانگير جهان‌گير +مجزا جهانگيري جهان‌گيري +مجزا جهانگرايي جهان‌گرايي +مجزا جهانگردي جهان‌گردي +مجزا حمامها حمام‌ها +مجزا دلالها دلال‌ها +مجزا خلاءهاي خلأهاي +مجزا حمامهاي حمام‌هاي +مجزا جهانهاي جهان‌هاي +مجزا دلالت‌بر دلالت بر +مجزا دلائل دلايل +مجزا دلالتهاي دلالت‌هاي +مجزا دلائلي دلايلي +مجزا جنائي جنايي +مجزا جهانبيني جهان‌بيني +مجزا جهانبخت جهان‌بخت +مجزا جهانبخش جهان‌بخش +مجزا جهانبخشيان جهان‌بخشيان +مجزا دلاوريهاي دلاوري‌هاي +مجزا جهاني‌ست جهاني است +مجزا جهاني‌شدن جهاني شدن +مجزا جهاندار جهان‌دار +مجزا جهانداري جهان‌داري +مجزا جهانديده جهان‌ديده +مجزا جهانشمول جهان‌شمول +مجزا جهانشمولي جهان‌شمولي +مجزا جهانسوز جهان‌سوز +مجزا جهانزاده جهان‌زاده +مجزا جناحها جناح‌ها +مجزا جناحهاي جناح‌هاي +مجزا حمايتها حمايت‌ها +مجزا جنايتها جنايت‌ها +مجزا حمايتهاي حمايت‌هاي +مجزا جنايتهاي جنايت‌هاي +مجزا جنايتكارانه جنايت‌كارانه +مجزا جنايتكاري جنايت‌كاري +مجزا خلايي خلائي +مجزا جهادكشاورزي جهاد كشاورزي +مجزا خلاصتا خلاصتاً +مجزا خلاقيتها خلاقيت‌ها +مجزا خلاقيتهاي خلاقيت‌هاي +مجزا خلافهاي خلاف‌هاي +مجزا خلافت‌به خلافت به +مجزا خلافكار خلاف‌كار +مجزا خلافكاران خلاف‌كاران +مجزا خلافكاري خلاف‌كاري +مجزا جهت‌گيريهاي جهت‌گيري‌هاي +مجزا دوچار دچار +مجزا جهت‌به جهت به +مجزا جهت‌بود جهت بود +مجزا جهت‌بوده جهت بوده +مجزا جهت‌با جهت با +مجزا جهت‌بر جهت بر +مجزا جهت‌حل جهت حل +مجزا جهتگيري جهت‌گيري +مجزا جهتگيري‌هاي جهت‌گيري‌هاي +مجزا جهت‌حركت جهت حركت +مجزا جهت‌حفظ جهت حفظ +مجزا دوگروه دو گروه +مجزا جوآن جووان +مجزا جنبهء جنبة +مجزا يوهه‌ئي يوهه‌اي +مجزا خونه‌رو خونه رو +مجزا خونها خون‌ها +مجزا يونهاي يون‌هاي +مجزا جنبههاي جنبه‌هاي +مجزا خونهاي خون‌هاي +مجزا خونهايي خون‌هايي +مجزا دونوع دو نوع +مجزا جهتها جهت‌ها +مجزا يوما يوماً +مجزا دوما دوماً +مجزا دوماه دو ماه +مجزا يونانيها يوناني‌ها +مجزا جهتهاي جهت‌هاي +مجزا دولت‌مردان دولتمردان +مجزا دولت‌به دولت به +مجزا دولت‌بود دولت بود +مجزا دولت‌با دولت با +مجزا دولت‌بايد دولت بايد +مجزا دولت‌بر دولت بر +مجزا دولت‌براي دولت براي +مجزا دولت‌يا دولت يا +مجزا دولبه دو لبه +مجزا جوونها جوون‌ها +مجزا دولتها دولت‌ها +مجزا خونبهاي خون‌بهاي +مجزا دولتهاي دولت‌هاي +مجزا دولتهايي دولت‌هايي +مجزا خونبار خون‌بار +مجزا جوئي جويي +مجزا خوئي خويي +مجزا دولتشهر دولت‌شهر +مجزا دولتشهرهاي دولت‌شهرهاي +مجزا دولتشاه دولت‌شاه +مجزا خوهد خواهد +مجزا جنبهي جنبة +مجزا دونيم دو نيم +مجزا خونخواهي خون‌خواهي +مجزا خونخواري خون‌خواري +مجزا خونينترين خونين‌ترين +مجزا دوميليون دو ميليون +مجزا دوميليارد دو ميليارد +مجزا خونريز خون‌ريز +مجزا خونريزي‌هاي خون‌ريزي‌هاي +مجزا خونريزيها خونريزي‌ها +مجزا خونريزيهاي خونريزي‌هاي +مجزا خونرساني خون‌رساني +مجزا خونساز خون‌ساز +مجزا دونكته دو نكته +مجزا دونفر دو نفر +مجزا جوانگرايي جوان‌گرايي +مجزا جوان‌ست جوان است +مجزا جوانه‌زدن جوانه زدن +مجزا جوانها جوان‌ها +مجزا خوانها خوان‌ها +مجزا جوانهاي جوان‌هاي +مجزا جوانهايي جوان‌هايي +مجزا خواهندبود خواهند بود +مجزا خواهندداشت خواهند داشت +مجزا خواهندكرد خواهند كرد +مجزا جوانمرگ جوان‌مرگ +مجزا خواهانها خواهان‌ها +مجزا خواهانهاي خواهان‌هاي +مجزا دوائي دوايي +مجزا جوانبخت جوان‌بخت +مجزا جوانتر جوان‌تر +مجزا جوانتري جوان‌تري +مجزا جوانترين جوان‌ترين +مجزا جوائز جوايز +مجزا خواهدگرفت خواهد گرفت +مجزا جوانيم جواني‌ام +مجزا خوانده‌است خوانده است +مجزا خواهدآمد خواهد آمد +مجزا خواندنيها خواندني‌ها +مجزا جوانيت جواني‌ات +مجزا خواهدبود خواهد بود +مجزا خواهدداد خواهد داد +مجزا خواهدداشت خواهد داشت +مجزا خواهديافت خواهد يافت +مجزا خواهدرسيد خواهد رسيد +مجزا جوانيش جواني‌اش +مجزا خواهدشد خواهد شد +مجزا خواهشها خواهش‌ها +مجزا خواهشهاي خواهش‌هاي +مجزا جواب‌گوي جوابگوي +مجزا جواب‌مي‌دهد جواب مي‌دهد +مجزا خوابگاهها خوابگاه‌ها +مجزا خوابگاههاي خوابگاه‌هاي +مجزا جواب‌دادن جواب دادن +مجزا خوابگزار خواب‌گزار +مجزا جوابها جواب‌ها +مجزا خوابها خواب‌ها +مجزا خوابنامه‌ها خواب‌نامه‌ها +مجزا جوابهاي جواب‌هاي +مجزا خوابهاي خواب‌هاي +مجزا جوابهايي جواب‌هايي +مجزا خوابهايي خواب‌هايي +مجزا خواجهها خواجه‌ها +مجزا دوازه دوازده +مجزا خواستگاريش خواستگاري‌اش +مجزا خواست‌خود خواست خود +مجزا خواست‌خدا خواست خدا +مجزا خواستها خواست‌ها +مجزا خواستهاي خواست‌هاي +مجزا يواشتر يواش‌تر +مجزا خوب‌است خوب است +مجزا خوب‌بودن خوب بودن +مجزا خوب‌ست خوب است +مجزا دوتن دو تن +مجزا خوبها خوب‌ها +مجزا دوتائي دوتايي +مجزا دوباره‌يي دوباره‌اي +مجزا دوبازي دو بازي +مجزا خوبتر خوب‌تر +مجزا خوبي‌براي خوبي براي +مجزا خوبي‌يه خوبيه +مجزا خوبي‌ست خوبيست +مجزا دوتيم دو تيم +مجزا خوبيها خوبي‌ها +مجزا خوبيهاي خوبي‌هاي +مجزا دوبخش دو بخش +مجزا خوبيش خوبي‌اش +مجزا خوبرو خوب‌رو +مجزا دوبرابر دو برابر +مجزا خودم‌رو خودم رو +مجزا خودم‌را خودم را +مجزا خودآن خود آن +مجزا خودمن خود من +مجزا خودنمائي خودنمايي +مجزا خودمون‌رو خودمون رو +مجزا جويها جوي‌ها +مجزا جويهاي جوي‌هاي +مجزا خودو خود و +مجزا دودوئي دودويي +مجزا خوداو خود او +مجزا دودار دودار +مجزا خوداز خود از +مجزا خودت‌رو خودت رو +مجزا خودبه خود به +مجزا خودبخود خودبه‌خود +مجزا خودبخودي خودبه‌خودي +مجزا جوييهاي جويي‌هاي +مجزا خودجلب خود جلب +مجزا خوددارد خود دارد +مجزا خوددر خود در +مجزا دوخرچه دوچرخه +مجزا خودرا خود را +مجزا خودرابه خود را به +مجزا خودراضي خود راضي +مجزا خودش‌است خودش است +مجزا خودش‌رو خودش رو +مجزا خودش‌را خودش را +مجزا خودشون‌رو خودشون رو +مجزا دويست‌سال دويست سال +مجزا دوره‌يي دوره‌اي +مجزا دورهء دورة +مجزا دورههاي دوره‌هاي +مجزا دوروز دو روز +مجزا دورمي دور مي +مجزا دورهي دورة +مجزا دورا دو را +مجزا دوراه دو راه +مجزا دورانها دوران‌ها +مجزا دورانهاي دوران‌هاي +مجزا جورابهاي جوراب‌هاي +مجزا دوراي دو رأي +مجزا دوراس دو راس +مجزا دوراز دور از +مجزا خوراكيها خوراكي‌ها +مجزا دوربينها دوربين‌ها +مجزا دوربينهاي دوربين‌هاي +مجزا جوري‌ست جوري است +مجزا خوردنيها خوردني‌ها +مجزا دورخارج دور خارج +مجزا دوردستها دوردست‌ها +مجزا يورشهاي يورش‌هاي +مجزا خورسند خرسند +مجزا خورشيدو خورشيد و +مجزا دورقمي دو رقمي +مجزا دورغ دروغ +مجزا خوش‌آمد خوشامد +مجزا خوش‌آمدگويي خوشامدگويي +مجزا خوش‌آمدي خوشامدي +مجزا خوش‌آيند خوشايند +مجزا خوش‌بخت خوشبخت +مجزا خوش‌بختي خوشبختي +مجزا خوش‌حال خوشحال +مجزا خوش‌حالي خوشحالي +مجزا دوسه دو سه +مجزا دوزن دو زن +مجزا حوزهء حوزة +مجزا حوزههاي حوزه‌هاي +مجزا حوضها حوض‌ها +مجزا جوشها جوش‌ها +مجزا جنبشها جنبش‌ها +مجزا خوشنام خوش‌نام +مجزا حوضهاي حوض‌هاي +مجزا جوشهاي جوش‌هاي +مجزا جنبشهاي جنبش‌هاي +مجزا جنبشهايي جنبش‌هايي +مجزا دوسوي دو سوي +مجزا دوسال دو سال +مجزا دوست‌بدارد دوست بدارد +مجزا دلبستگي‌ها دل‌بستگي‌ها +مجزا دلبستگيهاي دلبستگي‌هاي +مجزا دوست‌دارم دوست دارم +مجزا دوست‌دارند دوست دارند +مجزا دوست‌داران دوستداران +مجزا دوست‌داري دوست داري +مجزا دوست‌داشتن دوست داشتن +مجزا دوست‌داشته دوست داشته +مجزا دوستهاي دوست‌هاي +مجزا دوستهايش دوست‌هايش +مجزا دوستانه‌يي دوستانه‌اي +مجزا دلبستة دل‌بستة +مجزا خوشبين خوش‌بين +مجزا دوستيم دوستي‌ام +مجزا خوشبين‌ترين خوش‌بين‌ترين +مجزا خوشبينم خوش‌بينم +مجزا دوستيها دوستي‌ها +مجزا خوشبينانه‌ترين خوش‌بينانه‌ترين +مجزا خوشتر خوش‌تر +مجزا دوشبكه دو شبكه +مجزا خوشدل خوش‌دل +مجزا خوشيهاي خوشي‌هاي +مجزا خوشدلي خوش‌دلي +مجزا حوضخانه حوض‌خانه +مجزا خوشرنگ خوش‌رنگ +مجزا خوشروئي خوشرويي +مجزا دوطرف دو طرف +مجزا خوشرفتاري خوش‌رفتاري +مجزا دوششان دوش‌شان +مجزا دوشعبه دو شعبه +مجزا خوكها خوك‌ها +مجزا خوكهاي خوك‌هاي +مجزا دوقسمت دو قسمت +مجزا دوفوريت دو فوريت +مجزا دوفيلم دو فيلم +مجزا دوفرسنگ دو فرسنگ +مجزا ينيچريها ينيچري‌ها +مجزا دليل‌اش دليلش +مجزا دليل‌ست دليل است +مجزا دليلها دليل‌ها +مجزا دليلهاي دليل‌هاي +مجزا دليلهايي دليل‌هايي +مجزا دلجوئي دلجويي +مجزا خميني‌قدس خميني قدس +مجزا دندانها دندان‌ها +مجزا جنجالهاي جنجال‌هاي +مجزا دندانهاي دندان‌هاي +مجزا دندانهايم دندان‌هايم +مجزا دندانهايي دندان‌هايي +مجزا دندانهايش دندان‌هايش +مجزا دنيامالي دنيا مالي +مجزا دنيائي دنيايي +مجزا دنيامي دنيا مي +مجزا دنيابه دنيا به +مجزا دنياي‌اقتصاد دنياي اقتصاد +مجزا دلدارگلچين دلدار گلچين +مجزا دنيارا دنيا را +مجزا دلداريش دلداري‌اش +مجزا دنياطلبان دنياطلبان +مجزا جنيًد جنيد +مجزا جلددوم جلد دوم +مجزا دليران‌تنگستان دليران تنگستان +مجزا دلخراشي دل‌خراشي +مجزا خندقهاي خندق‌هاي +مجزا جميعا جميعاً +مجزا خليفهء خليفة +مجزا حمراء حمرا +مجزا دلربائي دلربايي +مجزا جلسه‌يي جلسه‌اي +مجزا جلسههاي جلسه‌هاي +مجزا جنسها جنس‌ها +مجزا جهشها جهش‌ها +مجزا جنسهاي جنس‌هاي +مجزا جهشهاي جهش‌هاي +مجزا دلسوخته دل‌سوخته +مجزا دلشوره‌اي دل‌شوره‌اي +مجزا دلسوزيهاي دلسوزي‌هاي +مجزا دهستانها دهستان‌ها +مجزا دهستانهاي دهستان‌هاي +مجزا دلشدگان دل‌شدگان +مجزا دلزدگي دل‌زدگي +مجزا دلزده دل‌زده +مجزا دلشكسته دل‌شكسته +مجزا خنكتر خنك‌تر +مجزا دمكراتها دمكرات‌ها +مجزا دمكراتهاي دمكرات‌هاي +مجزا جمع‌اوري جمع‌آوري +مجزا خلع‌سلاح خلع سلاح +مجزا جمع‌شان جمعشان +مجزا جمع‌شدن جمع شدن +مجزا جمع‌كردن جمع كردن +مجزا جمعآوري جمع‌آوري +مجزا جمعا جمعاً +مجزا جمعبندي جمع‌بندي +مجزا خلعتبري خلعت‌بري +مجزا جمعيت‌به جمعيت به +مجزا جمعيت‌شهر جمعيت شهر +مجزا جمعيتها جمعيت‌ها +مجزا جمعيتهاي جمعيت‌هاي +مجزا خلفاء خلفا +مجزا دلفريب دل‌فريب +مجزا حال‌آن‌كه حال‌آنكه +مجزا جانگداز جان‌گداز +مجزا دان‌فورسيت دان‌فوريست +مجزا ياآن يا آن +مجزا يانه يا نه +مجزا خانه‌اشان خانه‌شان +مجزا خاله‌جان خاله جان +مجزا خانه‌يي خانه‌اي +مجزا يالله يالله +مجزا خانهء خانة +مجزا خانمها خانم‌ها +مجزا خانهها خانه‌ها +مجزا حاملهاي حامل‌هاي +مجزا خانمهاي خانم‌هاي +مجزا خانههاي خانه‌هاي +مجزا جانها جان‌ها +مجزا خانها خان‌ها +مجزا دانها دان‌ها +مجزا دامها دام‌ها +مجزا خانمانسوز خانمان‌سوز +مجزا جانهاي جان‌هاي +مجزا جامهاي جام‌هاي +مجزا خالهاي خال‌هاي +مجزا خانهاي خان‌هاي +مجزا دامهاي دام‌هاي +مجزا جانمايه جان‌مايه +مجزا خانهاش خانه‌اش +مجزا خانواد خانواده +مجزا خانوادههاي خانواده‌هاي +مجزا خانوادهاي خانواده‌هاي +مجزا خانوادهاش خانواده‌اش +مجزا خانوده خانواده +مجزا خاموش‌كردن خاموش كردن +مجزا خاموشند خاموش‌اند +مجزا خانهي خانة +مجزا خانمجان خانم‌جان +مجزا خانهداري خانه داري +مجزا حالاهم حالا هم +مجزا دالانهاي دالان‌هاي +مجزا جاهائي جاهايي +مجزا دانائي دانايي +مجزا حالامي حالا مي +مجزا جاماييكا جامائيكا +مجزا حالاكه حالا كه +مجزا حالت‌خاصي حالت خاصي +مجزا جالب‌ست جالب است +مجزا دائه دايه +مجزا حالتها حالت‌ها +مجزا دائما دائماً +مجزا دائماإ دائماً +مجزا حالتهاي حالت‌هاي +مجزا حالتهايي حالت‌هايي +مجزا خانبابا خان‌بابا +مجزا جالبتر جالب‌تر +مجزا جالبترين جالب‌ترين +مجزا جائي جايي +مجزا دائي دايي +مجزا جائي‌كه جايي كه +مجزا دائيم دايي‌ام +مجزا جانبدارانه جانب‌دارانه +مجزا داوديه داووديه +مجزا جانبخش جان‌بخش +مجزا دائيش دائي‌اش +مجزا جائيكه جايي‌كه +مجزا دائر داير +مجزا دائرة دايرة +مجزا دائرة‌المعارف دائره‌المعارف +مجزا دائربه دائر به +مجزا داوريها داوري‌ها +مجزا داوريهاي داوري‌هاي +مجزا داوريهايي داوري‌هايي +مجزا جائز جايز +مجزا حائزاهميت حائز اهميت +مجزا يامي يا مي +مجزا حالي‌كه حالي كه +مجزا حاليم حالي‌ام +مجزا خاندانها خاندان‌ها +مجزا خاندانهاي خاندان‌هاي +مجزا خالدار خال‌دار +مجزا حاليشان حالي‌شان +مجزا حاليكه حالي‌كه +مجزا يامر يأمر +مجزا دانش‌مندان دانشمندان +مجزا دانشگاه‌تهران دانشگاه تهران +مجزا دانشگاهها دانشگاه‌ها +مجزا دانشگاههاي دانشگاه‌هاي +مجزا دانشگاههاست دانشگاه‌هاست +مجزا دانش‌جويان دانشجويان +مجزا دانشآموزان دانش‌آموزان +مجزا دانشها دانش‌ها +مجزا دانشهاي دانش‌هاي +مجزا دانشهايي دانش‌هايي +مجزا جانسوز جان‌سوز +مجزا خامسا خامساً +مجزا خانزاده خان‌زاده +مجزا دانسته‌است دانسته است +مجزا دانستهاند دانسته‌اند +مجزا دانستنيها دانستني‌ها +مجزا دانستنيهاي دانستني‌هاي +مجزا جانشينها جانشين‌ها +مجزا جانشينهاي جانشين‌هاي +مجزا دانشجوئي دانشجويي +مجزا خالكوبي خال‌كوبي +مجزا جانكاه جان‌كاه +مجزا خانقاهها خانقاه‌ها +مجزا جامع‌الشرائط جامع‌الشرايط +مجزا جامعه‌يي جامعه‌اي +مجزا جامعهء جامعة +مجزا جامعهاي جامعه‌اي +مجزا جامعهي جامعة +مجزا جامعتر جامع‌تر +مجزا جامعترين جامع‌ترين +مجزا جانفشاني جان‌فشاني +مجزا جانفشاني‌هاي جان‌فشاني‌هاي +مجزا يااي يا اي +مجزا يااين يا اين +مجزا يااين‌كه يا اينكه +مجزا ياايها يا ايها +مجزا ياايهاالذين يا ايها الذين +مجزا يااينكه يا اينكه +مجزا يااز يا از +مجزا يابه يا به +مجزا حاتميكيا حاتمي كيا +مجزا جابجائي جابجايي +مجزا جابجايي‌هاي جابه‌جايي‌هاي +مجزا جاي‌گزين جايگزين +مجزا جايگاهها جايگاه‌ها +مجزا دادگاهها دادگاه‌ها +مجزا جايگاههاي جايگاه‌هاي +مجزا دادگاههاي دادگاه‌هاي +مجزا دادگاههادرمواردمشابه دادگاه‌ها در موارد مشابه +مجزا جاي‌خود جاي خود +مجزا جايگير جاي‌گير +مجزا جايگيري جاي‌گيري +مجزا جايگيري‌هاي جاي‌گيري‌هاي +مجزا يادگيريهاي يادگيري‌هاي +مجزا خاين خائن +مجزا داده‌و داده و +مجزا داده‌مي‌شود داده مي‌شود +مجزا داده‌است داده است +مجزا داده‌بود داده بود +مجزا داده‌بودند داده بودند +مجزا يادم‌ست يادم است +مجزا دادنها دادن‌ها +مجزا دادهها داده‌ها +مجزا دادههاي داده‌هاي +مجزا يادآورد ياد آورد +مجزا يادآورشد يادآور شد +مجزا دايما دائماً +مجزا دادهام داده‌ام +مجزا خاينانه خائنانه +مجزا يادمانهاي يادمان‌هاي +مجزا دادهاند داده‌اند +مجزا دادهايم داده‌ايم +مجزا يادو ياد و +مجزا دادو داد و +مجزا جادوئي جادويي +مجزا ياداشت يادداشت +مجزا حاجت‌خود حاجت خود +مجزا حادثه‌يي حادثه‌اي +مجزا حادثهاي حادثه‌اي +مجزا حادثهي حادثة +مجزا ياحتي يا حتي +مجزا دايي‌جان دايي جان +مجزا جايي‌ست جاييست +مجزا جايي‌كه جايي كه +مجزا دادخواستها دادخواست‌ها +مجزا دادخواستهاي دادخواست‌هاي +مجزا يادداشتها يادداشت‌ها +مجزا يادداشتهاي يادداشت‌هاي +مجزا يادداشتهايي يادداشت‌هايي +مجزا ياحداقل يا حداقل +مجزا جاييكه جايي‌كه +مجزا يادر يا در +مجزا دايره‌المعارف دائرة‌المعارف +مجزا دايرهء دايرة +مجزا دايربه داير به +مجزا دايرةالمعارف دائره‌المعارف +مجزا دايرةالمعارف دائرةالمعارف +مجزا حايري حائري +مجزا يايسگي يائسگي +مجزا جايزهي جايزة +مجزا حايزين حائزين +مجزا يايك يا يك +مجزا دادكه داد كه +مجزا يادكرد ياد كرد +مجزا دارم‌كه دارم كه +مجزا داروئي دارويي +مجزا دارندو دارند و +مجزا دارندبه دارند به +مجزا دارندكه دارند كه +مجزا ياران‌اش يارانش +مجزا دارالاماره دارالأماره +مجزا دارائي دارايي +مجزا دارائي‌ها دارايي‌ها +مجزا دارائي‌هاي دارايي‌هاي +مجزا دارائيها دارائي‌ها +مجزا دارائيهاي دارائي‌هاي +مجزا دارالشفاء دارالشفا +مجزا داراييها دارايي‌ها +مجزا داراييهاي دارايي‌هاي +مجزا داراييهايي دارايي‌هايي +مجزا داراحياء دارالاحياء +مجزا داربودن دار بودن +مجزا دارد‚ دارد ، +مجزا خارج‌مي‌شوند خارج مي‌شوند +مجزا خارج‌مي‌شود خارج مي‌شود +مجزا خارج‌از خارج از +مجزا خارج‌شدن خارج شدن +مجزا ياريم ياري‌ام +مجزا داردو دارد و +مجزا داردبه دارد به +مجزا خارجيها خارجي‌ها +مجزا ياريش ياري‌اش +مجزا داردصحيح دارد صحيح +مجزا داردكه دارد كه +مجزا دارشدن دار شدن +مجزا خارق‌عادت خارق عادت +مجزا دارفاني دار فاني +مجزا خاص‌خود خاص خود +مجزا خاص‌خودش خاص خودش +مجزا حاصلضرب حاصل‌ضرب +مجزا خاستگاههاي خاستگاه‌هاي +مجزا داشت‌به داشت به +مجزا داشت‌با داشت با +مجزا داشت‌كه داشت كه +مجزا داشته‌است داشته است +مجزا داشته‌باشم داشته باشم +مجزا داشته‌باشند داشته باشند +مجزا داشته‌باشيم داشته باشيم +مجزا داشته‌باشيد داشته باشيد +مجزا داشتهاند داشته‌اند +مجزا داشتهايد داشته‌ايد +مجزا داستانگويي داستان‌گويي +مجزا داستانها داستان‌ها +مجزا داستانهاي داستان‌هاي +مجزا داستانهايي داستان‌هايي +مجزا داستانهايش داستان‌هايش +مجزا خاصي‌دارد خاصي دارد +مجزا حاشيه‌يي حاشيه‌اي +مجزا خاصيتهاي خاصيت‌هاي +مجزا خاطره‌يي خاطره‌اي +مجزا خاطرهها خاطره‌ها +مجزا خاطراين خاطر اين +مجزا خاك‌هائي خاك‌هايي +مجزا جاكه جا كه +مجزا خاكها خاك‌ها +مجزا خاكهائي خاك‌هائي +مجزا خاكهائي خاك‌هايي +مجزا خاكهاي خاك‌هاي +مجزا خاكهايي خاك‌هايي +مجزا حاكميت‌بر حاكميت بر +مجزا حاكميت‌سياسي حاكميت سياسي +مجزا خاكبرداري خاك‌برداري +مجزا خاكروبه خاك‌روبه +مجزا خاكريزها خاك‌ريزها +مجزا خاكريزهاي خاك‌ريزهاي +مجزا خاكريزي خاك‌ريزي +مجزا خاكسپاري خاك‌سپاري +مجزا ياعلي يا علي +مجزا داغتر داغ‌تر +مجزا ياغيگري ياغي‌گري +مجزا ياعدم يا عدم +مجزا يافت‌مي‌شود يافت مي‌شود +مجزا يافت‌به يافت به +مجزا يافت‌شود يافت شود +مجزا يافته‌است يافته است +مجزا يافتههاي يافته‌هاي +مجزا يافيلم يا فيلم +مجزا جذاب‌ست جذاب است +مجزا جذابتر جذاب‌تر +مجزا جذابترين جذاب‌ترين +مجزا جذابيتهاي جذابيت‌هاي +مجزا جذابيتهايي جذابيت‌هايي +مجزا جذب‌مخاطب جذب مخاطب +مجزا يًد يد +مجزا حًرم حرم +مجزا جبل‌عامل جبل عامل +مجزا حتمأ حتماً +مجزا حبلها حبل‌ها +مجزا حتما حتماً +مجزا حتماإ حتماً +مجزا حتماٌ حتماً +مجزا حتا حتي +مجزا حبابها حباب‌ها +مجزا حبابهاي حباب‌هاي +مجزا حتي‌در حتي در +مجزا حبيبالله حبيب‌الله +مجزا دبيرتحريريه دبير تحريريه +مجزا دبيرشوراي دبير شوراي +مجزا دبيرستانها دبيرستان‌ها +مجزا دبيرستانهاي دبيرستان‌هاي +مجزا خبرگزاريها خبرگزاري‌ها +مجزا خبرگزاريهاي خبرگزاري‌هاي +مجزا خبرهائي خبرهايي +مجزا جبراييل جبرائيل +مجزا خبرداد خبر داد +مجزا جبرييل جبرئيل +مجزا دبستانهاي دبستان‌هاي +مجزا ديگه‌ئي ديگه اي +مجزا ديپلماتها ديپلمات‌ها +مجزا ديپلماتهاي ديپلمات‌هاي +مجزا يي‌ها اي‌ها +مجزا ديگها ديگ‌ها +مجزا ديگهاي ديگ‌هاي +مجزا يخچالها يخچال‌ها +مجزا يخچالهاي يخچال‌هاي +مجزا يي‌اش اي‌اش +مجزا دي‌اكسيدكربن دي‌اكسيد كربن +مجزا حج‌به حج به +مجزا ديگرآن ديگر آن +مجزا ديگرنمي ديگر نمي +مجزا ديگرمي ديگر مي +مجزا ديگرنيز ديگر نيز +مجزا ديگراز ديگر از +مجزا ديگراست ديگر است +مجزا ديگربه ديگر به +مجزا ديگري‌از ديگري از +مجزا ديگري‌را ديگري را +مجزا ديگري‌ست ديگري است +مجزا ديگردادگاه ديگر دادگاه +مجزا ديگردر ديگر در +مجزا ديگررا ديگر را +مجزا دين‌محمدي دين محمدي +مجزا دين‌الله دين الله +مجزا حجه‌الاسلام‌والمسلمين حجت‌الاسلام‌والمسلمين +مجزا حجمهاي حجم‌هاي +مجزا جدلهاي جدل‌هاي +مجزا دينهاي دين‌هاي +مجزا يخها يخ‌ها +مجزا يخهاي يخ‌هاي +مجزا حدو حد و +مجزا خدمتگذار خدمتگزار +مجزا خدمت‌به خدمت به +مجزا خدمت‌حضرت خدمت حضرت +مجزا خدمت‌شما خدمت شما +مجزا خدمت‌كار خدمتكار +مجزا جدولها جدول‌ها +مجزا جدولهاي جدول‌هاي +مجزا ديوان‌عالي ديوان عالي +مجزا ديوانه‌يي ديوانه‌اي +مجزا ديوانه‌شده‌اي ديوانه شده‌اي +مجزا حيوانها حيوان‌ها +مجزا ديوانهاي ديوان‌هاي +مجزا ديوانخانه ديوان‌خانه +مجزا ديواندره ديوان‌دره +مجزا ديوانسالاري ديوان‌سالاري +مجزا حدواسط حد واسط +مجزا حدودا حدوداً +مجزا حدوديك حدود يك +مجزا ديوسالارمهاجر ديوسالار مهاجر +مجزا خدمتكارها خدمت‌كارها +مجزا خيلي‌از خيلي از +مجزا خيلي‌خوب خيلي خوب +مجزا خيلي‌خيلي خيلي خيلي +مجزا خيليها خيلي‌ها +مجزا دينداران دين‌داران +مجزا حدأقل حداقل +مجزا يدا يداً +مجزا جداگانه‌يي جداگانه‌اي +مجزا خدانگهدار خدانگه‌دار +مجزا خيالپردازي خيال‌پردازي +مجزا خيالها خيال‌ها +مجزا جدالهاي جدال‌هاي +مجزا ديالوگهاي ديالوگ‌هاي +مجزا خداو خدا و +مجزا خيانت‌به خيانت به +مجزا خيانتها خيانت‌ها +مجزا دخالتها دخالت‌ها +مجزا خيانتهاي خيانت‌هاي +مجزا دخالتهاي دخالت‌هاي +مجزا خداوندمتعال خداوند متعال +مجزا خيالباف خيال‌باف +مجزا خيالبافي خيال‌بافي +مجزا خيالبافي‌هاي خيال‌بافي‌هاي +مجزا جدائي جدايي +مجزا خدائي خدايي +مجزا جدامي جدا مي +مجزا حياة حياه +مجزا خدابه خدا به +مجزا حجابها حجاب‌ها +مجزا حجابهاي حجاب‌هاي +مجزا خيابانها خيابان‌ها +مجزا خيابانهاي خيابان‌هاي +مجزا خيابانهايي خيابان‌هايي +مجزا حياتبخش حيات‌بخش +مجزا خداينامه خداي‌نامه +مجزا خدايتعالي خداي تعالي +مجزا حدادعادل حداد عادل +مجزا خدارا خدا را +مجزا خداصلي‌الله خدا صلي‌الله +مجزا حجة‌الاسلام حجت‌الاسلام +مجزا حجة‌الاسلام‌والمسلمين حجت‌الاسلام‌والمسلمين +مجزا جيب‌اش جيبش +مجزا حجت‌بودن حجت بودن +مجزا حجت‌بر حجت بر +مجزا حجت‌خدا حجت خدا +مجزا حجتهاي حجت‌هاي +مجزا جيبهاي جيب‌هاي +مجزا جيبهايش جيب‌هايش +مجزا حجةالاسلام حجه‌الاسلام +مجزا حجةالاسلام حجت‌الاسلام +مجزا حجةالاسلام‌والمسلمين حجت‌الاسلام‌والمسلمين +مجزا حجتي‌عليكم حجتي عليكم +مجزا دختركوچولو دختر كوچولو +مجزا ديدگاهها ديدگاه‌ها +مجزا ديدگاههاي ديدگاه‌هاي +مجزا ديدگاههايي ديدگاه‌هايي +مجزا جدي‌ست جدي است +مجزا ديده‌نمي‌شود ديده نمي‌شود +مجزا ديده‌مي‌شود ديده مي‌شود +مجزا ديدهام ديده‌ام +مجزا ديدنيها ديدني‌ها +مجزا ديدنيهاي ديدني‌هاي +مجزا ديدهشد ديده شد +مجزا ديداربا ديدار با +مجزا حديث‌به حديث به +مجزا حديث‌با حديث با +مجزا حديث‌حقيقت حديث حقيقت +مجزا حديث‌شيعه حديث شيعه +مجزا حديث‌شريف حديث شريف +مجزا حديثها حديث‌ها +مجزا حديثهاي حديث‌هاي +مجزا جديتر جدي‌تر +مجزا جديدا جديداً +مجزا جديدالتاسيس جديدالتأسيس +مجزا جديدبه جديد به +مجزا يحييخان يحيي‌خان +مجزا ديدكه ديد كه +مجزا جيروو جيرو و +مجزا جيرواز جيرو از +مجزا ديروزدر ديروز در +مجزا جيروكه جيرو كه +مجزا حجرالاسود حجرالأسود +مجزا حيرتزده حيرت‌زده +مجزا ديردر دير در +مجزا خيرٌ خير +مجزا حدسهاي حدس‌هاي +مجزا يخزده يخ‌زده +مجزا ديسكهاي ديسك‌هاي +مجزا يجعل‌الله يجعل الله +مجزا حيفست حيف است +مجزا در‌‌مي درمي +مجزا درچهار در چهار +مجزا درچهارچوب در چهارچوب +مجزا درگوشه در گوشه +مجزا درگوشه‌اي در گوشه‌اي +مجزا خرگوشها خرگوش‌ها +مجزا خرگوشهاي خرگوش‌هاي +مجزا درگوشي در گوشي +مجزا درچند در چند +مجزا درچنين در چنين +مجزا درچهره در چهره +مجزا درپاي در پاي +مجزا درپايان در پايان +مجزا درچارچوب در چارچوب +مجزا درپاسخ در پاسخ +مجزا درگذشته در گذشته +مجزا درپي در پي +مجزا درپيچ در پيچ +مجزا درگيريها درگيري‌ها +مجزا درگيريهاي درگيري‌هاي +مجزا درپيش در پيش +مجزا درپخش در پخش +مجزا درگرو در گرو +مجزا درگروه در گروه +مجزا درپرونده در پرونده +مجزا درپرونده‌هاي در پرونده‌هاي +مجزا درپرداخت در پرداخت +مجزا درگردش در گردش +مجزا درپس در پس +مجزا درچشم در چشم +مجزا درگزارش در گزارش +مجزا درپشت در پشت +مجزا درگفت در گفت +مجزا درنگاه در نگاه +مجزا درآن در آن +مجزا درآن‌ها در آن‌ها +مجزا درهنگام در هنگام +مجزا درآن‌جا در آنجا +مجزا درهمه در همه +مجزا درآنها در آنها +مجزا درهمها درهم‌ها +مجزا درآلمان در آلمان +مجزا درهمهاي درهم‌هاي +مجزا درهمهايي درهم‌هايي +مجزا درمهلت در مهلت +مجزا درآموزش در آموزش +مجزا حرمها حرم‌ها +مجزا جرمها جرم‌ها +مجزا درهها دره‌ها +مجزا درهمان در همان +مجزا جرمهاي جرم‌هاي +مجزا درههاي دره‌هاي +مجزا درنهايت در نهايت +مجزا درنمايش در نمايش +مجزا درنمايشگاه در نمايشگاه +مجزا درمناطق در مناطق +مجزا درهوا در هوا +مجزا درمواد در مواد +مجزا درموارد در موارد +مجزا درمواردمشابه در موارد مشابه +مجزا درمواردي در مواردي +مجزا درمواقع در مواقع +مجزا درمورد در مورد +مجزا درآوردم در آوردم +مجزا درموردي در موردي +مجزا درموضوع در موضوع +مجزا درموسيقي در موسيقي +مجزا درموقع در موقع +مجزا درموقعيت در موقعيت +مجزا درنمي‌ درنمي +مجزا درهمين در همين +مجزا درآنجا در آنجا +مجزا درآمريكا در آمريكا +مجزا درمنزل در منزل +مجزا درمنطقه در منطقه +مجزا درماه در ماه +مجزا درمانگاهها درمانگاه‌ها +مجزا درنامه در نامه +مجزا درمانهاي درمان‌هاي +مجزا درماههاي درماه‌هاي +مجزا درماده در ماده +مجزا درلايحه در لايحه +مجزا درآب در آب +مجزا جرأت جرئت +مجزا درمتن در متن +مجزا درونگير درون‌گير +مجزا درونگرا درون‌گرا +مجزا درونمايه درون‌مايه +مجزا درونمايه‌هاي درون‌مايه‌هاي +مجزا درونماية درون‌ماية +مجزا حرمتها حرمت‌ها +مجزا درونداد درون‌داد +مجزا درونيش دروني‌اش +مجزا درآثار در آثار +مجزا درلباس در لباس +مجزا خروجيها خروجي‌ها +مجزا خروجيهاي خروجي‌هاي +مجزا دروديوار در و ديوار +مجزا درورزشگاه در ورزشگاه +مجزا درآتش در آتش +مجزا خروسها خروس‌ها +مجزا خروسهاي خروس‌هاي +مجزا دروزارت در وزارت +مجزا دروسط در وسط +مجزا دروقت در وقت +مجزا دروغ‌گفتن دروغ گفتن +مجزا دروغگوي دروغ‌گوي +مجزا دروغگويي دروغ‌گويي +مجزا دروغها دروغ‌ها +مجزا دروغهاي دروغ‌هاي +مجزا دروغهايي دروغ‌هايي +مجزا حروفچيني حروف‌چيني +مجزا درليگ در ليگ +مجزا درهيچ در هيچ +مجزا درآيه در آيه +مجزا درمحل در محل +مجزا درنيمه در نيمه +مجزا درمجموعه در مجموعه +مجزا درنحوه در نحوه +مجزا درهيئت در هيئت +مجزا درآينده در آينده +مجزا درميآيد درمي‌آيد +مجزا درمجلس در مجلس +مجزا درميان در ميان +مجزا حرمخانه حرم‌خانه +مجزا درمجاورت در مجاورت +مجزا درهيات در هيات +مجزا درمدارس در مدارس +مجزا درمحاكم در محاكم +مجزا درنيافته در نيافته +مجزا درمدت در مدت +مجزا درمدتي در مدتي +مجزا درآيين در آيين +مجزا درمحدوده در محدوده +مجزا درميدان در ميدان +مجزا درمحيط در محيط +مجزا درآخر در آخر +مجزا درآخرين در آخرين +مجزا درمدرسه در مدرسه +مجزا درنخستين در نخستين +مجزا درلحظه در لحظه +مجزا درهر در هر +مجزا درمراحل در مراحل +مجزا درمراسم در مراسم +مجزا درمراكز در مراكز +مجزا درمرحله در مرحله +مجزا درهرحال در هر حال +مجزا درمركز در مركز +مجزا درآسمان در آسمان +مجزا درمشهد در مشهد +مجزا درمسائل در مسائل +مجزا خرأساًن خراسان +مجزا درمسابقه در مسابقه +مجزا درمسابقه‌هاي در مسابقه‌هاي +مجزا درمسابقات در مسابقات +مجزا حرمزاده حرم‌زاده +مجزا درمصاحبه در مصاحبه +مجزا درآستانه در آستانه +مجزا درنزد در نزد +مجزا درمسجد در مسجد +مجزا درنزديكي در نزديكي +مجزا درمسير در مسير +مجزا درمصر در مصر +مجزا حرمسرا حرم‌سرا +مجزا حرمسراي حرم‌سراي +مجزا درنشست در نشست +مجزا درمقام در مقام +مجزا درمقابل در مقابل +مجزا درمقايسه در مقايسه +مجزا درمقدمه در مقدمه +مجزا درنقش در نقش +مجزا درمقطع در مقطع +مجزا درمعناي در معناي +مجزا درآغوش در آغوش +مجزا درنظام در نظام +مجزا درآغاز در آغاز +مجزا درنظر در نظر +مجزا درنظريه در نظريه +مجزا درمعرض در معرض +مجزا درهفته در هفته +مجزا درانگلستان در انگلستان +مجزا حرام‌بودن حرام بودن +مجزا حرامها حرام‌ها +مجزا درامور در امور +مجزا درامان در امان +مجزا درامانت در امانت +مجزا دراو در او +مجزا درانتهاي در انتهاي +مجزا دراولين در اولين +مجزا دراوايل در اوايل +مجزا دراواخر در اواخر +مجزا دراوج در اوج +مجزا درانتخاب در انتخاب +مجزا درانتخابات در انتخابات +مجزا درامتداد در امتداد +مجزا درانتظار در انتظار +مجزا درامد درآمد +مجزا درامدهاي درآمدهاي +مجزا درانجام در انجام +مجزا درامدي درآمدي +مجزا درانديشه در انديشه +مجزا درامر در امر +مجزا درامريكا در امريكا +مجزا درامرصلاحيت در امر صلاحيت +مجزا درانسان در انسان +مجزا حرامزاده حرام‌زاده +مجزا حرامزاده‌ها حرام‌زاده‌ها +مجزا دراتاق در اتاق +مجزا درابتدا در ابتدا +مجزا درابتداي در ابتداي +مجزا خرابتر خراب‌تر +مجزا خرابيها خرابي‌ها +مجزا خرابيهاي خرابي‌هاي +مجزا دراثر در اثر +مجزا خرابكار خراب‌كار +مجزا درابعاد در ابعاد +مجزا دراين در اين +مجزا دراين‌جا در اينجا +مجزا دراجلاس در اجلاس +مجزا دراينجا در اينجا +مجزا درايام در ايام +مجزا درادامه در ادامه +مجزا دراداره در اداره +مجزا جراحتهاي جراحت‌هاي +مجزا درادبيات در ادبيات +مجزا دراختيار در اختيار +مجزا دراختيارش در اختيارش +مجزا جراحيهاي جراحي‌هاي +مجزا درايجاد در ايجاد +مجزا درايران در ايران +مجزا دراجراي در اجراي +مجزا دراروپا در اروپا +مجزا حرارتهاي حرارت‌هاي +مجزا درارتباط در ارتباط +مجزا دراسپانيا در اسپانيا +مجزا دراصل در اصل +مجزا دراسلام در اسلام +مجزا دراستنباط در استنباط +مجزا دراستان در استان +مجزا دراستفاده در استفاده +مجزا دراطراف در اطراف +مجزا دراصطلاح در اصطلاح +مجزا دراكثر در اكثر +مجزا دراقتصاد در اقتصاد +مجزا درافق در افق +مجزا درافغانستان در افغانستان +مجزا درذهن در ذهن +مجزا درذيل در ذيل +مجزا درب‌خانه درب خانه +مجزا درتلويزيون در تلويزيون +مجزا درتمام در تمام +مجزا درتمامي در تمامي +مجزا دربهاي درب‌هاي +مجزا درتلاش در تلاش +مجزا درتماس در تماس +مجزا درتلاشند در تلاشند +مجزا درتوليد در توليد +مجزا درتئاتر در تئاتر +مجزا دربود در بود +مجزا درتهيه در تهيه +مجزا درتهران در تهران +مجزا درتمرين در تمرين +مجزا درتمرينات در تمرينات +مجزا درتنظيم در تنظيم +مجزا دربالاي در بالاي +مجزا دربانك در بانك +مجزا درباب در باب +مجزا درباد در باد +مجزا دربارهء دربارة +مجزا دربارهي دربارة +مجزا درتاريخ در تاريخ +مجزا درتاريكي در تاريكي +مجزا دربازار در بازار +مجزا دربازي در بازي +مجزا دربازي‌هاي در بازي‌هاي +مجزا درباغ در باغ +مجزا درتبصره در تبصره +مجزا دربين در بين +مجزا درتيم در تيم +مجزا دربيمارستان در بيمارستان +مجزا درتدوين در تدوين +مجزا دربيان در بيان +مجزا دربخانه درب‌خانه +مجزا دربياد در بياد +مجزا دربدر دربه‌در +مجزا دربدري دربه‌دري +مجزا دربيرجند در بيرجند +مجزا دربخش در بخش +مجزا دربخش‌هاي در بخش‌هاي +مجزا دربيست در بيست +مجزا درتحقيقات در تحقيقات +مجزا دربرگرفت در بر گرفت +مجزا دربرنمي دربر نمي +مجزا دربرنامه در برنامه +مجزا دربرنامه‌هاي در برنامه‌هاي +مجزا دربرنامة در برنامة +مجزا دربرمي در بر مي +مجزا دربرابر در برابر +مجزا دربرخواهد دربر خواهد +مجزا دربرخورد در برخورد +مجزا دربردارد در بر دارد +مجزا دربريتانيا در بريتانيا +مجزا دربرخي در برخي +مجزا دربررسي در بررسي +مجزا درتركيب در تركيب +مجزا درتصوير در تصوير +مجزا درتصميم در تصميم +مجزا دربسياري در بسياري +مجزا درتصرف در تصرف +مجزا درتعيين در تعيين +مجزا دربعضي در بعضي +مجزا درتفسير در تفسير +مجزا درحل در حل +مجزا دردل در دل +مجزا درجنگ در جنگ +مجزا درجه‌يي درجه‌اي +مجزا درجه‌حرارت درجه حرارت +مجزا درجه‌سانتيگراد درجة سانتي‌گراد +مجزا دردهه در دهه +مجزا جريمه‌يي جريمه‌اي +مجزا حريمها حريم‌ها +مجزا درجنوب در جنوب +مجزا درجهان در جهان +مجزا درخلال در خلال +مجزا دردماي در دماي +مجزا خرجهاي خرج‌هاي +مجزا درحمايت در حمايت +مجزا دردناكتر دردناك‌تر +مجزا درجهت در جهت +مجزا دردو در دو +مجزا درجوامع در جوامع +مجزا درجواب در جواب +مجزا درخواب در خواب +مجزا درخواستها درخواست‌ها +مجزا درخواستهاي درخواست‌هاي +مجزا درخواستهايي درخواست‌هايي +مجزا درخود در خود +مجزا دردوره در دوره +مجزا دردوران در دوران +مجزا درحوزه در حوزه +مجزا درحوزه‌هاي در حوزه‌هاي +مجزا درحوزة در حوزة +مجزا دردنيا در دنيا +مجزا دردنياي در دنياي +مجزا درجلسه در جلسه +مجزا درجلسه‌اي در جلسه‌اي +مجزا درجلسات در جلسات +مجزا درجمع در جمع +مجزا خردهفروشي خرده فروشي +مجزا درحال در حال +مجزا درجام در جام +مجزا درحال‌توسعه در حال توسعه +مجزا درخانه در خانه +مجزا جريانها جريان‌ها +مجزا جريانهاي جريان‌هاي +مجزا جريانهايي جريان‌هايي +مجزا درخانواده در خانواده +مجزا درجاهاي در جاهاي +مجزا درحالت در حالت +مجزا درخانة در خانة +مجزا درحالتي در حالتي +مجزا دريائي دريايي +مجزا درحالي درحالي +مجزا درحالي‌است درحالي است +مجزا درحالي‌بود درحالي بود +مجزا درحاليكه درحالي‌كه +مجزا دردانشگاه در دانشگاه +مجزا دردانشكده در دانشكده +مجزا درجامعه در جامعه +مجزا درجامعة در جامعة +مجزا درخاتمه در خاتمه +مجزا درجاي در جاي +مجزا درجايگاه در جايگاه +مجزا دردادگاه در دادگاه +مجزا درداخل در داخل +مجزا درجايي در جايي +مجزا دردادخواست در دادخواست +مجزا درخارج در خارج +مجزا دردارد در دارد +مجزا درداستان در داستان +مجزا درحاشيه در حاشيه +مجزا درخاك در خاك +مجزا درجاكارتا در جاكارتا +مجزا دريافتها دريافت‌ها +مجزا دريافتهاي دريافت‌هاي +مجزا درجذب در جذب +مجزا درخت‌خرما درخت خرما +مجزا درجة‌سانتيگراد درجة سانتيگراد +مجزا درجبهه در جبهه +مجزا درختها درخت‌ها +مجزا درختهاي درخت‌هاي +مجزا درختكاري درخت‌كاري +مجزا درحد در حد +مجزا درحين در حين +مجزا درخدمت در خدمت +مجزا درجدول در جدول +مجزا درديوان در ديوان +مجزا درديوانعالي در ديوانعالي +مجزا درحدود در حدود +مجزا درخيابان در خيابان +مجزا درحياط در حياط +مجزا درحدي در حدي +مجزا درديدار در ديدار +مجزا درحديث در حديث +مجزا درحيطه در حيطه +مجزا دردرون در درون +مجزا درخراسان در خراسان +مجزا دردرجه در درجه +مجزا درجريان در جريان +مجزا درحركت در حركت +مجزا درخط در خط +مجزا درجشنواره در جشنواره +مجزا درحضور در حضور +مجزا درخشانتر درخشان‌تر +مجزا درخشانترين درخشان‌ترين +مجزا دردست در دست +مجزا دردستگاه در دستگاه +مجزا دردستور در دستور +مجزا دردسترس در دسترس +مجزا درجزيره در جزيره +مجزا دريك در يك +مجزا درحكم در حكم +مجزا درحكومت در حكومت +مجزا دريكي در يكي +مجزا درحق در حق +مجزا درحقوق در حقوق +مجزا دردقيقه در دقيقه +مجزا درحقيقت در حقيقت +مجزا دردعوي در دعوي +مجزا دردفتر در دفتر +مجزا درروابط در روابط +مجزا درروايات در روايات +مجزا درروي در روي +مجزا درروز در روز +مجزا درروش در روش +مجزا درروزنامه در روزنامه +مجزا درروزهاي در روزهاي +مجزا درراه در راه +مجزا دررابطه در رابطه +مجزا درراي در راي +مجزا درراديو در راديو +مجزا درراستاي در راستاي +مجزا دررده در رده +مجزا دررسانه در رسانه +مجزا دررشته در رشته +مجزا دررشتة در رشتة +مجزا دررسيدگي در رسيدگي +مجزا دررقابت در رقابت +مجزا دررقابتهاي دررقابت‌هاي +مجزا درس‌خواندن درس خواندن +مجزا درسن در سن +مجزا درسنگ در سنگ +مجزا خرسها خرس‌ها +مجزا درسها درس‌ها +مجزا درزمان در زمان +مجزا درشمال در شمال +مجزا درزماني در زماني +مجزا خرسهاي خرس‌هاي +مجزا درسهاي درس‌هاي +مجزا درسهايي درس‌هايي +مجزا درصلاحيت در صلاحيت +مجزا درسهايش درس‌هايش +مجزا درشماره در شماره +مجزا درسمت در سمت +مجزا درطول در طول +مجزا درشوراي در شوراي +مجزا درصورت در صورت +مجزا درصورتيكه درصورتي‌كه +مجزا درزندگي در زندگي +مجزا درزمين در زمين +مجزا درزمينه در زمينه +مجزا درزمينه‌هاي در زمينه‌هاي +مجزا درزندان در زندان +مجزا درشهر در شهر +مجزا درزمره در زمرة +مجزا درشهرهاي در شهرهاي +مجزا درشهرستان در شهرستان +مجزا درسال در سال +مجزا درسال‌هاي در سال‌هاي +مجزا درسالن در سالن +مجزا درسالهاي در سال‌هاي +مجزا درساحل در ساحل +مجزا درسايه در سايه +مجزا درشاخه در شاخه +مجزا درساخت در ساخت +مجزا درساختمان در ساختمان +مجزا درساختار در ساختار +مجزا درساير در ساير +مجزا درسازمان در سازمان +مجزا درساعات در ساعات +مجزا درساعت در ساعت +مجزا درشب در شب +مجزا درست‌مثل درست مثل +مجزا درست‌به درست به +مجزا درست‌باشد درست باشد +مجزا درست‌برعكس درست برعكس +مجزا درست‌يا درست يا +مجزا درست‌ست درست است +مجزا درزبان در زبان +مجزا درستتر درست‌تر +مجزا درشبكه در شبكه +مجزا درشبكه‌هاي در شبكه‌هاي +مجزا درشبكة در شبكة +مجزا درطي در طي +مجزا درصحنه در صحنه +مجزا درصحنه‌اي در صحنه‌اي +مجزا درسينما در سينما +مجزا درسينماي در سينماي +مجزا درسخوان درس‌خوان +مجزا درصداز درصد از +مجزا درصدافزايش درصد افزايش +مجزا درصدحجمي درصد حجمي +مجزا درزير در زير +مجزا درصدر در صدر +مجزا درشيراز در شيراز +مجزا درسيستم در سيستم +مجزا درسر در سر +مجزا درطراحي در طراحي +مجزا درشرايط در شرايط +مجزا درشرايطي در شرايطي +مجزا درسراسر در سراسر +مجزا درشرح در شرح +مجزا درطرح در طرح +مجزا درسريال در سريال +مجزا درسريال‌هاي در سريال‌هاي +مجزا درسرزمين در سرزمين +مجزا درشركت در شركت +مجزا درسطوح در سطوح +مجزا درسطح در سطح +مجزا درشكل در شكل +مجزا درشكل‌گيري در شكل‌گيري +مجزا درسكوت در سكوت +مجزا درشكوفه در شكوفه +مجزا درشعب در شعب +مجزا درشعبه در شعبه +مجزا درصفحات در صفحات +مجزا دركل در كل +مجزا دركمال در كمال +مجزا دركنار در كنار +مجزا دركلاس در كلاس +مجزا دركوچه در كوچه +مجزا دركوره در كوره +مجزا دركليه در كليه +مجزا دركميسيون در كميسيون +مجزا دركنفرانس در كنفرانس +مجزا دركاخ در كاخ +مجزا دركار در كار +مجزا دركارنامه در كارنامه +مجزا دركارهاي در كارهاي +مجزا دركارخانه در كارخانه +مجزا حركت‌مي‌كند حركت مي‌كند +مجزا حركت‌به حركت به +مجزا حركتها حركت‌ها +مجزا حركتهاي حركت‌هاي +مجزا حركتهايي حركت‌هايي +مجزا دركتاب در كتاب +مجزا دركتاب‌هاي در كتاب‌هاي +مجزا دركشور در كشور +مجزا دركشورهاي در كشورهاي +مجزا دركشورهايي در كشورهايي +مجزا درقم در قم +مجزا درقلمرو در قلمرو +مجزا درقلب در قلب +مجزا درقوانين در قوانين +مجزا درقانون در قانون +مجزا درقالب در قالب +مجزا درقبال در قبال +مجزا درقرن در قرن +مجزا درقرآن در قرآن +مجزا درقسمت در قسمت +مجزا درقسمت‌هاي در قسمت‌هاي +مجزا درقسمتي در قسمتي +مجزا درعلم در علم +مجزا درعمل در عمل +مجزا درعلوم در علوم +مجزا درعوض در عوض +مجزا درعمق در عمق +مجزا درعالم در عالم +مجزا درظاهر در ظاهر +مجزا درعين در عين +مجزا درعين‌حال درعين‌حال +مجزا درغياب در غياب +مجزا درغير در غير +مجزا درغيراين در غير اين +مجزا درعراق در عراق +مجزا درغرب در غرب +مجزا درعرض در عرض +مجزا درعرصه در عرصه +مجزا درعرصه‌هاي در عرصه‌هاي +مجزا درعرصة در عرصة +مجزا درظرف در ظرف +مجزا درعصر در عصر +مجزا حرف‌هائي حرف‌هايي +مجزا حرف‌رو حرف رو +مجزا حرف‌زدن حرف زدن +مجزا حرفه‌ايها حرفه‌اي‌ها +مجزا حرفه‌يي حرفه‌اي +مجزا حرفها حرف‌ها +مجزا حرفهائي حرف‌هائي +مجزا حرفهاي حرف‌هاي +مجزا حرفهايم حرفه‌ايم +مجزا حرفهايمان حرف‌هايمان +مجزا حرفهايت حرف‌هايت +مجزا حرفهايتان حرف‌هايتان +مجزا حرفهايي حرف‌هايي +مجزا حرفهايش حرف‌هايش +مجزا حرفهايشان حرف‌هايشان +مجزا حرفهاست حرف‌هاست +مجزا درفاصله در فاصله +مجزا درفيلم در فيلم +مجزا درفيلم‌هاي در فيلم‌هاي +مجزا درفدراسيون در فدراسيون +مجزا درفرهنگ در فرهنگ +مجزا درفرآيند در فرآيند +مجزا درفرانسه در فرانسه +مجزا درفصل در فصل +مجزا درفضا در فضا +مجزا درفضاي در فضاي +مجزا درفكر در فكر +مجزا خط‌آهن خط آهن +مجزا خط‌الراس خط‌الرأس +مجزا حسن‌نيت حسن نيت +مجزا حسن‌جان حسن جان +مجزا جشنها جشن‌ها +مجزا جشنهاي جشن‌هاي +مجزا جشنوارهي جشنوارة +مجزا خطها خط‌ها +مجزا حسنا حسناً +مجزا خشماگين خشم‌آگين +مجزا خطهاي خط‌هاي +مجزا خصلتها خصلت‌ها +مجزا خصلتهاي خصلت‌هاي +مجزا خشونتها خشونت‌ها +مجزا خشونتهاي خشونت‌هاي +مجزا خصومتهاي خصومت‌هاي +مجزا دشواريها دشواري‌ها +مجزا دشواريهاي دشواري‌هاي +مجزا دشواريهايي دشواري‌هايي +مجزا حضورداشتند حضور داشتند +مجزا حضوردر حضور در +مجزا خصوصا خصوصاً +مجزا خصوصاإ خصوصاً +مجزا خصوصيتهاي خصوصيت‌هاي +مجزا حسنخان حسن‌خان +مجزا خطمشي خط‌مشي +مجزا جزاء جزا +مجزا خصائل خصايل +مجزا جزائي جزايي +مجزا خزائي خزايي +مجزا خطائي خطايي +مجزا جزائر جزاير +مجزا جزائري جزايري +مجزا خصائص خصايص +مجزا حساميزي حس‌آميزي +مجزا حسابها حساب‌ها +مجزا خطابها خطاب‌ها +مجزا حسابهاي حساب‌هاي +مجزا حسابهايي حساب‌هايي +مجزا جزاين جز اين +مجزا خسارتها خسارت‌ها +مجزا خسارتهاي خسارت‌هاي +مجزا خسارتهايي خسارت‌هايي +مجزا جسارتا جسارتاً +مجزا حساستر حساس‌تر +مجزا حساسترين حساس‌ترين +مجزا حساسيتها حساسيت‌ها +مجزا حساسيتهاي حساسيت‌هاي +مجزا حساسيتهايي حساسيت‌هايي +مجزا دستچپ دست چپ +مجزا دست‌پاچگي دستپاچگي +مجزا دست‌پاچه دستپاچه +مجزا دست‌گير دستگير +مجزا دست‌گيري دستگيري +مجزا دست‌هم دست هم +مجزا دست‌آويزي دستاويزي +مجزا دست‌آوردن دست آوردن +مجزا دست‌آوردها دستاوردها +مجزا دست‌آوردهاي دستاوردهاي +مجزا دست‌مي‌دهد دست مي‌دهد +مجزا دست‌مزد دستمزد +مجزا دستگاهها دستگاه‌ها +مجزا دستگاههاي دستگاه‌هاي +مجزا دستگاههايي دستگاه‌هايي +مجزا دست‌اش دستش +مجزا دست‌بند دستبند +مجزا دست‌بدهد دست بدهد +مجزا دست‌بر دست بر +مجزا دست‌بردارد دست بردارد +مجزا دستچين دست‌چين +مجزا دست‌خواهند دست خواهند +مجزا دست‌خواهد دست خواهد +مجزا دست‌خواهيم دست خواهيم +مجزا دست‌خودش دست خودش +مجزا دست‌خالي دست خالي +مجزا دست‌يابيم دست يابيم +مجزا دست‌دادن دست دادن +مجزا دست‌يار دستيار +مجزا دست‌يافتند دست يافتند +مجزا دستپخت دست‌پخت +مجزا دست‌خدا دست خدا +مجزا دست‌خداست دست خداست +مجزا دست‌حضرت دست حضرت +مجزا دست‌يك دست يك +مجزا دستگرمي دست‌گرمي +مجزا دست‌رس دسترس +مجزا دست‌شما دست شما +مجزا دست‌شان دستشان +مجزا دست‌زدن دست زدن +مجزا دستههاي دسته‌هاي +مجزا دستنويس دست‌نويس +مجزا دستآوردهاي دست‌آوردهاي +مجزا دستنوشت دست‌نوشت +مجزا دستنوشته دست‌نوشته +مجزا دستنوشته‌هاي دست‌نوشته‌هاي +مجزا دستها دست‌ها +مجزا دشتها دشت‌ها +مجزا دستمال‌كاغذي دستمال كاغذي +مجزا خشتهاي خشت‌هاي +مجزا دستهاي دست‌هاي +مجزا دشتهاي دشت‌هاي +مجزا دستهايم دست‌هايم +مجزا دستمايه‌اي دست‌مايه‌اي +مجزا دستماية دست‌ماية +مجزا دستهايت دست‌هايت +مجزا دستهايتان دست‌هايتان +مجزا دستهايي دست‌هايي +مجزا دستهايش دست‌هايش +مجزا دستهايشان دست‌هايشان +مجزا دستهاش دست‌هاش +مجزا دستورالعملها دستورالعمل‌ها +مجزا دستورالعملهاي دستورالعمل‌هاي +مجزا دستورالعملهايي دستورالعمل‌هايي +مجزا دستورداد دستور داد +مجزا دستورزبان دستور زبان +مجزا دستوركار دستور كار +مجزا دستوركارجلسه دستور كار جلسه +مجزا دستورعمل دستور عمل +مجزا حزبالله حزب‌الله +مجزا دستاندركاران دست‌اندركاران +مجزا حسبي‌الله حسبي الله +مجزا دستجمعي دسته‌جمعي +مجزا دستيش دستي‌اش +مجزا دستشوئي دست‌شويي +مجزا دستكاريهاي دستكاري‌هاي +مجزا دستكشهاي دستكش‌هاي +مجزا دستفروش دست‌فروش +مجزا دستفروشان دست‌فروشان +مجزا دستفروشي دست‌فروشي +مجزا حسي‌ست حسي است +مجزا حسين‌عليه حسين عليه +مجزا حسين‌عليه‌السلام حسين عليه‌السلام +مجزا حسينخان حسين‌خان +مجزا حسينقليخان حسينقلي‌خان +مجزا جزيي‌تر جزئي‌تر +مجزا جزيي‌ترين جزئي‌ترين +مجزا جزيياتي جزئياتي +مجزا جزيرة‌العرب جزيره‌العرب +مجزا خطرناكتر خطرناك‌تر +مجزا خطرناكترين خطرناك‌ترين +مجزا حصروراثت حصر وراثت +مجزا حضرمي حضر مي +مجزا خضراء خضرا +مجزا حضرت‌عليه‌السلام حضرت عليه‌السلام +مجزا حضرت‌عالي حضرتعالي +مجزا خشك‌شوئي خشك‌شويي +مجزا خطكش خط‌كش +مجزا خشكشويي خشك‌شويي +مجزا خشكسالي‌هاي خشك‌سالي‌هاي +مجزا خطكشي خط‌كشي +مجزا يك‌پارچگي يكپارچگي +مجزا يك‌چيزي يك چيزي +مجزا يك‌نواخت يكنواخت +مجزا يك‌ماه يك ماه +مجزا يك‌ونيم يك و نيم +مجزا يك‌لحظه يك لحظه +مجزا يك‌هزار يك هزار +مجزا يك‌مقدار يك مقدار +مجزا يك‌هفته يك هفته +مجزا يك‌هفته‌اي يك هفته‌اي +مجزا يك‌نفر يك نفر +مجزا يك‌از يك از +مجزا يك‌جا يكجا +مجزا يك‌جايي يك جايي +مجزا يك‌ديگر يكديگر +مجزا يك‌ديگرند يكديگرند +مجزا يك‌درصد يك درصد +مجزا يك‌دستگاه يك دستگاه +مجزا يك‌روز يك روز +مجزا يك‌سو يك‌سو +مجزا يك‌شنبه يكشنبه +مجزا يك‌شنبه‌ها يكشنبه‌ها +مجزا يك‌سان يكسان +مجزا يك‌سال‌ونيم يك سال و نيم +مجزا يك‌ساعت يك ساعت +مجزا يك‌ست يك ست +مجزا يك‌شب يك شب +مجزا يك‌سره يكسره +مجزا يك‌سريال يك سريال +مجزا يك‌كم يك كم +مجزا يك‌فيلم يك فيلم +مجزا يكنوع يك‌نوع +مجزا يكماه يك ماه +مجزا حكماء حكما +مجزا يكماهه يك‌ماهه +مجزا حكمت‌به حكمت به +مجزا حكمتها حكمت‌ها +مجزا حكمتهاي حكمت‌هاي +مجزا حكومت‌به حكومت به +مجزا حكومت‌با حكومت با +مجزا حكومت‌بايد حكومت بايد +مجزا حكومت‌باشد حكومت باشد +مجزا حكومت‌بر حكومت بر +مجزا حكومت‌براي حكومت براي +مجزا حكومت‌خود حكومت خود +مجزا حكومت‌حضرت حكومت حضرت +مجزا حكومتگران حكومت‌گران +مجزا حكومت‌شيعي حكومت شيعي +مجزا حكومتها حكومت‌ها +مجزا حكومتهاي حكومت‌هاي +مجزا حكومتهايي حكومت‌هايي +مجزا حكمتيار حكمت‌يار +مجزا يكوقت يك‌وقت +مجزا يكمي يه‌كمي +مجزا يكمرتبه يك مرتبه +مجزا يكهزارو يك‌هزار و +مجزا يكهفته يك هفته +مجزا يكنفر يك نفر +مجزا حكمفرمايي حكم‌فرمايي +مجزا حكمفرماست حكم‌فرماست +مجزا دكانها دكان‌ها +مجزا دكانهاي دكان‌هاي +مجزا حكايتها حكايت‌ها +مجزا حكايتهاي حكايت‌هاي +مجزا حكايتهايي حكايت‌هايي +مجزا يكبند يك‌بند +مجزا يكباب يك باب +مجزا دكترحسن دكتر حسن +مجزا يكي‌از يكي از +مجزا يكي‌دو يكي دو +مجزا يكي‌ديگر يكي ديگر +مجزا يكدم يك‌دم +مجزا حكيمالممالك حكيم‌الممالك +مجزا يكجور يك‌جور +مجزا يكجوري يك‌جوري +مجزا يكخورده يك‌خرده +مجزا يكدنده يك‌دنده +مجزا يكدانه يك‌دانه +مجزا يكجانبه يك‌جانبه +مجزا يكياز يكي از +مجزا يكييكي يكي‌يكي +مجزا يكيش يكي‌اش +مجزا يكيشان يكي‌شان +مجزا يكدستگاه يك دستگاه +مجزا يكدسته يك‌دسته +مجزا يكرويه يك‌رويه +مجزا يكروز يك روز +مجزا يكروزه يك‌روزه +مجزا يكراست يك‌راست +مجزا يكسو يك‌سو +مجزا يكسويه يك‌سويه +مجزا يكساعت يك ساعت +مجزا يكشب يك شب +مجزا يكشبه يك‌شبه +مجزا يكصدو يكصد و +مجزا يكصدوپنجاه يكصد و پنجاه +مجزا يكصدهزار يك‌صد هزار +مجزا يكصدا يك‌صدا +مجزا يكضرب يك‌ضرب +مجزا يكطرف يك‌طرف +مجزا يكطرفه يك‌طرفه +مجزا يكقدمي يك‌قدمي +مجزا حق‌اش حقش +مجزا حقها حق‌ها +مجزا حقهاي حق‌هاي +مجزا حقوقهاي حقوق‌هاي +مجزا حقائق حقايق +مجزا دقت‌نظر دقت نظر +مجزا دقت‌به دقت به +مجزا دقت‌شود دقت شود +مجزا دقتها دقت‌ها +مجزا دقتهاي دقت‌هاي +مجزا يقينا يقيناً +مجزا حقدوست حق‌دوست +مجزا حقدار حق‌دار +مجزا دقيقه‌يي دقيقه‌اي +مجزا دقيقهاي دقيقه‌اي +مجزا دقيقا دقيقاً +مجزا دقيقاإ دقيقاً +مجزا حقيقت‌به حقيقت به +مجزا حقيقت‌با حقيقت با +مجزا حقيقت‌براي حقيقت براي +مجزا حقيقت‌خود حقيقت خود +مجزا حقيقت‌يك حقيقت يك +مجزا حقيقت‌رو حقيقت رو +مجزا حقيقتها حقيقت‌ها +مجزا حقيقتا حقيقتاً +مجزا دقيقتر دقيق‌تر +مجزا دقيقتري دقيق‌تري +مجزا دقيقترين دقيق‌ترين +مجزا جْن جن +مجزا جعلت‌فداك جعلت فداك +مجزا جعلته‌عليكم جعلته عليكم +مجزا دعوائي دعوايي +مجزا دغلباز دغل‌باز +مجزا دغلبازي دغل‌بازي +مجزا دعوتنامه دعوت‌نامه +مجزا دعوتنامه‌اي دعوت‌نامه‌اي +مجزا دعوتنامه‌يي دعوتنامه‌اي +مجزا دعوتهاي دعوت‌هاي +مجزا يعني‌اي يعني اي +مجزا دغلكاري دغل‌كاري +مجزا دعاء دعا +مجزا دعائم دعايم +مجزا دعائي دعايي +مجزا دعايم‌الاسلام دعايم الاسلام +مجزا دغدغه‌يي دغدغه‌اي +مجزا جغرافياو جغرافيا و +مجزا جغرافيائي جغرافيايي +مجزا جغرافيدان جغرافي‌دان +مجزا جغرافيدانان جغرافي‌دانان +مجزا يْك يك +مجزا جعفرقليخان جعفرقلي‌خان +مجزا خفه‌شو خفه شو +مجزا حفاريها حفاري‌ها +مجزا حفاريهاي حفاري‌هاي +مجزا دفاع‌مقدس دفاع مقدس +مجزا حفاظ‌ت حفاظت +مجزا جفتگيري جفت‌گيري +مجزا دفترانتشارات دفتر انتشارات +مجزا دفتربرنامه دفتر برنامه +مجزا دفترتكنولوژي دفتر تكنولوژي +مجزا دفتردادگاه دفتر دادگاه +مجزا دفعتا دفعتاً +مجزا رگها رگ‌ها +مجزا رگهاي رگ‌هاي +مجزا رگهايم رگ‌هايم +مجزا رگهايش رگ‌هايش +مجزا رنگ‌روغن رنگ روغن +مجزا رنگها رنگ‌ها +مجزا رنگهاي رنگ‌هاي +مجزا رنگهايي رنگ‌هايي +مجزا رنگي‌ست رنگي است +مجزا رنگدانه رنگ‌دانه +مجزا رهگيري ره‌گيري +مجزا رؤوس رئوس +مجزا رمانها رمان‌ها +مجزا رمانهاي رمان‌هاي +مجزا رمانهايي رمان‌هايي +مجزا رمانهايش رمان‌هايش +مجزا رهائي رهايي +مجزا رونمي رو نمي +مجزا روئي رويي +مجزا روئين رويين +مجزا روئيده روييده +مجزا روميها رومي‌ها +مجزا روانهاي روان‌هاي +مجزا روائي روايي +مجزا روانتر روان‌تر +مجزا روانخواه روان‌خواه +مجزا رواندرماني روان درماني +مجزا روانشناختي روان‌شناختي +مجزا روانشناس روان‌شناس +مجزا روانشناسان روان‌شناسان +مجزا روانشناسانه روان‌شناسانه +مجزا روانشناسي روان‌شناسي +مجزا روانساز روان‌ساز +مجزا روابط‌عمومي روابط عمومي +مجزا روابط‌عموميها روابط عمومي‌ها +مجزا روايت‌به روايت به +مجزا روايت‌با روايت با +مجزا روايت‌يا روايت يا +مجزا روايت‌ياد روايت ياد +مجزا روايتها روايت‌ها +مجزا روايتهاي روايت‌هاي +مجزا روايتهايي روايت‌هايي +مجزا روبه‌پيشرفت رو به پيشرفت +مجزا روبه‌گسترش رو به گسترش +مجزا روبه‌من رو به من +مجزا روبه‌افول رو به افول +مجزا روبه‌افزايش رو به افزايش +مجزا روبه‌بهبود رو به بهبود +مجزا روبه‌توسعه رو به توسعه +مجزا روبه‌بالاي رو به بالاي +مجزا روبه‌جلو رو به جلو +مجزا روبه‌رويم روبرويم +مجزا روبه‌رشد رو به رشد +مجزا روبه‌سوي رو به‌سوي +مجزا روبه‌كاهش رو به كاهش +مجزا روبه‌فزوني رو به فزوني +مجزا روبهرو روبه‌رو +مجزا روبرمي رو برمي +مجزا روبرمي‌گرداند رو برمي‌گرداند +مجزا روبرت‌ماردوخ روبرت ماردوخ +مجزا روي‌آن روي آن +مجزا رويگردان روي‌گردان +مجزا رويگرداني روي‌گرداني +مجزا روي‌رف روي رف +مجزا روي‌زمين روي زمين +مجزا روي‌شان رويشان +مجزا روي‌صحنه روي صحنه +مجزا روي‌كارآمدن روي كار آمدن +مجزا روي‌كارآمدن روي‌كار آمدن +مجزا رويهم روي‌هم +مجزا رويهمرفته روي‌هم‌رفته +مجزا روحها روح‌ها +مجزا روحهاي روح‌هاي +مجزا روياگونه رؤياگونه +مجزا روياپردازي رؤياپردازي +مجزا رويانهاي رويان‌هاي +مجزا روياهايم رؤياهايم +مجزا روياهايي رؤياهايي +مجزا روياهايش رؤياهايش +مجزا رويائي رؤيايي +مجزا روحانيت‌شيعه روحانيت شيعه +مجزا رويايش رؤيايش +مجزا روياروئي رويارويي +مجزا روياروييهاي رويارويي‌هاي +مجزا روياست رؤياست +مجزا روحبخش روح‌بخش +مجزا روحيه‌يي روحيه‌اي +مجزا رودخانهها رودخانه‌ها +مجزا رودخانههاي رودخانه‌هاي +مجزا رودخانهاي رودخانه‌اي +مجزا رودر رو در +مجزا رهبرمعظم رهبر معظم +مجزا روش‌گونة‌مقدار روش گونة مقدار +مجزا روش‌گونةمقدار روش گونة مقدار +مجزا روش‌مند روشمند +مجزا روش‌هائي روش‌هايي +مجزا روزچهارشنبه روز چهارشنبه +مجزا روزپنجشنبه روز پنجشنبه +مجزا روش‌اي روش اي +مجزا روزگذشته روز گذشته +مجزا روزپس روز پس +مجزا روشن‌است روشن است +مجزا روزه‌يي روزه‌اي +مجزا روشن‌ست روشن است +مجزا روشن‌شدن روشن شدن +مجزا روشن‌كردن روشن كردن +مجزا روزهم روز هم +مجزا روسها روس‌ها +مجزا روشها روش‌ها +مجزا روزنامه‌يي روزنامه‌اي +مجزا روزنامهنگار روزنامه‌نگار +مجزا روزنامهنگاران روزنامه‌نگاران +مجزا روزنامهنگاري روزنامه نگاري +مجزا روزنامهها روزنامه‌ها +مجزا روزنامههاي روزنامه‌هاي +مجزا روزنامهي روزنامة +مجزا روشهائي روش‌هائي +مجزا روزهائي روزهايي +مجزا روشنائي روشنايي +مجزا روسهاي روس‌هاي +مجزا روشهاي روش‌هاي +مجزا روشهايي روش‌هايي +مجزا روشنتر روشن‌تر +مجزا روشنتري روشن‌تري +مجزا روشندل روشن‌دل +مجزا روشنفكران روشن‌فكران +مجزا روشنفكري روشن‌فكري +مجزا روساء رؤسا +مجزا روساومستشاران روسا و مستشاران +مجزا روزاست روز است +مجزا روزازتاريخ روز از تاريخ +مجزا روستائي روستايي +مجزا روستائيان روستاييان +مجزا روزبروز روزبه‌روز +مجزا روزبعد روز بعد +مجزا روزجهاني روز جهاني +مجزا روزدوشنبه روز دوشنبه +مجزا روزجمعه روز جمعه +مجزا روزيكه روزي كه +مجزا روزيكشنبه روز يكشنبه +مجزا روزشنبه روز شنبه +مجزا روكرد رو كرد +مجزا روغن‌نباتي روغن نباتي +مجزا روغنها روغن‌ها +مجزا روغنهاي روغن‌هاي +مجزا روغنكاري روغن‌كاري +مجزا رنجها رنج‌ها +مجزا رنجهاي رنج‌هاي +مجزا رنجهايي رنج‌هايي +مجزا رؤيائي رؤيايي +مجزا رهيافتها رهيافت‌ها +مجزا رهيافتهاي رهيافت‌هاي +مجزا رأسا رأساً +مجزا رمضانپور رمضان‌پور +مجزا رمضانزاده رمضان‌زاده +مجزا راپيدا را پيدا +مجزا راپيدبخارست راپيد بخارست +مجزا راپيش را پيش +مجزا راپخش را پخش +مجزا راگرفت را گرفت +مجزا راگرفته را گرفته +مجزا راپس را پس +مجزا راپشت را پشت +مجزا راه‌حلها راه‌حل‌ها +مجزا راه‌حلهاي راه‌حل‌هاي +مجزا راهپيمايان راه‌پيمايان +مجزا راهپيماييهاي راهپيمايي‌هاي +مجزا راه‌دور راه دور +مجزا راه‌رفتن راه رفتن +مجزا راهآهن راه‌آهن +مجزا راهنمائي راهنمايي +مجزا راهنمائي‌هاي راهنمايي‌هاي +مجزا راهنمائيهاي راهنمائي‌هاي +مجزا راهنماييها راهنمايي‌ها +مجزا راهنماييهاي راهنمايي‌هاي +مجزا رانموده را نموده +مجزا رانها ران‌ها +مجزا راهها راه‌ها +مجزا راههاي راه‌هاي +مجزا راههايي راه‌هايي +مجزا رامورد را مورد +مجزا رانمي‌توان را نمي‌توان +مجزا راهاندازي راه‌اندازي +مجزا راناديده را ناديده +مجزا راو را و +مجزا رامثل را مثل +مجزا راهبها راهب‌ها +مجزا رانتهاي رانت‌هاي +مجزا رامتوجه را متوجه +مجزا رامتوقف را متوقف +مجزا رامبني را مبني +مجزا راوادار را وادار +مجزا راوارد را وارد +مجزا راءي رأي +مجزا رامي را مي +مجزا رامي‌گيرد را مي‌گيرد +مجزا رامي‌توان را مي‌توان +مجزا رامي‌بينيم را مي‌بينيم +مجزا رامي‌شناسد را مي‌شناسد +مجزا رانجات را نجات +مجزا راندارند را ندارند +مجزا راندارد را ندارد +مجزا رانداشت را نداشت +مجزا رانداشته را نداشته +مجزا رانديده را نديده +مجزا رانيز را نيز +مجزا رامحكوم را محكوم +مجزا رانشان را نشان +مجزا راهسازي راه‌سازي +مجزا رانسبت را نسبت +مجزا رانزد را نزد +مجزا رامشخص را مشخص +مجزا رامطرح را مطرح +مجزا رانقض را نقض +مجزا رامعرفي را معرفي +مجزا راانتخاب را انتخاب +مجزا راانجام را انجام +مجزا رااي را اي +مجزا رااين را اين +مجزا راادامه را ادامه +مجزا راايجاب را ايجاب +مجزا راايجاد را ايجاد +مجزا رااجرا را اجرا +مجزا رااحساس را احساس +مجزا راارائه را ارائه +مجزا رااز را از +مجزا رااعلام را اعلام +مجزا راافزايش را افزايش +مجزا راً را +مجزا رابگيرد را بگيرد +مجزا رابه را به +مجزا رابه‌عنوان را به عنوان +مجزا رابلند را بلند +مجزا راتماشا را تماشا +مجزا راتوي را توي +مجزا راتهديد را تهديد +مجزا رابا را با +مجزا رابالا را بالا +مجزا راثابت را ثابت +مجزا رابايد را بايد +مجزا راباز را باز +مجزا رابازي را بازي +مجزا راببينم را ببينم +مجزا راببينند را ببينند +مجزا راببيند را ببيند +مجزا رابدون را بدون +مجزا رابيان را بيان +مجزا راتحت را تحت +مجزا رابيرون را بيرون +مجزا راتجربه را تجربه +مجزا رابيش را بيش +مجزا رابيش‌تر را بيشتر +مجزا رابدست را به دست +مجزا رابر را بر +مجزا راتر را تر +مجزا رابرمي را برمي +مجزا رابرمي‌دارد را برمي‌دارد +مجزا رابراي را براي +مجزا رابرداشت را برداشت +مجزا راترجيح را ترجيح +مجزا رابررسي را بررسي +مجزا راترك را ترك +مجزا رابرعهده را برعهده +مجزا رابطه‌يي رابطه‌اي +مجزا رابطهء رابطة +مجزا رابطهاي رابط‌هاي +مجزا راتصويب را تصويب +مجزا رابطهي رابطة +مجزا رابست را بست +مجزا رابسيار را بسيار +مجزا راتشخيص را تشخيص +مجزا رابشرح را به شرح +مجزا راتشكيل را تشكيل +مجزا راتكان را تكان +مجزا راتقويت را تقويت +مجزا رابعا رابعاً +مجزا راتعيين را تعيين +مجزا راتغيير را تغيير +مجزا راتعقيب را تعقيب +مجزا راي رأي +مجزا راي‌دهندگان رأي‌دهندگان +مجزا راي‌دهنده رأي‌دهنده +مجزا راي‌دادن رأي دادن +مجزا راجلب را جلب +مجزا راجهت را جهت +مجزا رادنبال را دنبال +مجزا راخواند را خواند +مجزا راخواهد را خواهد +مجزا راخوانده را خوانده +مجزا راخوب را خوب +مجزا رادوباره را دوباره +مجزا رادوست را دوست +مجزا راجمع را جمع +مجزا راخاموش را خاموش +مجزا رادارم را دارم +مجزا رادارند را دارند +مجزا رادارد را دارد +مجزا راداشت را داشت +مجزا راداشته را داشته +مجزا راداشتند را داشتند +مجزا راجذب را جذب +مجزا راحذف را حذف +مجزا راحتتر راحت‌تر +مجزا رايج‌بود رايج بود +مجزا رايج‌بوده رايج بوده +مجزا راديوئي راديويي +مجزا راديوتهران راديو تهران +مجزا راديورضا راديو رضا +مجزا راخيلي را خيلي +مجزا رايجترين رايج‌ترين +مجزا راديد را ديد +مجزا راديدم را ديدم +مجزا راديده را ديده +مجزا راديكالها راديكال‌ها +مجزا رادر را در +مجزا رادرهيئت را در هيئت +مجزا راخراب را خراب +مجزا رادريافت را دريافت +مجزا رادرصلاحيت را در صلاحيت +مجزا رادرست را درست +مجزا رادرك را درك +مجزا رايزنيهاي رايزني‌هاي +مجزا رايك را يك +مجزا رايكي را يكي +مجزا راجع‌به راجع به +مجزا راحفظ را حفظ +مجزا رارها را رها +مجزا راروي را روي +مجزا راروشن را روشن +مجزا رارعايت را رعايت +مجزا راس رأس +مجزا راطوري را طوري +مجزا راسا رأساً +مجزا راشامل را شامل +مجزا راصالح را صالح +مجزا راساً رأساً +مجزا راساخت را ساخت +مجزا راصادر را صادر +مجزا راصادرنموده را صادر نموده +مجزا راصادركرده را صادر كرده +مجزا راستگو راست‌گو +مجزا راستگويي راست‌گويي +مجزا راست‌يا راست يا +مجزا راستگرا راست‌گرا +مجزا راستگراي راست‌گراي +مجزا راستگرايان راست‌گرايان +مجزا راستكار راست‌كار +مجزا راطي را طي +مجزا راضيم راضي‌ام +مجزا راشروع را شروع +مجزا راصرف را صرف +مجزا راشكست را شكست +مجزا راكه را كه +مجزا راكنار را كنار +مجزا راكنترل را كنترل +مجزا راكاهش را كاهش +مجزا راكرده را كرده +مجزا راقابل را قابل +مجزا راقبول را قبول +مجزا راقطع را قطع +مجزا راعوض را عوض +مجزا رافلز را فلز +مجزا رافايل رافائل +مجزا رافت رأفت +مجزا رافراهم را فراهم +مجزا رافراموش را فراموش +مجزا رافسخ را فسخ +مجزا رذائل رذايل +مجزا رب‌العالمين رب العالمين +مجزا ربه‌كا ربكا +مجزا ربات‌ها روبات‌ها +مجزا رباطهاي رباط‌هاي +مجزا ربيعالثاني ربيع‌الثاني +مجزا ريگهاي ريگ‌هاي +مجزا رخ‌مي‌دهد رخ مي‌دهد +مجزا ردپاي رد پاي +مجزا ردآن رد آن +مجزا رحمه‌من رحمه من +مجزا رحمه‌للعالمين رحمة‌للعالمين +مجزا ريلها ريل‌ها +مجزا ريلهاي ريل‌هاي +مجزا رجلا رجلاً +مجزا ردو رد و +مجزا رحمة رحمه +مجزا رحمة‌الله رحمه‌الله +مجزا رحمة‌الله‌عليه رحمه‌الله‌عليه +مجزا رحمت‌خود رحمت خود +مجزا رحمت‌خدا رحمت خدا +مجزا رحمت‌خداوند رحمت خداوند +مجزا رحمت‌حق رحمت حق +مجزا ردمي رد مي +مجزا رجاء رجا +مجزا ريائي ريايي +مجزا رجائي رجايي +مجزا رياست‌حجه رياست حجت +مجزا رياست‌حجه‌الاسلام رياست حجت‌الاسلام +مجزا رياست‌حجه‌الاسلام‌والمسلمين رياست حجت‌الاسلام‌والمسلمين +مجزا رياضيدان رياضي‌دان +مجزا رياضيدانان رياضي‌دانان +مجزا رخت‌خواب رختخواب +مجزا رختخوابها رختخواب‌ها +مجزا رختشوي رخت‌شوي +مجزا رختشويي رخت‌شويي +مجزا رختشويخانه رخت‌شوي‌خانه +مجزا رديابهاي ردياب‌هاي +مجزا رييس رئيس +مجزا رييس‌جمهور رئيس‌جمهور +مجزا رييس‌جمهوري رئيس‌جمهوري +مجزا رييس‌كل رئيس‌كل +مجزا رييس‌علي رئيس‌علي +مجزا رييسان رئيسان +مجزا رييسي رئيسي +مجزا رديفها رديف‌ها +مجزا رديفهاي رديف‌هاي +مجزا ريشه‌يي ريشه‌اي +مجزا ريزه‌كاريهاي ريزه‌كاري‌هاي +مجزا ريشهء ريشة +مجزا ردصلاحيت رد صلاحيت +مجزا ريزيها ريزي‌ها +مجزا ريزيهاي ريزي‌هاي +مجزا ريزشهاي ريزش‌هاي +مجزا ردشكايت رد شكايت +مجزا رجعت‌به رجعت به +مجزا رسمها رسم‌ها +مجزا رسمهاي رسم‌هاي +مجزا رسما رسماً +مجزا رسماإ رسماً +مجزا رسول‌الل رسول‌الله +مجزا رسول‌الله‌صلي رسول الله‌صلي +مجزا رسول‌اكرم رسول اكرم +مجزا رسول‌صلي رسول صلي +مجزا رسولا رسولاً +مجزا رسولخدا رسول خدا +مجزا رسوائي رسوايي +مجزا رسوبگذاري رسوب‌گذاري +مجزا رسميت‌شناختن رسميت شناختن +مجزا رسميت‌شناخته رسميت شناخته +مجزا رسان‌هاي رسانه‌اي +مجزا رسالهء رسالة +مجزا رسانهها رسانه‌ها +مجزا رسانههاي رسانه‌هاي +مجزا رسانهاي رسان‌هاي +مجزا رسالت‌خود رسالت خود +مجزا رسائل رسايل +مجزا رسالتها رسالت‌ها +مجزا رسالتهاي رسالت‌هاي +مجزا رسائي رسايي +مجزا رضائي رضايي +مجزا رضائيه رضاييه +مجزا رضائيان رضاييان +مجزا رضايت‌مندي رضايتمندي +مجزا رضايت‌خاطر رضايت خاطر +مجزا رضايتنامه رضايت‌نامه +مجزا رضايتنامه‌ام رضايت‌نامه‌ام +مجزا رضايتنامه‌اش رضايت‌نامه‌اش +مجزا رضايتبخش رضايت‌بخش +مجزا رضايتبخشي رضايت‌بخشي +مجزا رضايي‌بايندر رضايي بايندر +مجزا رضاعليه رضا عليه +مجزا رضاعليه‌السلام رضا عليه‌السلام +مجزا رستگاردادستان رستگار دادستان +مجزا رشته‌يي رشته‌اي +مجزا رشتههاي رشته‌هاي +مجزا رستورانها رستوران‌ها +مجزا رستورانهاي رستوران‌هاي +مجزا رشتهي رشتة +مجزا رسيدگيهاي رسيدگي‌هاي +مجزا رسيده‌است رسيده است +مجزا رسيدن‌به رسيدن به +مجزا رسيدهاند رسيده‌اند +مجزا رسيدكه رسيد كه +مجزا رشدشناختي رشد شناختي +مجزا ركنالدوله ركن‌الدوله +مجزا ركابزنان ركاب‌زنان +مجزا ركابزني ركاب‌زني +مجزا ركعت‌خوانده ركعت خوانده +مجزا ركعت‌سوم ركعت سوم +مجزا ركعتهاي ركعت‌هاي +مجزا رقمهاي رقم‌هاي +مجزا رقابت‌با رقابت با +مجزا رقابت‌براي رقابت براي +مجزا رقابتها رقابت‌ها +مجزا رقابتهاي رقابت‌هاي +مجزا رقصهاي رقص‌هاي +مجزا رعايت‌نكردن رعايت نكردن +مجزا رعايت‌حقوق رعايت حقوق +مجزا رعايت‌شود رعايت شود +مجزا رْت رت +مجزا رغبتهاي رغبت‌هاي +مجزا رفت‌و رفت و +مجزا رفت‌به رفت به +مجزا رفته‌بود رفته بود +مجزا رفتهاند رفته‌اند +مجزا رفتهرفته رفته رفته +مجزا رژيمها رژيم‌ها +مجزا رژيمهاي رژيم‌هاي +مجزا رژف ژرف +مجزا سگها سگ‌ها +مجزا سگهاي سگ‌هاي +مجزا سپاسگذار سپاسگزار +مجزا سپاسگذارم سپاسگزارم +مجزا سپاسگذاري سپاسگزاري +مجزا ط‌بق طبق +مجزا طپيدن تپيدن +مجزا ط‌رف طرف +مجزا شگفتيها شگفتي‌ها +مجزا شگفتيهاي شگفتي‌هاي +مجزا شگفتزده شگفت‌زده +مجزا سنگ‌آهن سنگ آهن +مجزا زن‌م زنم +مجزا سنگنورد سنگ‌نورد +مجزا سنگنوردي سنگ‌نوردي +مجزا سنگها سنگ‌ها +مجزا سه‌ماه سه ماه +مجزا سنگهاي سنگ‌هاي +مجزا زنگهاي زنگ‌هاي +مجزا سنگهايي سنگ‌هايي +مجزا سه‌هزار سه هزار +مجزا سمپاشي سم‌پاشي +مجزا سه‌تا سه تا +مجزا سه‌تائي سه‌تايي +مجزا سه‌بار سه بار +مجزا سنگباران سنگ‌باران +مجزا سنگتراش سنگ‌تراش +مجزا سنگينتر سنگين‌تر +مجزا سه‌روز سه روز +مجزا سنگريزه سنگ‌ريزه +مجزا سه‌سال سه سال +مجزا سه‌ست سه ست +مجزا زه‌كشي زهكشي +مجزا سنگفرش سنگ‌فرش +مجزا سه‌ژست سه ژست +مجزا ضمن‌آن‌كه ضمن آنكه +مجزا ضمن‌اين‌كه ضمن اينكه +مجزا زنها زن‌ها +مجزا شنها شن‌ها +مجزا ضمنا ضمناً +مجزا ضمناإ ضمناً +مجزا زنهاي زن‌هاي +مجزا شنهاي شن‌هاي +مجزا زنهايي زن‌هايي +مجزا شؤون شئون +مجزا سلولها سلول‌ها +مجزا سلولهاي سلول‌هاي +مجزا سلولهايي سلول‌هايي +مجزا شؤونات شئونات +مجزا سهوا سهواً +مجزا شنوائي شنوايي +مجزا صلوة صلوه +مجزا شهوتران شهوت‌ران +مجزا شهوتراني شهوت‌راني +مجزا سلوكيها سلوكي‌ها +مجزا زمنيه زمينه +مجزا سماء سما +مجزا زمان‌پخش زمان پخش +مجزا شماهم شما هم +مجزا سؤالها سؤال‌ها +مجزا زمانها زمان‌ها +مجزا سؤالهاي سؤال‌هاي +مجزا زمانهاي زمان‌هاي +مجزا زمانهايي زمان‌هايي +مجزا سؤالهايي سوال‌هايي +مجزا سهامالدوله سهام‌الدوله +مجزا ضمانتنامه ضمانت‌نامه +مجزا ضمانتهاي ضمانت‌هاي +مجزا سنائي سنايي +مجزا طلائي طلايي +مجزا شمائيد شماييد +مجزا شمامي شما مي +مجزا زماني‌كه زماني كه +مجزا طمانينه طمأنينه +مجزا سهامدار سهام‌دار +مجزا زمانيكه زماني‌كه +مجزا شمالغرب شمال غرب +مجزا شمااي شما اي +مجزا صلاة صلاه +مجزا شمابه شما به +مجزا طنابها طناب‌ها +مجزا طنابهاي طناب‌هاي +مجزا ضمايم ضمائم +مجزا سلاحها سلاح‌ها +مجزا سلاحهاي سلاح‌هاي +مجزا صلاحالدين صلاح‌الدين +مجزا شناخت‌به شناخت به +مجزا شناخت‌خود شناخت خود +مجزا شناخت‌خدا شناخت خدا +مجزا شناخت‌خداوند شناخت خداوند +مجزا شناخت‌حقيقت شناخت حقيقت +مجزا شناختها شناخت‌ها +مجزا شهادتها شهادت‌ها +مجزا شناختهاي شناخت‌هاي +مجزا صلاحيتها صلاحيت‌ها +مجزا صلاحيتهاي صلاحيت‌هاي +مجزا صلاحيتدار صلاحيت‌دار +مجزا شمادر شما در +مجزا شمارو شما رو +مجزا شمارمي شمار مي +مجزا شمارمي‌آيد شمار مي‌آيد +مجزا شمارمي‌رود شمار مي‌رود +مجزا شمارا شما را +مجزا شناسها شناس‌ها +مجزا زناشوئي زناشويي +مجزا شناسائي شناسايي +مجزا طلاقها طلاق‌ها +مجزا شئ شيء +مجزا سوگواريها سوگواري‌ها +مجزا سنت‌به سنت به +مجزا سنت‌با سنت با +مجزا سوپخوري سوپ‌خوري +مجزا سنت‌يا سنت يا +مجزا سمت‌راست سمت راست +مجزا سمت‌شمال سمت شمال +مجزا سمت‌شرق سمت شرق +مجزا سوء سوء +مجزا سوء‌آن سوء آن +مجزا سوء‌هاضمه سوءهاضمه +مجزا سوء‌و سوء و +مجزا سوء‌اختيار سوء اختيار +مجزا سوء‌استفاده‌هاي سوءاستفاده‌هاي +مجزا سوء‌به سوء به +مجزا سوء‌بر سوء بر +مجزا سوء‌تفاهم‌هاي سوءتفاهم‌هاي +مجزا طولها طول‌ها +مجزا طولهاي طول‌هاي +مجزا سنتها سنت‌ها +مجزا سوءال سؤال +مجزا طولاني‌ست طولاني است +مجزا طولاني‌شدن طولاني شدن +مجزا طولانيتر طولاني‌تر +مجزا سنتهاي سنت‌هاي +مجزا سمتهاي سمت‌هاي +مجزا سنتهايي سنت‌هايي +مجزا سئوال سؤال +مجزا سئوالها سئوال‌ها +مجزا سئوالهاي سئوال‌هاي +مجزا سئوالات سؤالات +مجزا سئوالاتي سؤالاتي +مجزا سئوالي سؤالي +مجزا سئوالش سؤالش +مجزا سوئي سويي +مجزا شوئي شويي +مجزا سوئديها سوئدي‌ها +مجزا سوئيس سوييس +مجزا سوال سؤال +مجزا سواء سوا +مجزا سوال‌ها سؤال‌ها +مجزا سوال‌هاي سؤال‌هاي +مجزا سوال‌هايي سؤال‌هايي +مجزا سوال‌برانگيز سؤال‌برانگيز +مجزا سوالم سؤالم +مجزا سوالها سوال‌ها +مجزا سوالهاي سؤال‌هاي +مجزا سوالهاي سوال‌هاي +مجزا سوالهايي سوال‌هايي +مجزا سوالات سؤالات +مجزا سوالاتي سؤالاتي +مجزا سوالتان سؤالتان +مجزا سوالي سؤالي +مجزا سوالش سؤالش +مجزا شواي شو اي +مجزا سوارهها سواره‌ها +مجزا سوارههاي سواره‌هاي +مجزا سواريهاي سواري‌هاي +مجزا سوارشده سوار شده +مجزا سواركالسكه سوار كالسكه +مجزا سواستفاده سوءاستفاده +مجزا شوتزن شوت‌زن +مجزا شوتزني شوت‌زني +مجزا شئي شيئي +مجزا شود‚ شود ، +مجزا سويچ سوئيچ +مجزا سوي‌دمشق سوي دمشق +مجزا سوي‌ديگر سوي ديگر +مجزا زوجها زوج‌ها +مجزا طلبيها طلبي‌ها +مجزا زوجهاي زوج‌هاي +مجزا طلبيهاي طلبي‌هاي +مجزا زوجهايي زوج‌هايي +مجزا شودو شود و +مجزا سودائي سودايي +مجزا سوختگيري سوخت‌گيري +مجزا سوختهاي سوخت‌هاي +مجزا شودتا شود تا +مجزا سويد سوئد +مجزا سوييچ سوئيچ +مجزا زوديها زودي‌ها +مجزا شوخيها شوخي‌ها +مجزا شوخيهاي شوخي‌هاي +مجزا سوييت سوئيت +مجزا سويدي سوئدي +مجزا سوييفت سوئيفت +مجزا سويز سوئز +مجزا شودكه شود كه +مجزا طورنيست طور نيست +مجزا شورابهاي شوراب‌هاي +مجزا شوراي‌اسلامي شوراي اسلامي +مجزا شورايملي شوراي ملي +مجزا سوراخها سوراخ‌ها +مجزا سوراخهاي سوراخ‌هاي +مجزا سوراخهايي سوراخ‌هايي +مجزا طوراست طور است +مجزا صورت‌گرفته صورت گرفته +مجزا صورت‌مي‌گيرد صورت مي‌گيرد +مجزا صورت‌اش صورتش +مجزا صورت‌ست صورت است +مجزا صورتها صورت‌ها +مجزا صورتهاي صورت‌هاي +مجزا صورتهايي صورت‌هايي +مجزا صورتمجلس صورت‌مجلس +مجزا صورتبندي صورت‌بندي +مجزا صورتجلسه صورت‌جلسه +مجزا صورتجلسات صورت‌جلسات +مجزا صورتحساب‌هاي صورت‌حساب‌هاي +مجزا صورتحسابهاي صورتحساب‌هاي +مجزا صورتيكه صورتي‌كه +مجزا طوري‌ست طوري است +مجزا زورخانه‌يي زورخانه‌اي +مجزا طوريكه طوري‌كه +مجزا شورشها شورش‌ها +مجزا شورشهاي شورش‌هاي +مجزا طوركل طور كل +مجزا طوركه طور كه +مجزا طوركلي طور كلي +مجزا طوركامل طور كامل +مجزا سوزنها سوزن‌ها +مجزا سوزنهاي سوزن‌هاي +مجزا سوسكها سوسك‌ها +مجزا شوكهاي شوك‌هاي +مجزا سوقصد سوءقصد +مجزا طوفانها طوفان‌ها +مجزا طوفانهاي طوفان‌هاي +مجزا صوفيگري صوفي‌گري +مجزا سوفيستها سوفيست‌ها +مجزا صلي‌الله‌عليه‌واله‌وسلم صلي‌الله‌عليه‌وآله‌وسلم +مجزا زندگانيش زندگاني‌اش +مجزا زندگي‌پلوئيدي زندگي پلوئيدي +مجزا زندگي‌مي‌كنند زندگي مي‌كنند +مجزا زندگي‌مي‌كند زندگي مي‌كند +مجزا زندگي‌ي زندگي‌اي +مجزا زندگي‌خصوصي زندگي خصوصي +مجزا زندگي‌كردن زندگي كردن +مجزا زندگيها زندگي‌ها +مجزا زندگينامه زندگي‌نامه +مجزا زندگينامه‌ها زندگي‌نامه‌ها +مجزا زندگينامة زندگي‌نامة +مجزا زندگيهاي زندگي‌هاي +مجزا زندگيت زندگي‌ات +مجزا زندگيي زندگي‌اي +مجزا زنده‌گي زندگي +مجزا زمين‌هائي زمين‌هايي +مجزا زنده‌بودن زنده بودن +مجزا زمينگير زمين‌گير +مجزا زمينه‌يي زمينه‌اي +مجزا زمينهء زمينة +مجزا زمينهها زمينه‌ها +مجزا زمينههاي زمينه‌هاي +مجزا زمينها زمين‌ها +مجزا زمينهاي زمين‌هاي +مجزا زمينهايي زمين‌هايي +مجزا زمينهايشان زمين‌هايشان +مجزا زمينهي زمينة +مجزا صلحنامه صلح‌نامه +مجزا سندمالكيت سند مالكيت +مجزا صندو صندوق +مجزا صهيونيستها صهيونيست‌ها +مجزا صهيونيستهاي صهيونيست‌هاي +مجزا صندوقها صندوق‌ها +مجزا صندوقهاي صندوق‌هاي +مجزا صندوقخانه صندوق‌خانه +مجزا صندوقدار صندوق‌دار +مجزا زمينيها زميني‌ها +مجزا صندليها صندلي‌ها +مجزا صندليهاي صندلي‌هاي +مجزا زمينداران زمين‌داران +مجزا شهيندخت شهين‌دخت +مجزا صندليش صندلي‌اش +مجزا شهداء شهدا +مجزا زندانها زندان‌ها +مجزا زندانهاي زندان‌هاي +مجزا زندانيها زنداني‌ها +مجزا طلحة‌بن طلحه‌بن +مجزا شهيدقندي شهيد قندي +مجزا سندرسمي سند رسمي +مجزا سليقه‌يي سليقه‌اي +مجزا صنيعالدوله صنيع‌الدوله +مجزا سندعادي سند عادي +مجزا زهرمار زهر مار +مجزا طهران تهران +مجزا طهراني تهراني +مجزا زهراعليهاالسلام زهرا عليهاالسلام +مجزا شهربه شهر به +مجزا شهرتهران شهر تهران +مجزا شهريورماه شهريور ماه +مجزا شهريوررحيمي شهريور رحيمي +مجزا شهريارمندني شهريار مندني +مجزا شهرداريها شهرداري‌ها +مجزا شهرداريهاي شهرداري‌هاي +مجزا شهرري شهر ري +مجزا شهرستانها شهرستان‌ها +مجزا شهرستانهاي شهرستان‌هاي +مجزا شهركها شهرك‌ها +مجزا شهركهاي شهرك‌هاي +مجزا شهركرد شهر كرد +مجزا شهرقدس شهر قدس +مجزا سلطهء سلطة +مجزا سلسلهء سلسلة +مجزا سهشنبه سه‌شنبه +مجزا شمسالعماره شمس‌العماره +مجزا زمستانها زمستان‌ها +مجزا زمستانهاي زمستان‌هاي +مجزا شمعها شمع‌ها +مجزا شمعهاي شمع‌هاي +مجزا صنعتي‌شدن صنعتي شدن +مجزا صنعتكاران صنعت‌كاران +مجزا طمعكار طمع‌كار +مجزا شاپوئي شاپويي +مجزا شاگردان‌اش شاگردانش +مجزا سال‌گذشته سال گذشته +مجزا سال‌پيش سال پيش +مجزا سال‌ونيم سال و نيم +مجزا سال‌است سال است +مجزا سال‌جاري سال جاري +مجزا سال‌ست سال است +مجزا شاءن شأن +مجزا ساله‌يي ساله‌اي +مجزا سالنها سالن‌ها +مجزا سالنهاي سالن‌هاي +مجزا سالها سال‌ها +مجزا سالهاي سال‌هاي +مجزا سالهايي سال‌هايي +مجزا سالهاست سال‌هاست +مجزا سالمتر سالم‌تر +مجزا سامان‌مند سامانمند +مجزا سامانبخشي سامان‌بخشي +مجزا سالاررزاق سالار رزاق +مجزا شاهبانو شاه‌بانو +مجزا ساوتهمپتون ساوت‌همپتون +مجزا زائي زايي +مجزا طائي طايي +مجزا سانتي‌متر سانتيمتر +مجزا سانتيمتري سانتي‌متري +مجزا سائيده ساييده +مجزا زائيده زاييده +مجزا سائر ساير +مجزا طائر طاير +مجزا طائريان طايريان +مجزا طاوس طاووس +مجزا طائفه طايفه +مجزا طائفة طايفة +مجزا ساندويج ساندويچ +مجزا صالحا صالحاً +مجزا سالجاري سال جاري +مجزا شاهدخت شاه‌دخت +مجزا شاليكاران شالي‌كاران +مجزا سامراء سامرا +مجزا شاهراههاي شاهراه‌هاي +مجزا سالشمار سال‌شمار +مجزا شاهزادهها شاهزاده‌ها +مجزا شاهزادههاي شاهزاده‌هاي +مجزا شانزده‌ميلي‌متري شانزده ميلي‌متري +مجزا شاهقلي شاه‌قلي +مجزا صابونهاي صابون‌هاي +مجزا سابق‌اش سابقش +مجزا سابقه‌يي سابقه‌اي +مجزا سابقا سابقاً +مجزا سادگيها سادگي‌ها +مجزا سايل سائل +مجزا ساده‌يي ساده‌اي +مجزا ساده‌ست ساده است +مجزا ساده‌كردن ساده كردن +مجزا سايهء ساية +مجزا شاخههاي شاخه‌هاي +مجزا شاخها شاخ‌ها +مجزا زايمانهاي زايمان‌هاي +مجزا شاخهاي شاخ‌هاي +مجزا سايوپولو سائوپولو +مجزا شادابتر شاداب‌تر +مجزا صايب صائب +مجزا صاحب”گلشن صاحب ”گلشن +مجزا صاحب‌جواهر صاحب جواهر +مجزا شايبه شائبه +مجزا ساخته‌مي‌شود ساخته مي‌شود +مجزا ساخته‌است ساخته است +مجزا ساخته‌شدن ساخته شدن +مجزا سايتها سايت‌ها +مجزا ساحتها ساحت‌ها +مجزا ساختها ساخت‌ها +مجزا صاحبنام صاحب‌نام +مجزا ساختمانها ساختمان‌ها +مجزا ساختمانهاي ساختمان‌هاي +مجزا ساختمانهايي ساختمان‌هايي +مجزا ساختهاند ساخته‌اند +مجزا سايتهاي سايت‌هاي +مجزا ساحتهاي ساحت‌هاي +مجزا ساختهاي ساخت‌هاي +مجزا سايتهايي سايت‌هايي +مجزا سايتو سايت و +مجزا ساختهي ساختة +مجزا صاحبنظر صاحب‌نظر +مجزا صاحبنظران صاحب‌نظران +مجزا صاحبنظراني صاحب‌نظراني +مجزا سايبان سايه‌بان +مجزا صاحبدلان صاحب‌دلان +مجزا صاحبديوان صاحب‌ديوان +مجزا صاحبكار صاحب‌كار +مجزا زايده زائده +مجزا شاديها شادي‌ها +مجزا شاديهاي شادي‌هاي +مجزا زايدالوصف زائدالوصف +مجزا شايداين شايد اين +مجزا شاخدار شاخ‌دار +مجزا زايدي زائدي +مجزا زاير زائر +مجزا صادرنموده صادر نموده +مجزا صادرو صادر و +مجزا صادرواعلام صادر و اعلام +مجزا صادرمي صادر مي +مجزا صادرمي‌گردد صادر مي‌گردد +مجزا صادرمي‌شود صادر مي‌شود +مجزا سايرمراجع ساير مراجع +مجزا زايرين زائرين +مجزا زايرخضرخان زائرخضرخان +مجزا شاخصها شاخص‌ها +مجزا شاخصهاي شاخص‌هاي +مجزا شاخصهايي شاخص‌هايي +مجزا شايستگيها شايستگي‌ها +مجزا شايسته‌يي شايسته‌اي +مجزا صادق‌عليه صادق عليه +مجزا صادق‌عليه‌السلام صادق عليه‌السلام +مجزا صادقند صادق‌اند +مجزا شايعه‌يي شايعه‌اي +مجزا شايعتر شايع‌تر +مجزا شايعترين شايع‌ترين +مجزا سازمان‌صداوسيما سازمان صداوسيما +مجزا سازمانها سازمان‌ها +مجزا سازمانهاي سازمان‌هاي +مجزا سازمانهايي سازمان‌هايي +مجزا سازندهاي سازنده‌اي +مجزا سازيها سازي‌ها +مجزا سازيهاي سازي‌هاي +مجزا سازشكار سازش‌كار +مجزا سازشكارانه سازش‌كارانه +مجزا سازشكاري سازش‌كاري +مجزا ساكها ساك‌ها +مجزا ساكهاي ساك‌هاي +مجزا ساقها ساق‌ها +مجزا طاقهاي طاق‌هاي +مجزا ساقهاي ساقه‌اي +مجزا ساقيم ساقي‌ام +مجزا طاقدار طاق‌دار +مجزا طاغوتها طاغوت‌ها +مجزا طاعة طاعه +مجزا ساعت‌به ساعت به +مجزا ساعتها ساعت‌ها +مجزا ساعتهاي ساعت‌هاي +مجزا ست‌به است به +مجزا شب‌بخير شب‌به‌خير +مجزا ست‌يا است يا +مجزا ست‌يعني است يعني +مجزا ستم‌كاران ستمكاران +مجزا شبهه‌يي شبهه‌اي +مجزا ستمها ستم‌ها +مجزا طبلها طبل‌ها +مجزا ستمهاي ستم‌هاي +مجزا شبها شب‌ها +مجزا شبنامه شب‌نامه +مجزا شبهاي شب‌هاي +مجزا شبهايي شب‌هايي +مجزا ستونها ستون‌ها +مجزا ستونهاي ستون‌هاي +مجزا ستونهايي ستون‌هايي +مجزا ستوندار ستون‌دار +مجزا ستمشاهي ستم‌شاهي +مجزا سباء سبا +مجزا زبان‌انگليسي زبان انگليسي +مجزا زبانها زبان‌ها +مجزا زبانهاي زبان‌هاي +مجزا زبانهايي زبان‌هايي +مجزا زبانهاست زبان‌هاست +مجزا شباهتها شباهت‌ها +مجزا شباهتهاي شباهت‌هاي +مجزا شباهتهايي شباهت‌هايي +مجزا زبانشناختي زبان‌شناختي +مجزا زبانشناسان زبان‌شناسان +مجزا زبانشناسي زبان‌شناسي +مجزا شتابدار شتاب‌دار +مجزا ستادكل ستاد كل +مجزا ستاره‌يي ستاره‌اي +مجزا طباطبائي طباطبايي +مجزا سبت‌به سبت به +مجزا سببها سبب‌ها +مجزا شبتاب شب‌تاب +مجزا صبح‌بخير صبح‌به‌خير +مجزا سبيلهاي سبيل‌هاي +مجزا صبحها صبح‌ها +مجزا صبحهاي صبح‌هاي +مجزا طبيعت‌به طبيعت به +مجزا طبيعت‌با طبيعت با +مجزا طبيعت‌يا طبيعت يا +مجزا طبيعتا طبيعتاً +مجزا طبيعتاإ طبيعتاً +مجزا طبيعي‌ست طبيعي است +مجزا طبيعيتر طبيعي‌تر +مجزا صبراو صبر او +مجزا سبزيها سبزي‌ها +مجزا سبزيهاي سبزي‌هاي +مجزا سبزيهايي سبزي‌هايي +مجزا شبكه‌هاي‌تلويزيوني شبكه‌هاي تلويزيوني +مجزا شبكهها شبكه‌ها +مجزا شبكههاي شبكه‌هاي +مجزا سبكها سبك‌ها +مجزا سبكهاي سبك‌هاي +مجزا شبكهي شبكة +مجزا سبكبال سبك‌بال +مجزا سبكبار سبك‌بار +مجزا سبكتر سبك‌تر +مجزا سبكسر سبك‌سر +مجزا سبكسري سبك‌سري +مجزا طبق‌واكنش طبق واكنش +مجزا طبقه‌بنديها طبقه‌بندي‌ها +مجزا طبقهبندي طبقه‌بندي +مجزا طبعا طبعاً +مجزا طبعاإ طبعاً +مجزا شد‚ شد ، +مجزا شي‌گرا شيء‌گرا +مجزا سيگل سي‌گل +مجزا شي‌ء شيء +مجزا شي‌ها شيءها +مجزا سيگنالهاي سيگنال‌هاي +مجزا شي‌هاي شيءهاي +مجزا سي‌و سي و +مجزا سي‌وپنج سي و پنج +مجزا سي‌هزار سي هزار +مجزا شي‌اي شيئي +مجزا سيگاريها سيگاري‌ها +مجزا سيگاركشيدن سيگار كشيدن +مجزا شي‌ي شيء +مجزا سي‌درصد سي درصد +مجزا سي‌دقيقه سي دقيقه +مجزا سي‌دقيقه‌اي سي دقيقه‌اي +مجزا سي‌سال سي سال +مجزا سخن‌گوي سخنگوي +مجزا سخن‌گفتن سخن گفتن +مجزا شده‌م شده‌ام +مجزا شده‌و شده و +مجزا سخنگوي سخن‌گوي +مجزا سخن‌مي‌گويد سخن مي‌گويد +مجزا زده‌است زده است +مجزا شده‌است شده است +مجزا شين‌تو شينتو +مجزا شده‌بود شده بود +مجزا شده‌بودند شده بودند +مجزا شده‌باشد شده باشد +مجزا شده‌يي شده‌اي +مجزا شده‌در شده در +مجزا سخن‌ران سخنران +مجزا سخن‌راني سخنراني +مجزا شده‌ست شده است +مجزا شده‌كه شده كه +مجزا صحنه‌يي صحنه‌اي +مجزا شينهها شينه‌ها +مجزا صحنهها صحنه‌ها +مجزا شينههاي شينه‌هاي +مجزا صحنههاي صحنه‌هاي +مجزا صحنههايي صحنه‌هايي +مجزا سيلها سيل‌ها +مجزا سيمها سيم‌ها +مجزا سخنها سخن‌ها +مجزا زخمها زخم‌ها +مجزا زدنها زدن‌ها +مجزا سينماو سينما و +مجزا سينمائي سينمايي +مجزا سينمامي سينما مي +مجزا سيمهاي سيم‌هاي +مجزا سخنهاي سخن‌هاي +مجزا زخمهاي زخم‌هاي +مجزا زدنهاي زدن‌هاي +مجزا صحنهاي صحن‌هاي +مجزا سينماي‌ايران سينماي ايران +مجزا ضدنور ضد نور +مجزا صحنهي صحنة +مجزا شدهام شده‌ام +مجزا زدهاند زده‌اند +مجزا شدهاند شده‌اند +مجزا سيلابها سيلاب‌ها +مجزا سيلابهاي سيلاب‌هاي +مجزا شدهايم شده‌ايم +مجزا شدهايد شده‌ايد +مجزا شدهاست شده است +مجزا زدو زد و +مجزا شدو شد و +مجزا صدو صد و +مجزا شيئ شيئي +مجزا صدوپنجاه صد و پنجاه +مجزا زينب‌علي زينب علي +مجزا زينب‌عليها زينب عليها +مجزا زينب‌عليهاالسلام زينب عليهاالسلام +مجزا سيول سئول +مجزا شيوه‌يي شيوه‌اي +مجزا شيوهء شيوة +مجزا شيوههاي شيوه‌هاي +مجزا زينتها زينت‌ها +مجزا شيونات شئونات +مجزا زينتهاي زينت‌هاي +مجزا زحمتهاي زحمت‌هاي +مجزا شدهبود شده بود +مجزا شيوهي شيوة +مجزا صدوبيست صد و بيست +مجزا صدمتر صد متر +مجزا صدورپروانه صدور پروانه +مجزا صدورچك صدور چك +مجزا صدمتري صد متري +مجزا صدورراي صدور راي +مجزا زحمتكشان زحمت‌كشان +مجزا سدهي سدة +مجزا شدندو شدند و +مجزا شيميائي شيميايي +مجزا شيميدان‌ها شيمي‌دان‌ها +مجزا سخنرانيها سخنراني‌ها +مجزا سخنرانيهاي سخنراني‌هاي +مجزا سخنرانيهايي سخنراني‌هايي +مجزا صدهزار صد هزار +مجزا صدنفر صد نفر +مجزا ضيا ضياء +مجزا سياهپوش سياه‌پوش +مجزا سياهپوست سياه‌پوست +مجزا سياهپوستان سياه‌پوستان +مجزا سياهپوستي سياه‌پوستي +مجزا سياه‌وسفيد سياه و سفيد +مجزا سياهچال سياه‌چال +مجزا سياهچاله سياه‌چاله +مجزا سياهچاله‌ها سياه‌چاله‌ها +مجزا زيان‌ده زيانده +مجزا زيانها زيان‌ها +مجزا زيانهاي زيان‌هاي +مجزا زيانهايي زيان‌هايي +مجزا صداهائي صداهايي +مجزا صداو صدا و +مجزا ضخامتهاي ضخامت‌هاي +مجزا زيانباري زيان‌باري +مجزا زدائي زدايي +مجزا ضيائي ضيايي +مجزا صدائي صدايي +مجزا زيانبخش زيان‌بخش +مجزا سياهي‌لشكر سياهي لشكر +مجزا زيانده زيان‌ده +مجزا سياهرگهاي سياه‌رگ‌هاي +مجزا سياهرگهاي سياهرگ‌هاي +مجزا سياهرنگ سياه‌رنگ +مجزا زيادمي زياد مي +مجزا زياداست زياد است +مجزا زيارتگاهها زيارتگاه‌ها +مجزا زيارتگاههاي زيارتگاه‌هاي +مجزا زيارتنامه زيارت‌نامه +مجزا سياست‌گزاران سياست‌گذاران +مجزا سياستگذار سياست‌گذار +مجزا سياستگذاران سياست‌گذاران +مجزا سياستگذاري سياست‌گذاري +مجزا سياستگذاري‌هاي سياست‌گذاري‌هاي +مجزا سياستگذاريها سياست‌گذاري‌ها +مجزا سياستگذاريهاي سياست‌گذاري‌هاي +مجزا سياست‌به سياست به +مجزا سياست‌خارجي سياست خارجي +مجزا سياستگزاران سياست‌گذاران +مجزا سياستگزاري سياست‌گذاري +مجزا سياستها سياست‌ها +مجزا سياستنامه سياست‌نامه +مجزا سياستهاي سياست‌هاي +مجزا سياستهايي سياست‌هايي +مجزا سياستهايش سياست‌هايش +مجزا شجاع‌كاوه شجاع كاوه +مجزا شجاعالدوله شجاع‌الدوله +مجزا شجاعترين شجاع‌ترين +مجزا شجاعي‌طباطبايي شجاعي طباطبايي +مجزا سخت‌به سخت به +مجزا صحت‌به صحت به +مجزا صحت‌بيع صحت بيع +مجزا صحت‌يا صحت يا +مجزا سختگير سخت‌گير +مجزا سختگيرانه سخت‌گيرانه +مجزا سختگيري سخت‌گيري +مجزا سختگيريها سختگيري‌ها +مجزا سختگيريهاي سخت‌گيري‌هاي +مجزا سخت‌ست سخت است +مجزا سيبهاي سيب‌هاي +مجزا شيبهاي شيب‌هاي +مجزا شدتا شد تا +مجزا صدتا صد تا +مجزا زيبائي زيبايي +مجزا زيبائي‌ها زيبايي‌ها +مجزا زيبائي‌هاي زيبايي‌هاي +مجزا زيبائيها زيبائي‌ها +مجزا زيبائيش زيباييش +مجزا زيباييها زيبايي‌ها +مجزا زيباييهاي زيبايي‌هاي +مجزا صحبت‌مي‌كند صحبت مي‌كند +مجزا صحبت‌كردن صحبت كردن +مجزا صحبتها صحبت‌ها +مجزا صحبتهاي صحبت‌هاي +مجزا صحبتهايمان صحبت‌هايمان +مجزا صحبتهايي صحبت‌هايي +مجزا صحبتهايش صحبت‌هايش +مجزا صحبتهايشان صحبت‌هايشان +مجزا سختتر سخت‌تر +مجزا سختي‌ست سختي است +مجزا سختيها سختي‌ها +مجزا سختيهاي سختي‌هاي +مجزا سختيهايي سختي‌هايي +مجزا شيبدار شيب‌دار +مجزا سيبزميني سيب‌زميني +مجزا سختكوش سخت‌كوش +مجزا سختكوشي سخت‌كوشي +مجزا شيي شيء +مجزا شيي‌ء شيء +مجزا شيخ‌انصاري شيخ انصاري +مجزا شيخ‌حسن شيخ حسن +مجزا شيخ‌طوسي شيخ طوسي +مجزا سيدمحمدموسوي سيدمحمد موسوي +مجزا سيدمحمدخاتمي سيدمحمد خاتمي +مجزا شيدائي شيدايي +مجزا سيدالشهداء سيدالشهدا +مجزا ضديت‌با ضديت با +مجزا شييي شيئي +مجزا شديدا شديداً +مجزا صحيحا صحيحاً +مجزا شديداإ شديداً +مجزا صحيحتر صحيح‌تر +مجزا زيير زئير +مجزا زيرپوشش زير پوشش +مجزا زيرپا زير پا +مجزا سيرهء سيرة +مجزا زيرمنحني زير منحني +مجزا شيرو شير و +مجزا زيرنظر زير نظر +مجزا صحرائي صحرايي +مجزا صدرائي صدرايي +مجزا سيراليون سيرالئون +مجزا صدراسلام صدر اسلام +مجزا زيراست زير است +مجزا شيرازيها شيرازي‌ها +مجزا زيربار زير بار +مجزا شيرخشك شير خشك +مجزا زيررا زير را +مجزا زيرراي زير رأي +مجزا زيرسوال زير سوال +مجزا زيرساختها زيرساخت‌ها +مجزا زيرساختهاي زيرساخت‌هاي +مجزا شيطنتهاي شيطنت‌هاي +مجزا شخصا شخصاً +مجزا شخصاإ شخصاً +مجزا شيطانها شيطان‌ها +مجزا زدست ز دست +مجزا زيستگاههاي زيستگاه‌هاي +مجزا زيست‌جهان زيست جهان +مجزا سيستمها سيستم‌ها +مجزا سيستمهاي سيستم‌هاي +مجزا سيستمهايي سيستم‌هايي +مجزا شخصيها شخصي‌ها +مجزا سيصدو سيصد و +مجزا سيصدهزار سيصد هزار +مجزا شخصيت‌به شخصيت به +مجزا شخصيت‌خود شخصيت خود +مجزا شخصيت‌حضرت شخصيت حضرت +مجزا شخصيت‌حقوقي شخصيت حقوقي +مجزا شخصيتها شخصيت‌ها +مجزا شخصيتهاي شخصيت‌هاي +مجزا شخصيتهايي شخصيت‌هايي +مجزا شخصيتهايش شخصيت‌هايش +مجزا شدكه شد كه +مجزا صدقهاي صدقه‌اي +مجزا صدفها صدف‌ها +مجزا طيفها طيف‌ها +مجزا صدفهاي صدف‌هاي +مجزا طيفهاي طيف‌هاي +مجزا سيفالملك سيف‌الملك +مجزا شيفتهاي شيفت‌هاي +مجزا سرپائين سرپايين +مجزا سرگيي سرگئي +مجزا سرگروههاي سرگروه‌هاي +مجزا سرگرميها سرگرمي‌ها +مجزا سرگرميهاي سرگرمي‌هاي +مجزا سرگردنه سر گردنه +مجزا سرچشمه‌مي‌گيرد سرچشمه مي‌گيرد +مجزا سرنگهاي سرنگ‌هاي +مجزا زرنگتر زرنگ‌تر +مجزا سرنوشت‌خود سرنوشت خود +مجزا سرنوشت‌خويش سرنوشت خويش +مجزا سرنمي سر نمي +مجزا سرمنشا سرمنشأ +مجزا سرناهار سر ناهار +مجزا سرمايه‌گذاري‌توسعه‌معادن‌وفلزات سرمايه‌گذاري توسعة معادن و فلزات +مجزا سرمايه‌گذاريها سرمايه‌گذاري‌ها +مجزا سرمايهگذاري سرمايه‌گذاري +مجزا سروناز سرو ناز +مجزا سرآباداني سر آباداني +مجزا سرودلير سرو دلير +مجزا سرويسها سرويس‌ها +مجزا سرويسهاي سرويس‌هاي +مجزا ضرورتها ضرورت‌ها +مجزا ضرورتهاي ضرورت‌هاي +مجزا ضرورتهايي ضرورت‌هايي +مجزا ضرورتا ضرورتاً +مجزا ضروري‌است ضروري است +مجزا شروع‌مي‌شود شروع مي‌شود +مجزا شروع‌به شروع به +مجزا شروع‌شده شروع شده +مجزا شروع‌كرد شروع كرد +مجزا سرنخها سرنخ‌ها +مجزا زرمخواه رزمخواه +مجزا شرمزده شرم‌زده +مجزا ضرائب ضرايب +مجزا شرائين شرايين +مجزا شرائطي شرايطي +مجزا شرائع شرايع +مجزا شرابخوار شراب‌خوار +مجزا شرابخواري شراب‌خواري +مجزا ضرابخانه ضراب‌خانه +مجزا ضرابخانه‌ها ضراب‌خانه‌ها +مجزا ضرابخانه‌هاي ضراب‌خانه‌هاي +مجزا ضرابخانة ضراب‌خانة +مجزا طراح‌گريم طراح گريم +مجزا صراحت‌به صراحت به +مجزا صراحتا صراحتاً +مجزا طراحي‌صحنه طراحي صحنه +مجزا طراحيهاي طراحي‌هاي +مجزا شرايط‌مرزي شرايط مرزي +مجزا سراز سر از +مجزا سراسركشور سراسر كشور +مجزا ضرب‌المثلها ضرب‌المثل‌ها +مجزا ضربه‌يي ضربه‌اي +مجزا ضربه‌زدن ضربه زدن +مجزا صربها صرب‌ها +مجزا ضربهاي ضرب‌هاي +مجزا سرتو سر تو +مجزا ضربالمثل ضرب‌المثل +مجزا سربالائي سربالايي +مجزا سربر سر بر +مجزا سربرمي سر برمي +مجزا سربسر سربه‌سر +مجزا سرخپوش سرخ‌پوش +مجزا سرخپوشان سرخ‌پوشان +مجزا سرخپوست سرخ‌پوست +مجزا سرخپوستان سرخ‌پوستان +مجزا سرخپوستي سرخ‌پوستي +مجزا شرح‌حال شرح حال +مجزا شرحها شرح‌ها +مجزا طرحها طرح‌ها +مجزا شرحهاي شرح‌هاي +مجزا طرحهاي طرح‌هاي +مجزا طرحهايي طرح‌هايي +مجزا طرحهايش طرح‌هايش +مجزا زرينكوب زرين‌كوب +مجزا سريال‌تلويزيوني سريال تلويزيوني +مجزا سريالها سريال‌ها +مجزا سريالهاي سريال‌هاي +مجزا شريانهاي شريان‌هاي +مجزا سريالهايي سريال‌هايي +مجزا سرجاي سر جاي +مجزا سرجايم سر جايم +مجزا سرجايش سر جايش +مجزا سرجايشان سر جايشان +مجزا سردارسپه سردار سپه +مجزا صريحا صريحاً +مجزا صريحتر صريح‌تر +مجزا سرخرگها سرخرگ‌ها +مجزا سرخرگهاي سرخ‌رگ‌هاي +مجزا سرخرگهاي سرخرگ‌هاي +مجزا سردرنمي سر درنمي +مجزا سردرمي سر درمي +مجزا طرحريزي طرح‌ريزي +مجزا سريعا سريعاً +مجزا شريعت‌به شريعت به +مجزا سريعتر سريع‌تر +مجزا سريعتري سريع‌تري +مجزا سريعترين سريع‌ترين +مجزا شريفتر شريف‌تر +مجزا شريفترين شريف‌ترين +مجزا سرراهش سر راهش +مجزا شرطها شرط‌ها +مجزا شرطهاي شرط‌هاي +مجزا شرطهايي شرط‌هايي +مجزا سرشناسترين سرشناس‌ترين +مجزا سرزمينها سرزمين‌ها +مجزا سرزمينهاي سرزمين‌هاي +مجزا سرزمينهايي سرزمين‌هايي +مجزا سرشام سر شام +مجزا سرطانها سرطان‌ها +مجزا سرطانزا سرطان‌زا +مجزا شرطبندي شرط‌بندي +مجزا شرطيهاي شرطي‌هاي +مجزا سرصحنة سر صحنة +مجزا سركلاس سر كلاس +مجزا سركوچه سر كوچه +مجزا شركاء شركا +مجزا شركت‌اي شركت اي +مجزا شركت‌در شركت در +مجزا شركت‌سهامي شركت سهامي +مجزا شركتها شركت‌ها +مجزا شركتهائي شركت‌هائي +مجزا شركتهاي شركت‌هاي +مجزا شركتهايي شركت‌هايي +مجزا سرقتهاي سرقت‌هاي +مجزا شرعا شرعاً +مجزا سرعت‌احيا سرعت احيا +مجزا سرعت‌به سرعت به +مجزا سرعتهاي سرعت‌هاي +مجزا طرف‌ديگر طرف ديگر +مجزا صرفأ صرفاً +مجزا صرفه‌جوئي صرفه‌جويي +مجزا طرفها طرف‌ها +مجزا طرفهاي طرف‌هاي +مجزا صرفنظر صرف‌نظر +مجزا صرفا صرفاً +مجزا صرفاإ صرفاً +مجزا طرفتر طرف‌تر +مجزا شرفخانه شرف‌خانه +مجزا سرفصلها سرفصل‌ها +مجزا سرفصلهاي سرفصل‌هاي +مجزا شش‌هزار شش هزار +مجزا ششگانه شش‌گانه +مجزا سطلهاي سطل‌هاي +مجزا ششها شش‌ها +مجزا ششماه شش ماه +مجزا شصت‌ميليون شصت ميليون +مجزا زشتيها زشتي‌ها +مجزا زشتيهاي زشتي‌هاي +مجزا ششدانگ شش‌دانگ +مجزا زسر زسر +مجزا زكه ز كه +مجزا شكل‌گرفته شكل گرفته +مجزا شكل‌مي‌گيرد شكل مي‌گيرد +مجزا شكل‌دادن شكل دادن +مجزا شكلگيري شكل‌گيري +مجزا سكهها سكه‌ها +مجزا شكلها شكل‌ها +مجزا شكنها شكن‌ها +مجزا شكلهاي شكل‌هاي +مجزا شكمهاي شكم‌هاي +مجزا شكلهايي شكل‌هايي +مجزا شكهاي شك‌هاي +مجزا سكوئي سكويي +مجزا شكواييه شكوائيه +مجزا زكوة زكات +مجزا شكوفائي شكوفايي +مجزا سكاندار سكان‌دار +مجزا زكاة زكاه +مجزا شكايتها شكايت‌ها +مجزا شكايتنامه شكايت‌نامه +مجزا شكايتهاي شكايت‌هاي +مجزا شكافها شكاف‌ها +مجزا شكافهاي شكاف‌هاي +مجزا شكافهايي شكاف‌هايي +مجزا شكيبائي شكيبايي +مجزا شكرخدا شكر خدا +مجزا شكست‌بازار شكست بازار +مجزا شكست‌خورد شكست خورد +مجزا شكست‌خوردند شكست خوردند +مجزا شكسته‌شدن شكسته شدن +مجزا شكستها شكست‌ها +مجزا شكستهاي شكست‌هاي +مجزا سقطهاي سقط‌هاي +مجزا سقفها سقف‌ها +مجزا سقفهاي سقف‌هاي +مجزا سعه‌صدر سعةصدر +مجزا شغلها شغل‌ها +مجزا شغلهاي شغل‌هاي +مجزا طعمهاي طعم‌هاي +مجزا سعوديها سعودي‌ها +مجزا زغالهاي زغال‌هاي +مجزا سعادت‌مند سعادتمند +مجزا شعاعهاي شعاع‌هاي +مجزا سعي‌مي‌كنم سعي مي‌كنم +مجزا سعي‌مي‌كند سعي مي‌كند +مجزا سعي‌مي‌كنيم سعي مي‌كنيم +مجزا سعي‌ام سعيم +مجزا سعي‌اش سعيش +مجزا سعي‌كردم سعي كردم +مجزا سعيم سعي‌ام +مجزا سعيش سعي‌اش +مجزا ضعيفتر ضعيف‌تر +مجزا شعر”گلشن شعر ”گلشن +مجزا شعراء شعرا +مجزا ضعفها ضعف‌ها +مجزا ضعفهاي ضعف‌هاي +مجزا ضعفهايي ضعف‌هايي +مجزا صفهاي صف‌هاي +مجزا صفويها صفوي‌ها +مجزا شفاء شفا +مجزا شفاها شفاهاً +مجزا صفائي صفايي +مجزا صفاييه صفائيه +مجزا سفارشها سفارش‌ها +مجزا سفارشنامه سفارش‌نامه +مجزا سفارشهاي سفارش‌هاي +مجزا شفافتر شفاف‌تر +مجزا صفتها صفت‌ها +مجزا صفتهاي صفت‌هاي +مجزا صفحه‌اصلي صفحه اصلي +مجزا سفيركبير سفير كبير +مجزا كه‌چه كه چه +مجزا كه‌چون كه چون +مجزا كه‌پيش كه پيش +مجزا كه‌چيزي كه چيزي +مجزا كه‌چرا كه چرا +مجزا كه‌آن كه آن +مجزا كه‌آن‌ها كه آن‌ها +مجزا كه‌آنها كه آنها +مجزا كه‌همواره كه همواره +مجزا كه‌هنوز كه هنوز +مجزا كه‌همة كه همة +مجزا كه‌مورد كه مورد +مجزا كه‌موضوع كه موضوع +مجزا كه‌هميشه كه هميشه +مجزا كه‌ممكن كه ممكن +مجزا كه‌ما كه ما +مجزا كه‌مثلا كه مثلا +مجزا كنگوئي كنگويي +مجزا كه‌متاسفانه كه متأسفانه +مجزا كه‌مي‌توان كه مي‌توان +مجزا كه‌مي‌تواند كه مي‌تواند +مجزا كه‌مي‌خواهند كه مي‌خواهند +مجزا كه‌مي‌خواهد كه مي‌خواهد +مجزا كه‌آيا كه آيا +مجزا كه‌هر كه هر +مجزا كه‌مردم كه مردم +مجزا كمپلكسهاي كمپلكس‌هاي +مجزا كه‌نقش كه نقش +مجزا كه‌اگر كه اگر +مجزا كه‌انگاري كه انگاري +مجزا كه‌او كه او +مجزا كه‌البته كه البته +مجزا كمپانيهاي كمپاني‌هاي +مجزا كه‌انسان كه انسان +مجزا كن‌اي كن اي +مجزا كه‌اي كه اي +مجزا كه‌اين كه اين +مجزا كه‌ايشان كه ايشان +مجزا كه‌از كه از +مجزا كه‌اصلا كه اصلا +مجزا كه‌اغلب كه اغلب +مجزا كه‌به كه به +مجزا كه‌تلويزيون كه تلويزيون +مجزا كه‌تمام كه تمام +مجزا كه‌تمامي كه تمامي +مجزا كه‌تو كه تو +مجزا كه‌توسط كه توسط +مجزا كه‌با كه با +مجزا كه‌تا كه تا +مجزا كه‌باعث كه باعث +مجزا كه‌بتواند كه بتواند +مجزا كه‌بيش‌تر كه بيش‌تر +مجزا كم‌تر كمتر +مجزا كه‌برنامه‌هاي كه برنامه‌هاي +مجزا كه‌براي كه براي +مجزا كم‌تري كمتري +مجزا كم‌ترين كمترين +مجزا كه‌بسياري كه بسياري +مجزا كه‌بعضي كه بعضي +مجزا كه‌خود كه خود +مجزا كه‌خودش كه خودش +مجزا كه‌داراي كه داراي +مجزا كه‌دارد كه دارد +مجزا كه‌حتي كه حتي +مجزا كه‌ديگران كه ديگران +مجزا كه‌خيلي كه خيلي +مجزا كه‌خداوند كه خداوند +مجزا كه‌در كه در +مجزا كه‌روي كه روي +مجزا كه‌شامل كه شامل +مجزا كه‌صاحب كه صاحب +مجزا كم‌ست كم است +مجزا كه‌كار كه كار +مجزا كه‌كارگردان كه كارگردان +مجزا كه‌قبلا كه قبلا +مجزا كه‌قرار كه قرار +مجزا كه‌فرمود كه فرمود +مجزا كه‌فكر كه فكر +مجزا كه‌فقط كه فقط +مجزا كنم‌كه كنم كه +مجزا كهمن كه من +مجزا كلمه‌يي كلمه‌اي +مجزا كلمهء كلمة +مجزا كلها كل‌ها +مجزا كمونيستها كمونيست‌ها +مجزا كمونيستهاي كمونيست‌هاي +مجزا كنوانسيونهاي كنوانسيون‌هاي +مجزا كهنترين كهن‌ترين +مجزا كنندهء كنندة +مجزا كنندهها كننده‌ها +مجزا كنندههاي كننده‌هاي +مجزا كنندهاي كننده‌اي +مجزا كنندو كنند و +مجزا كنندكه كنند كه +مجزا كمندعلي‌بك كمند علي‌بك +مجزا كلا كلاً +مجزا كلاإ كلاً +مجزا كلاه‌بردار كلاهبردار +مجزا كمانها كمان‌ها +مجزا كلامهاي كلام‌هاي +مجزا كلاههاي كلاه‌هاي +مجزا كمانهاي كمان‌هاي +مجزا كلانتر كلان‌تر +مجزا كلاهخود كلاه‌خود +مجزا كلاهدوز كلاه‌دوز +مجزا كماندار كمان‌دار +مجزا كمانداران كمان‌داران +مجزا كلانشهر كلان‌شهر +مجزا كمااين كما اين +مجزا كمااينكه كما اينكه +مجزا كهاين كه اين +مجزا كنارهگيري كناره‌گيري +مجزا كنارهم كنار هم +مجزا كهاز كه از +مجزا كلاسها كلاس‌ها +مجزا كلاسهاي كلاس‌هاي +مجزا كلاسهايي كلاس‌هايي +مجزا كلاغها كلاغ‌ها +مجزا كوچهها كوچه‌ها +مجزا كوچههاي كوچه‌هاي +مجزا كوچداني كوچ‌داني +مجزا كوچكتر كوچك‌تر +مجزا كوچكترم كوچك‌ترم +مجزا كوچكترها كوچك‌ترها +مجزا كوچكتري كوچك‌تري +مجزا كوچكترين كوچك‌ترين +مجزا كوچكترش كوچك‌ترش +مجزا كهبه كه به +مجزا كوه‌پنجم كوه پنجم +مجزا كونها كون‌ها +مجزا كوهها كوه‌ها +مجزا كوههاي كوه‌هاي +مجزا كوههايي كوه‌هايي +مجزا كوليها كولي‌ها +مجزا كوميته كميته +مجزا كوهزايي كوه‌زايي +مجزا كوهستانها كوهستان‌ها +مجزا كوهستانهاي كوهستان‌هاي +مجزا كوتاهتر كوتاه‌تر +مجزا كوتاهتري كوتاه‌تري +مجزا كوتاهترين كوتاه‌ترين +مجزا كودكيش كودكي‌اش +مجزا كورهها كوره‌ها +مجزا كنترلهاي كنترل‌هاي +مجزا كمتراز كمتر از +مجزا كوششها كوشش‌ها +مجزا كوششهاي كوشش‌هاي +مجزا كوششهايي كوشش‌هايي +مجزا كوكايين كوكائين +مجزا كند‚ كند ، +مجزا كنج‌كاوي كنجكاوي +مجزا كلينگر كلي‌نگر +مجزا كنيم‌كه كنيم كه +مجزا كمخوني كم‌خوني +مجزا كلينيكهاي كلينيك‌هاي +مجزا كميت‌تعداد كميت تعداد +مجزا كميته‌يي كميته‌اي +مجزا كميتهاي كميت‌هاي +مجزا كليتر كلي‌تر +مجزا كنيدكه كنيد كه +مجزا كهدر كه در +مجزا كليسائي كليسايي +مجزا كميسيونها كميسيون‌ها +مجزا كميسيونهاي كميسيون‌هاي +مجزا كندكه كند كه +مجزا كمرنگ كم‌رنگ +مجزا كمرنگ‌تر كم‌رنگ‌تر +مجزا كمرو كم‌رو +مجزا كمرويي كم‌رويي +مجزا كلرورسديم كلرور سديم +مجزا كنشها كنش‌ها +مجزا كنشهاي كنش‌هاي +مجزا كمسيون كميسيون +مجزا كمك‌مي‌كند كمك مي‌كند +مجزا كمكها كمك‌ها +مجزا كمكهاي كمك‌هاي +مجزا كمكهايي كمك‌هايي +مجزا كهكشانها كهكشان‌ها +مجزا كلفتها كلفت‌ها +مجزا كنفدراسيونها كنفدراسيون‌ها +مجزا كنفرانسها كنفرانس‌ها +مجزا كنفرانسهاي كنفرانس‌هاي +مجزا كنفرانسهايي كنفرانس‌هايي +مجزا كاگ‌ب ك‌گ‌ب +مجزا كاپي‌تول كاپيتول +مجزا كان‌الناس كان الناس +مجزا كاملأ كاملاً +مجزا كاملا كاملاً +مجزا كاملاإ كاملاً +مجزا كاملاٌ كاملاً +مجزا كانونها كانون‌ها +مجزا كانونهاي كانون‌هاي +مجزا كاملتر كامل‌تر +مجزا كاملتري كامل‌تري +مجزا كاملترين كامل‌ترين +مجزا كانالها كانال‌ها +مجزا كانالهاي كانال‌هاي +مجزا كالاهائي كالاهايي +مجزا كالائي كالايي +مجزا كانت‌به كانت به +مجزا كاوس كاووس +مجزا كاوشها كاوش‌ها +مجزا كاوشهاي كاوش‌هاي +مجزا كانيهاي كاني‌هاي +مجزا كاميونها كاميون‌ها +مجزا كاميونهاي كاميون‌هاي +مجزا كاميونداران كاميون‌داران +مجزا كامجويي كام‌جويي +مجزا كاهش‌مي‌يابد كاهش مي‌يابد +مجزا كانسنگ كان‌سنگ +مجزا كانسارهاميانگين كانسارها ميانگين +مجزا كالسكهها كالسكه‌ها +مجزا كالسكههاي كالسكه‌هاي +مجزا كالسكهشده كالسكه شده +مجزا كابلهاي كابل‌هاي +مجزا كاتوليكها كاتوليك‌ها +مجزا كاتوليكهاي كاتوليك‌هاي +مجزا كابوسهاي كابوس‌هاي +مجزا كاتالانها كاتالان‌ها +مجزا كاتتر كاتر +مجزا كاين كه اين +مجزا كاخها كاخ‌ها +مجزا كاينات كائنات +مجزا كاجهاي كاج‌هاي +مجزا كاخهاي كاخ‌هاي +مجزا كادرفني كادر فني +مجزا كارگاهها كارگاه‌ها +مجزا كارگاههاي كارگاه‌هاي +مجزا كارگاههايي كارگاه‌هايي +مجزا كارگيريد كار گيريد +مجزا كارگردانها كارگردان‌ها +مجزا كارگردانهاي كارگردان‌هاي +مجزا كارگردانهايي كارگردان‌هايي +مجزا كارگرفتن كار گرفتن +مجزا كارآ كارا +مجزا كارآئي كارايي +مجزا كارنمي كار نمي +مجزا كارآمدن كارآمدن +مجزا كارهائي كارهايي +مجزا كارهارو كارها رو +مجزا كاروانها كاروان‌ها +مجزا كاروانهاي كاروان‌هاي +مجزا كارواموراجتماعي كار و امور اجتماعي +مجزا كاروانسالار كاروان‌سالار +مجزا كاروانسراها كاروان‌سراها +مجزا كاروانسراهاي كاروان‌سراهاي +مجزا كاروانسرائي كاروانسرايي +مجزا كاروانسرادار كاروان‌سرادار +مجزا كارويژه كار ويژه +مجزا كارويژه‌هاي كار ويژه‌هاي +مجزا كارمي كار مي +مجزا كارمي‌كنند كار مي‌كنند +مجزا كارمي‌كند كار مي‌كند +مجزا كارمي‌كردند كار مي‌كردند +مجزا كاراگاه كارآگاه +مجزا كاراگاهان كارآگاهان +مجزا كاراگر كار اگر +مجزا كارائي كارايي +مجزا كارامدتر كارآمدتر +مجزا كاراين كار اين +مجزا كاراست كار است +مجزا كاربه كار به +مجزا كارتها كارت‌ها +مجزا كارتهاي كارت‌هاي +مجزا كارتهايي كارت‌هايي +مجزا كارتونها كارتون‌ها +مجزا كاربا كار با +مجزا كاربريها كاربري‌ها +مجزا كاربريهاي كاربري‌هاي +مجزا كاريم كاري‌ام +مجزا كاريها كاري‌ها +مجزا كاريهاي كاري‌هاي +مجزا كارخود كار خود +مجزا كارخانههاي كارخانه‌هاي +مجزا كارديگري كار ديگري +مجزا كارخيلي كار خيلي +مجزا كاردر كار در +مجزا كاررا كار را +مجزا كارشناس‌ارشد كارشناس ارشد +مجزا كارشناسي‌ارشد كارشناسي ارشد +مجزا كارساده كار ساده +مجزا كاركنم كار كنم +مجزا كاركند كار كند +مجزا كاركنيم كار كنيم +مجزا كاشتهاند كاشته‌اند +مجزا كاستيها كاستي‌ها +مجزا كاستيهاي كاستي‌هاي +مجزا كاستيهايي كاستي‌هايي +مجزا كاشيهاي كاشي‌هاي +مجزا كاشيكاري كاشي‌كاري +مجزا كاشيكاري‌هاي كاشي‌كاري‌هاي +مجزا كافي‌نيست كافي نيست +مجزا كافي‌ست كافي است +مجزا كافيين كافئين +مجزا كذائي كذايي +مجزا كت‌وشلوار كت‌شلوار +مجزا كتونها كتون‌ها +مجزا كتاب”پيام كتاب ”پيام +مجزا كتاب‌هائي كتاب‌هايي +مجزا كتابها كتاب‌ها +مجزا كتابنامه كتاب‌نامه +مجزا كتابهائي كتاب‌هائي +مجزا كتابهاي كتاب‌هاي +مجزا كتابهايم كتاب‌هايم +مجزا كتابهايي كتاب‌هايي +مجزا كتابهايش كتاب‌هايش +مجزا كتابهايشان كتاب‌هايشان +مجزا كتابا كتاباً +مجزا كتابت‌شده كتابت شده +مجزا كتابخوان كتاب‌خوان +مجزا كتابخواني كتاب‌خواني +مجزا كتابشناختي كتاب‌شناختي +مجزا كتابشناسي كتاب‌شناسي +مجزا كتابسوزي كتاب‌سوزي +مجزا كتابفروش كتاب‌فروش +مجزا كتابفروشان كتاب‌فروشان +مجزا كتابفروشي كتاب‌فروشي +مجزا كتابفروشي‌ها كتاب‌فروشي‌ها +مجزا كتابفروشي‌هاي كتاب‌فروشي‌هاي +مجزا كتابفروشيها كتاب‌فروشي‌ها +مجزا كثافتها كثافت‌ها +مجزا كتب‌عليكم كتب عليكم +مجزا كتبا كتباً +مجزا كثيرا كثيراً +مجزا كثرتهاي كثرت‌هاي +مجزا كبريائي كبريايي +مجزا كيپتاون كيپ‌تاون +مجزا كدپستي كد پستي +مجزا كيلوئي كيلويي +مجزا كدورتها كدورت‌ها +مجزا كيوسكهاي كيوسك‌هاي +مجزا كجائي كجايي +مجزا كجائيد كجاييد +مجزا كجامي كجا مي +مجزا كجروي كج‌روي +مجزا كجرويها كجروي‌ها +مجزا كيف‌دستي كيف دستي +مجزا كيفيتها كيفيت‌ها +مجزا كيفيتهاي كيفيت‌هاي +مجزا كره‌يي كره‌اي +مجزا كره‌يي‌ها كره‌اي‌ها +مجزا كره‌زمين كره زمين +مجزا كرمها كرم‌ها +مجزا كرمهاي كرم‌هاي +مجزا كروموزوم‌يادولپه كروموزوم يادولپه +مجزا كروموزومهاي كروموزوم‌هاي +مجزا كرواتها كروات‌ها +مجزا كرارا كراراً +مجزا كربلائي كربلايي +مجزا كربوهيدراتها كربوهيدرات‌ها +مجزا كربوهيدراتهاي كربوهيدرات‌هاي +مجزا كرباسفروش كرباس فروش +مجزا كرد‚ كرد ، +مجزا كرده‌ن كردن +مجزا كرده‌م كرده‌ام +مجزا كردم‌و كردم و +مجزا كرده‌و كرده و +مجزا كرده‌ان كرده‌ن +مجزا كردم‌اي كردم اي +مجزا كرده‌است كرده است +مجزا كرده‌بود كرده بود +مجزا كرده‌بودم كرده بودم +مجزا كرده‌باشند كرده باشند +مجزا كرده‌يي كرده‌اي +مجزا كردم‌كه كردم كه +مجزا كردنها كردن‌ها +مجزا كردنهاي كردن‌هاي +مجزا كردهام كرده‌ام +مجزا كردهاند كرده‌اند +مجزا كردهايم كرده‌ايم +مجزا كردهايد كرده‌ايد +مجزا كردو كرد و +مجزا كردوگفت كرد و گفت +مجزا كردهبود كرده بود +مجزا كردهبودند كرده‌بودند +مجزا كردندو كردند و +مجزا كريمخاني كريم‌خاني +مجزا كردندكه كردند كه +مجزا كرداي كرد اي +مجزا كردبه كرد به +مجزا كردتا كرد تا +مجزا كردجهان كرد جهان +مجزا كريستالهاي كريستال‌هاي +مجزا كردكه كرد كه +مجزا كرسيها كرسي‌ها +مجزا كرسيهاي كرسي‌هاي +مجزا كركدار كرك‌دار +مجزا كس‌ديگري كس ديگري +مجزا كشها كش‌ها +مجزا كشهاي كش‌هاي +مجزا كشوئي كشويي +مجزا كشورچنين كشور چنين +مجزا كشورنموده كشور نموده +مجزا كشورما كشور ما +مجزا كشورهائي كشورهايي +مجزا كشورهاي‌اسلامي كشورهاي اسلامي +مجزا كشورو كشور و +مجزا كشورمبنا كشور مبنا +مجزا كشورمبني كشور مبني +مجزا كشوروباحضور كشور و با حضور +مجزا كشوروباحضورآيت كشور و با حضور آيت +مجزا كشوروباحضورجناب كشور و با حضور جناب +مجزا كشوروجنابان كشور و جنابان +مجزا كشورودادگاههادرمواردمشابه كشور و دادگاه‌ها در موارد مشابه +مجزا كشورمي كشور مي +مجزا كشورمصوب كشور مصوب +مجزا كشورمطرح كشور مطرح +مجزا كشورآقاي كشور آقاي +مجزا كشورارجاع كشور ارجاع +مجزا كشورارسال كشور ارسال +مجزا كشوراز كشور از +مجزا كشوراست كشور است +مجزا كشوراعلام كشور اعلام +مجزا كشوربه كشور به +مجزا كشوربموجب كشور به موجب +مجزا كشوربخواسته كشور بخواسته +مجزا كشوربراي كشور براي +مجزا كشوربشرح كشور به شرح +مجزا كشورتشكيل كشور تشكيل +مجزا كشورجهت كشور جهت +مجزا كشوردر كشور در +مجزا كشوردرپرونده كشور در پرونده +مجزا كشوردراين كشور در اين +مجزا كشورراي كشور رأي +مجزا كشورصحيح كشور صحيح +مجزا كشورطرح كشور طرح +مجزا كشوركه كشور كه +مجزا كشورفرستاده كشور فرستاده +مجزا كشمشها كشمش‌ها +مجزا كشمكشها كشمكش‌ها +مجزا كشمكشهاي كشمكش‌هاي +مجزا كسائي كسايي +مجزا كسانيكه كساني‌كه +مجزا كشتارگاههاي كشتارگاه‌هاي +مجزا كشتيها كشتي‌ها +مجزا كشتيهاي كشتي‌هاي +مجزا كشتيهايي كشتي‌هايي +مجزا كشتيبان كشتي‌بان +مجزا كسي‌رو كسي رو +مجزا كسي‌ست كسي است +مجزا كسي‌كه كسي كه +مجزا كشيها كشي‌ها +مجزا كشيهاي كشي‌هاي +مجزا كشدار كش‌دار +مجزا كشيدهاند كشيده‌اند +مجزا كشيشها كشيش‌ها +مجزا كشيشهاي كشيش‌هاي +مجزا كسيكه كسي كه +مجزا كسرائيان كسراييان +مجزا كششها كشش‌ها +مجزا كششهاي كشش‌هاي +مجزا كشفهاي كشف‌هاي +مجزا كفپوش كف‌پوش +مجزا كف‌زدنهاي كف‌زدن‌هاي +مجزا كفوا كفواً +مجزا كفائي كفايي +مجزا كفشها كفش‌ها +مجزا كفشهاي كفش‌هاي +مجزا كفشهايش كفش‌هايش +مجزا كژيها كژي‌ها +مجزا ق‌م قم +مجزا قلمهاي قلم‌هاي +مجزا قهوهچي قهوه‌چي +مجزا قهوهچيباشي قهوه‌چي‌باشي +مجزا قهوه‌يي قهوه‌اي +مجزا قهوهخانه قهوه‌خانه +مجزا قلمزني قلم‌زني +مجزا قلمفرسايي قلم‌فرسايي +مجزا قناتها قنات‌ها +مجزا قولها قول‌ها +مجزا قولهاي قول‌هاي +مجزا قولهايي قول‌هايي +مجزا قلبها قلب‌ها +مجزا قولا قولاً +مجزا قوما قوماً +مجزا قلبهاي قلب‌هاي +مجزا قوميتها قوميت‌ها +مجزا قوميتهاي قوميت‌هاي +مجزا قلبا قلباً +مجزا قوتهاي قوت‌هاي +مجزا قوي‌يي قوي‌اي +مجزا قويا قوياً +مجزا قويتر قوي‌تر +مجزا قويتري قوي‌تري +مجزا قويترين قوي‌ترين +مجزا قويدل قوي‌دل +مجزا قوسهاي قوس‌هاي +مجزا قوطيهاي قوطي‌هاي +مجزا قليلا قليلاً +مجزا قليائي قليايي +مجزا قندخون قند خون +مجزا قهرمانها قهرمان‌ها +مجزا قهرا قهراً +مجزا قال‌الله قال الله +مجزا قانون‌مند قانونمند +مجزا قانون‌مندي قانونمندي +مجزا قانون‌اساسي قانون اساسي +مجزا قانونگذار قانون‌گذار +مجزا قانونگذاران قانون‌گذاران +مجزا قانونگذاري قانون‌گذاري +مجزا قانونگرايي قانون‌گرايي +مجزا قانونگزاري قانون‌گذاري +مجزا قانونمنديهاي قانونمندي‌هاي +مجزا قانونها قانون‌ها +مجزا قانونهاي قانون‌هاي +مجزا قانونا قانوناً +مجزا قائم‌شهر قائمشهر +مجزا قالبها قالب‌ها +مجزا قائما قائماً +مجزا قالبهاي قالب‌هاي +مجزا قالبهايي قالب‌هايي +مجزا قائمشهر قائمشهر +مجزا قالببندي قالب‌بندي +مجزا قاليها قالي‌ها +مجزا قاليبافي قالي‌بافي +مجزا قاليشويان قالي‌شويان +مجزا قابها قاب‌ها +مجزا قابهاي قاب‌هاي +مجزا قابليتها قابليت‌ها +مجزا قابليتهاي قابليت‌هاي +مجزا قايم‌مقام قائم‌مقام +مجزا قايم‌مقامي قائم‌مقامي +مجزا قايل‌اند قائل‌اند +مجزا قايم‌شهر قائمشهر +مجزا قايلم قائلم +مجزا قايلند قائلند +مجزا قايليم قائليم +مجزا قادربه قادر به +مجزا قايقها قايق‌ها +مجزا قايقهاي قايق‌هاي +مجزا قايقران قايق‌ران +مجزا قايقرانان قايق‌رانان +مجزا قارچها قارچ‌ها +مجزا قارچهاي قارچ‌هاي +مجزا قاره‌يي قاره‌اي +مجزا قاسمي‌جامي قاسمي جامي +مجزا قاعدهء قاعدة +مجزا قاعدتا قاعدتاً +مجزا قبل‌از قبل از +مجزا قتلها قتل‌ها +مجزا قتلهاي قتل‌هاي +مجزا قبلا قبلاً +مجزا قبلاإ قبلاً +مجزا قبلاْ قبلاً +مجزا قبائل قبايل +مجزا قدمها قدم‌ها +مجزا قدمهاي قدم‌هاي +مجزا قدمهايي قدم‌هايي +مجزا قدمهايش قدم‌هايش +مجزا قيمتگذاري قيمت‌گذاري +مجزا قيمتها قيمت‌ها +مجزا قيمتهاي قيمت‌هاي +مجزا قيامها قيام‌ها +مجزا قيامهاي قيام‌هاي +مجزا قيامهايي قيام‌هايي +مجزا قيامت‌به قيامت به +مجزا قديمها قديم‌ها +مجزا قديمتر قديم‌تر +مجزا قديمترين قديم‌ترين +مجزا قديميها قديمي‌ها +مجزا قديميتر قديمي‌تر +مجزا قديميترين قديمي‌ترين +مجزا قدرمطلق قدر مطلق +مجزا قدرت‌مند قدرتمند +مجزا قدرتنمايي قدرت‌نمايي +مجزا قدرتها قدرت‌ها +مجزا قدرتهاي قدرت‌هاي +مجزا قدرتهايي قدرت‌هايي +مجزا قرن‌بيستم قرن بيستم +مجزا قرآن‌كريم قرآن كريم +مجزا قرآنها قرآن‌ها +مجزا قرآنهاي قرآن‌هاي +مجزا قرنها قرن‌ها +مجزا قرنهاي قرن‌هاي +مجزا قرنهاست قرن‌هاست +مجزا قراءت قرائت +مجزا قرائن قراين +مجزا قرائني قرايني +مجزا قرائتهاي قرائت‌هاي +مجزا قرائي قرايي +مجزا قراني قرآني +مجزا قراداد قرارداد +مجزا قرايت‌هاي قرائت‌هاي +مجزا قرارگاههاي قرارگاه‌هاي +مجزا قرارگيريد قرار گيريد +مجزا قرارگرفته‌اند قرار گرفته‌اند +مجزا قرارگرفتند قرار گرفتند +مجزا قرارموقوفي قرار موقوفي +مجزا قرارنمي قرار نمي +مجزا قرارمنع قرار منع +مجزا قرارمي قرار مي +مجزا قرارمي‌گيرند قرار مي‌گيرند +مجزا قرارمي‌گيرد قرار مي‌گيرد +مجزا قرارمي‌دهند قرار مي‌دهند +مجزا قراربگيرد قرار بگيرد +مجزا قراربود قرار بود +مجزا قرارباشد قرار باشد +مجزا قراردهد قرار دهد +مجزا قراردهيم قرار دهيم +مجزا قرارداده‌اند قرار داده‌اند +مجزا قراردارند قرار دارند +مجزا قرارداشت قرار داشت +مجزا قربان‌بلوچ قربان بلوچ +مجزا قربانيها قرباني‌ها +مجزا قربانيهاي قرباني‌هاي +مجزا قريبا قريباً +مجزا قرصها قرص‌ها +مجزا قرضهاي قرض‌هاي +مجزا قرصهاي قرص‌هاي +مجزا قشنگتر قشنگ‌تر +مجزا قشنگترين قشنگ‌ترين +مجزا قصههاي قصه‌هاي +مجزا قسمت‌هائي قسمت‌هايي +مجزا قسمت‌اول قسمت اول +مجزا قسمت‌به قسمت به +مجزا قسمت‌سوم قسمت سوم +مجزا قسمتها قسمت‌ها +مجزا قسمتهائي قسمت‌هائي +مجزا قسمتهاي قسمت‌هاي +مجزا قسمتهايي قسمت‌هايي +مجزا قضاء قضا +مجزا قضاوتها قضاوت‌ها +مجزا قضاوتهاي قضاوت‌هاي +مجزا قضائي قضايي +مجزا قضائيه قضاييه +مجزا قطارابدي قطار ابدي +مجزا قزاقها قزاق‌ها +مجزا قطبهاي قطب‌هاي +مجزا قطبالدين قطب‌الدين +مجزا قضي‌الله قضي الله +مجزا قضيه‌يي قضيه‌اي +مجزا قضيهء قضية +مجزا قصرفيروزه قصر فيروزه +مجزا قطع‌نظر قطع نظر +مجزا قطعا قطعاً +مجزا قطعاإ قطعاً +مجزا قفلهاي قفل‌هاي +مجزا قفسها قفس‌ها +مجزا قفسهاي قفس‌هاي +مجزا ظ‌هور ظهور +مجزا ظ‌هر ظهر +مجزا ظ‌رف ظرف +مجزا عن‌الاسلام عن الاسلام +مجزا عمل‌مي‌كنند عمل مي‌كنند +مجزا عمل‌مي‌كند عمل مي‌كند +مجزا عمه‌جون عمه جون +مجزا عمه‌جان عمه جان +مجزا عمه‌خانم عمه خانم +مجزا عمل‌كردن عمل كردن +مجزا علمها علم‌ها +مجزا عملها عمل‌ها +مجزا ظلمها ظلم‌ها +مجزا علمهاي علم‌هاي +مجزا عملهاي عمل‌هاي +مجزا غمها غم‌ها +مجزا علنا علناً +مجزا عملا عملاً +مجزا علماء علما +مجزا عملاإ عملاً +مجزا علماو علما و +مجزا غمهاي غم‌هاي +مجزا غمهايش غم‌هايش +مجزا علوم‌الدين علوم الدين +مجزا علوم‌القرآن علوم القرآن +مجزا علوم‌اجتماعي علوم اجتماعي +مجزا ظلمتها ظلمت‌ها +مجزا عموما عموماً +مجزا عموماإ عموماً +مجزا عموميها عمومي‌ها +مجزا عنوان‌صفحه عنوان صفحه +مجزا عنوانها عنوان‌ها +مجزا عنوانهاي عنوان‌هاي +مجزا عنوانهايي عنوانرهايي +مجزا عنوانرهايي عنوان رهايي +مجزا عموجان عمو جان +مجزا علمي‌و علمي و +مجزا علمي‌فرهنگي علمي فرهنگي +مجزا عملياتهاي عمليات‌هاي +مجزا علمدار علم‌دار +مجزا علمداري علم‌داري +مجزا غمانگيز غم‌انگيز +مجزا علامهء علامة +مجزا علامتگذاري علامت‌گذاري +مجزا علاوه‌برآن علاوه‌بر آن +مجزا علاوه‌برآن‌كه علاوه‌بر آنكه +مجزا علاوه‌براين علاوه‌بر اين +مجزا علاوه‌براين‌كه علاوه‌بر اينكه +مجزا علامتها علامت‌ها +مجزا علامتهاي علامت‌هاي +مجزا غلامزاده غلام‌زاده +مجزا علايمي علائمي +مجزا عنايت‌به عنايت به +مجزا عنايت‌خاص عنايت خاص +مجزا عنايت‌خاصي عنايت خاصي +مجزا علاقه‌يي علاقه‌اي +مجزا علاقهمند علاقه‌مند +مجزا علاقهمندان علاقه‌مندان +مجزا علاقمندم علاقه‌مندم +مجزا علاقهاي علاقه‌اي +مجزا علاقهي علاقة +مجزا علت‌يا علت يا +مجزا غولهاي غول‌هاي +مجزا علتها علت‌ها +مجزا علتهاي علت‌هاي +مجزا عوائد عوايد +مجزا عوامفريبي عوام‌فريبي +مجزا غمبار غم‌بار +مجزا غلتبان قلتبان +مجزا غوغائي غوغايي +مجزا علي‌وكيلي علي وكيلي +مجزا علي‌الناس علي الناس +مجزا علي‌الارض علي الارض +مجزا علي‌الاسلام علي الاسلام +مجزا علي‌الدين علي الدين +مجزا علي‌عليه علي عليه +مجزا علي‌عليه‌السلام علي عليه‌السلام +مجزا عمده‌يي عمده‌اي +مجزا عهدهء عهدة +مجزا عليهم‌من عليهم من +مجزا عليهم‌و عليهم و +مجزا عليهم‌آياته عليهم آياته +مجزا عليهم‌بمصيطر عليهم بمصيطر +مجزا عليآباد علي‌آباد +مجزا عليمحمد علي‌محمد +مجزا عمدا عمداً +مجزا عمدتا عمدتاً +مجزا عمدتاإ عمدتاً +مجزا عليجان علي‌جان +مجزا عليحده علي‌حده +مجزا عليٌ علي +مجزا عليشاه علي‌شاه +مجزا عليزاده علي‌زاده +مجزا عليشير علي‌شير +مجزا عليكم عليكم +مجزا عميقا عميقاً +مجزا عميقتر عميق‌تر +مجزا عميقتري عميق‌تري +مجزا عميقترين عميق‌ترين +مجزا عليفر علي‌فر +مجزا غلط‌ست غلط است +مجزا غلطهاي غلط‌هاي +مجزا علّامه علّامه +مجزا غمزده غم‌زده +مجزا عنكبوتها عنكبوت‌ها +مجزا عنقريب عن‌قريب +مجزا غلظتهاي غلظت‌هاي +مجزا علفها علف‌ها +مجزا علفهاي علف‌هاي +مجزا علفخوار علف‌خوار +مجزا عاملهاي عامل‌هاي +مجزا عالمند عالم‌اند +مجزا عالما عالماً +مجزا غالبا غالباً +مجزا غالباإ غالباً +مجزا غائب غايب +مجزا غائي غايي +مجزا عامتر عام‌تر +مجزا عاليتر عالي‌تر +مجزا عاليتري عالي‌تري +مجزا عاليترين عالي‌ترين +مجزا عاليجناب عالي‌جناب +مجزا عاليجاه عالي‌جاه +مجزا عاليرتبه عالي‌رتبه +مجزا عاليقدر عالي‌قدر +مجزا ظاهرمي ظاهر مي +مجزا ظاهرا ظاهراً +مجزا ظاهراإ ظاهراً +مجزا ظاهريه ظاهر يه +مجزا ظاهريش ظاهري‌اش +مجزا عايله عائله +مجزا غاية غايه +مجزا عادتها عادت‌ها +مجزا عادتهاي عادت‌هاي +مجزا غايبند غايب‌اند +مجزا عادتا عادتاً +مجزا عاشورائيان عاشوراييان +مجزا غافل‌گيري غافلگيري +مجزا غافلگيرش غافل‌گيرش +مجزا غذائي غذايي +مجزا عذابها عذاب‌ها +مجزا عذابهاي عذاب‌هاي +مجزا عثمانيها عثماني‌ها +مجزا عبائي عبايي +مجزا عبادتها عبادت‌ها +مجزا عبادتهاي عبادت‌هاي +مجزا عبارت‌است عبارت است +مجزا عبارتها عبارت‌ها +مجزا عبارتهاي عبارت‌هاي +مجزا عبارتهايي عبارت‌هايي +مجزا عبارتنداز عبارتند از +مجزا عبارتاند عبارتند +مجزا عباسجان عباس جان +مجزا عباسفرد عباس‌فرد +مجزا عبدالله‌خان عبدالله خان +مجزا عبيدالل عبيدالله +مجزا عبرتها عبرت‌ها +مجزا عبرتهاي عبرت‌هاي +مجزا عده‌يي عده‌اي +مجزا عجله‌يي عجله‌اي +مجزا عينا عيناً +مجزا عدهاي عده‌اي +مجزا عينيت‌به عينيت به +مجزا عينيت‌بخشيدن عينيت بخشيدن +مجزا عينكهاي عينك‌هاي +مجزا غدا غداً +مجزا عدالت‌به عدالت به +مجزا عجالتا عجالتاً +مجزا عدالتخواه عدالت‌خواه +مجزا عدالتخواهانه عدالت‌خواهانه +مجزا عدالتخواهي عدالت‌خواهي +مجزا عدالتخانه عدالت‌خانه +مجزا عيبها عيب‌ها +مجزا عيبهاي عيب‌هاي +مجزا غيبت‌به غيبت به +مجزا غيبت‌حضرت غيبت حضرت +مجزا عيبجويي عيب‌جويي +مجزا عجيبتر عجيب‌تر +مجزا عجيبترين عجيب‌ترين +مجزا عيدفطر عيد فطر +مجزا غيرمسؤول غيرمسئول +مجزا غيرمسوولانه غيرمسئولانه +مجزا غيراين غير اين +مجزا غيراز غير از +مجزا عيسي‌خان عيسي خان +مجزا عيسي‌عليه عيسي عليه +مجزا عدسيها عدسي‌ها +مجزا عدسيهاي عدسي‌هاي +مجزا عروسيش عروسي‌اش +مجزا عروسكها عروسك‌ها +مجزا عروسكهاي عروسك‌هاي +مجزا غرائز غرايز +مجزا عراقيها عراقي‌ها +مجزا ظرافتها ظرافت‌ها +مجزا ظرافتهاي ظرافت‌هاي +مجزا عربها عرب‌ها +مجزا عربهاي عرب‌هاي +مجزا غربيها غربي‌ها +مجزا عربستان‌سعودي عربستان سعودي +مجزا غربزدگي غرب‌زدگي +مجزا غربزده غرب‌زده +مجزا غريب‌القرآن غريب القرآن +مجزا عرجت‌به عرجت به +مجزا ظريفتر ظريف‌تر +مجزا ظريفترين ظريف‌ترين +مجزا عرضهچي عرضه‌چي +مجزا عرصهء عرصة +مجزا عرضها عرض‌ها +مجزا عرضهاي عرض‌هاي +مجزا عرصهي عرصة +مجزا عرضحال عرض حال +مجزا غرق‌شدن غرق شدن +مجزا ظرفها ظرف‌ها +مجزا ظرفهاي ظرف‌هاي +مجزا عرفاء عرفا +مجزا عرفي‌شدن عرفي شدن +مجزا ظرفيتها ظرفيت‌ها +مجزا ظرفيتهاي ظرفيت‌هاي +مجزا ظرفشوئي ظرفشويي +مجزا ظرفشويي ظرف‌شويي +مجزا غشأ غشا +مجزا غزلهاي غزل‌هاي +مجزا عضوانجمن عضو انجمن +مجزا عشاء عشا +مجزا عطاء عطا +مجزا غشاء غشا +مجزا عطائي عطايي +مجزا عطاالله عطاءالله +مجزا عزاداريها عزاداري‌ها +مجزا عزتالله عزت‌الله +مجزا عصبانيم عصباني‌ام +مجزا عصرما عصر ما +مجزا غضروفهاي غضروف‌هاي +مجزا عصرجديد عصر جديد +مجزا عسكري‌عليه عسكري عليه +مجزا عشقها عشق‌ها +مجزا عشقهاي عشق‌هاي +مجزا عشقبازي عشق‌بازي +مجزا عكاسباشي عكاس‌باشي +مجزا عكاسخانه عكاس‌خانه +مجزا عكسها عكس‌ها +مجزا عكسهاي عكس‌هاي +مجزا عكسهايي عكس‌هايي +مجزا عكسبرداري عكس‌برداري +مجزا عقلگرايان عقل‌گرايان +مجزا عقلگرايي عقل‌گرايي +مجزا عقلها عقل‌ها +مجزا عقلهاي عقل‌هاي +مجزا عقلاء عقلا +مجزا عقلائي عقلايي +مجزا عقائد عقايد +مجزا عقابها عقاب‌ها +مجزا عقبماندگي عقب‌ماندگي +مجزا عقبمانده عقب‌مانده +مجزا عقبنشيني عقب‌نشيني +مجزا عقبتر عقب‌تر +مجزا عقيدهء عقيدة +مجزا عظيم‌الشان عظيم‌الشأن +مجزا عظيما عظيماً +مجزا عظيمتر عظيم‌تر +مجزا عظيمترين عظيم‌ترين +مجزا غفلت‌بيدار غفلت بيدار +مجزا غفلتها غفلت‌ها +مجزا عفونتها عفونت‌ها +مجزا عفونتهاي عفونت‌هاي +مجزا غفلتا غفلتاً +مجزا فن‌آوري فنّاوري +مجزا فن‌آوري‌ها فناوري‌ها +مجزا فن‌آوري‌هاي فناوري‌هاي +مجزا فنآوري فناوري +مجزا فإنْ فإن +مجزا فناء فنا +مجزا فناورهاي فناورهاي +مجزا فناورانه فناوريانه +مجزا فناوري فناوري +مجزا فناوري‌هاي فناوري‌هاي +مجزا فناوري‌هايي فناوري‌هايي +مجزا فناوريهاي فناوري‌هاي +مجزا فلاتقاره فلات قاره +مجزا فإذا فاذا +مجزا فولادمباركه فولاد مباركه +مجزا فولادخوزستان فولاد خوزستان +مجزا فوائد فوايد +مجزا فوالعاده فوق‌العاده +مجزا فواد فؤاد +مجزا فوارهها فواره‌ها +مجزا فوتبالدوست فوتبال‌دوست +مجزا فوتبالدوستان فوتبال‌دوستان +مجزا فوتباليستها فوتباليست‌ها +مجزا فوتباليستهاي فوتباليست‌هاي +مجزا فورمنت‌ها فرمنت‌ها +مجزا فورا فوراً +مجزا فوريتهاي فوريت‌هاي +مجزا فوقالذكر فوق‌الذكر +مجزا فوقالعاده فوق‌العاده +مجزا فوقالعادهاي فوق‌العادهاي +مجزا فهرستنويسي فهرست‌نويسي +مجزا فهرستها فهرست‌ها +مجزا فهرستهاي فهرست‌هاي +مجزا فلسطينيها فلسطيني‌ها +مجزا فلسفهء فلسفة +مجزا فان‌پرسي فان پرسي +مجزا فان‌الله فان الله +مجزا فالگير فال‌گير +مجزا فانها فإنها +مجزا فائده فايده +مجزا فاميلهاي فاميل‌هاي +مجزا فايلها فايل‌ها +مجزا فايلهاي فايل‌هاي +مجزا فايده‌يي فايده‌اي +مجزا فارسها فارس‌ها +مجزا فارغ‌البال فارغ‌بال +مجزا فارغالتحصيل فارغ‌التحصيل +مجزا فاصله‌يي فاصله‌اي +مجزا فاطمه‌عليهاالسلام فاطمه عليهاالسلام +مجزا فاصلهي فاصلة +مجزا فاضلابها فاضلاب‌ها +مجزا فاضلابهاي فاضلاب‌هاي +مجزا فاعلهاي فاعل‌هاي +مجزا في‌ء فيء +مجزا في‌الله في الله +مجزا في‌الناس في الناس +مجزا في‌الامر في الامر +مجزا في‌الاسلام في الاسلام +مجزا في‌الحال في الحال +مجزا في‌الدين في الدين +مجزا في‌القرآن في القرآن +مجزا فيء في +مجزا فيه‌القرآن فيه القرآن +مجزا فيلم‌هاي‌سينمايي فيلم‌هاي سينمايي +مجزا فيلم‌مستند فيلم مستند +مجزا فيلم‌اش فيلمش +مجزا فيلم‌تلويزيوني فيلم تلويزيوني +مجزا فيلم‌در فيلم در +مجزا فيلم‌سينمايي فيلم سينمايي +مجزا فيلم‌كوتاه فيلم كوتاه +مجزا فيلم‌فارسي فيلم فارسي +مجزا فيلمها فيلم‌ها +مجزا فيلمنامه فيلم‌نامه +مجزا فيلمنامه‌نويس فيلم‌نامه‌نويس +مجزا فيلمنامه‌نويسها فيلم‌نامه‌نويس‌ها +مجزا فيلمنامه‌نويسان فيلم‌نامه‌نويسان +مجزا فيلمنامه‌نويسي فيلم‌نامه‌نويسي +مجزا فيلمنامه‌اش فيلم‌نامه‌اش +مجزا فيلمنامهنويس فيلم‌نامه‌نويس +مجزا فيلمنامهها فيلمنامه‌ها +مجزا فيلمنامههاي فيلمنامه‌هاي +مجزا فيلمنامهاي فيلم نامه‌اي +مجزا فيلمنامهي فيلم‌نامة +مجزا فيلمنامة فيلم‌نامة +مجزا فيلمهاي فيلم‌هاي +مجزا فيلمهايي فيلم‌هايي +مجزا فيلمهايش فيلم‌هايش +مجزا فيلمهايشان فيلم‌هايشان +مجزا فيلها فيل‌ها +مجزا فيلمبردار فيلم‌بردار +مجزا فيلمبرداران فيلم‌برداران +مجزا فيلمخانه فيلم‌خانه +مجزا فيلمسازاني فيلم‌سازاني +مجزا فيلمسازي فيلم‌سازي +مجزا فيلمسينمايي فيلم سينمايي +مجزا فدائي فدايي +مجزا فدارسيون فدراسيون +مجزا فداكاريها فداكاري‌ها +مجزا فداكاريهاي فداكاري‌هاي +مجزا فخذوه‌و فخذوه و +مجزا فيبرنوري فيبر نوري +مجزا فدراسيونها فدراسيون‌ها +مجزا فدراسيونهاي فدراسيون‌هاي +مجزا فجرسپاه فجر سپاه +مجزا فجرسپاسي فجر سپاسي +مجزا فجرشهيد فجر شهيد +مجزا فجرشهيدسپاسي فجر شهيد سپاسي +مجزا فيشهاي فيش‌هاي +مجزا فحشاء فحشا +مجزا فيزيكدان‌ها فيزيك‌دان‌ها +مجزا فيزيكدانان فيزيك‌دانان +مجزا فره‌و فره و +مجزا فرنگيها فرنگي‌ها +مجزا فرهنگ‌و فرهنگ و +مجزا فرهنگها فرهنگ‌ها +مجزا فرهنگنامه فرهنگ‌نامه +مجزا فرهنگهاي فرهنگ‌هاي +مجزا فرهنگهايي فرهنگ‌هايي +مجزا فرهنگي‌و فرهنگي و +مجزا فرهنگسازي فرهنگ‌سازي +مجزا فرهنگسرا فرهنگ‌سرا +مجزا فرهنگسراها فرهنگ‌سراها +مجزا فرهنگسراهاي فرهنگ‌سراهاي +مجزا فرمها فرم‌ها +مجزا فرمهاي فرم‌هاي +مجزا فرمهايي فرم‌هايي +مجزا فرمولها فرمول‌ها +مجزا فرمولهاي فرمول‌هاي +مجزا فرآورده فراورده +مجزا فرآورده‌ها فراورده‌ها +مجزا فرآورده‌هاي فراورده‌هاي +مجزا فرآورده‌هايي فراورده‌هايي +مجزا فرآوردههاي فرآورده‌هاي +مجزا فرمانها فرمان‌ها +مجزا فرمانهاي فرمان‌هاي +مجزا فرمائيد فرماييد +مجزا فرمانبر فرمان‌بر +مجزا فرمانبران فرمان‌بران +مجزا فرمانبري فرمان‌بري +مجزا فرمانبردار فرمان‌بردار +مجزا فرمانبرداري فرمان‌برداري +مجزا فرمانداريها فرمانداري‌ها +مجزا فرمانروائي فرمانروايي +مجزا فرمانفرما فرمان‌فرما +مجزا فرمايشهاي فرمايش‌هاي +مجزا فرمتهاي فرمت‌هاي +مجزا فروبرد فرو برد +مجزا فرودگاهها فرودگاه‌ها +مجزا فرودگاههاي فرودگاه‌هاي +مجزا فروشگاهها فروشگاه‌ها +مجزا فروشگاههاي فروشگاه‌هاي +مجزا فروشها فروش‌ها +مجزا فروشهاي فروش‌هاي +مجزا فروشيها فروشي‌ها +مجزا فرآيندها فرايندها +مجزا فرآيندهايي فرايندهايي +مجزا فراموشكار فراموش‌كار +مجزا فراموشكاري فراموش‌كاري +مجزا فراوانتر فراوان‌تر +مجزا فراوانترين فراوان‌ترين +مجزا فراورده‌ها فرآورده‌ها +مجزا فرائض فرايض +مجزا فرانسويها فرانسوي‌ها +مجزا فراختر فراخ‌تر +مجزا فراشباشي فراش‌باشي +مجزا فراكسيونها فراكسيون‌ها +مجزا فراكسيونهاي فراكسيون‌هاي +مجزا فرح‌و فرح و +مجزا فردوباحضورروساي فرد و با حضور روساي +مجزا فرجامخواه فرجام‌خواه +مجزا فرجامخواهي فرجام‌خواهي +مجزا فرجامخوانده فرجام‌خوانده +مجزا فرجامخواسته فرجام‌خواسته +مجزا فرحبخش فرح‌بخش +مجزا فريبكار فريب‌كار +مجزا فريبكاران فريب‌كاران +مجزا فريبكارانه فريب‌كارانه +مجزا فريبكاري فريب‌كاري +مجزا فريدونكنار فريدون‌كنار +مجزا فرسنگها فرسنگ‌ها +مجزا فرشها فرش‌ها +مجزا فرضها فرض‌ها +مجزا فرشهاي فرش‌هاي +مجزا فرضهاي فرض‌هاي +مجزا فرضهايي فرض‌هايي +مجزا فرضا فرضاً +مجزا فرصتها فرصت‌ها +مجزا فرصتهاي فرصت‌هاي +مجزا فرصتهايي فرصت‌هايي +مجزا فرشباف فرش‌باف +مجزا فركانسها فركانس‌ها +مجزا فركانسهاي فركانس‌هاي +مجزا فصلها فصل‌ها +مجزا فصلهاي فصل‌هاي +مجزا فضلاء فضلا +مجزا فزونتر فزون‌تر +مجزا فضائلي فضايلي +مجزا فضائي فضايي +مجزا فشارجزيي فشار جزيي +مجزا فضيلتها فضيلت‌ها +مجزا فضيلتهاي فضيلت‌هاي +مجزا فطرالناس فطر الناس +مجزا فطرتا فطرتاً +مجزا فشرده‌يي فشرده‌اي +مجزا فكره‌ايم فكرهايم +مجزا فكرنمي فكر نمي +مجزا فكرنمي‌كنم فكر نمي‌كنم +مجزا فكرهايم فكره‌ايم +مجزا فكرمي فكر مي +مجزا فكرمي‌كنم فكر مي‌كنم +مجزا فكرمي‌كنند فكر مي‌كنند +مجزا فكرمي‌كني فكر مي‌كني +مجزا فكرمي‌كند فكر مي‌كند +مجزا فكرمي‌كنيد فكر مي‌كنيد +مجزا فكرمي‌كرد فكر مي‌كرد +مجزا فكرمي‌كردم فكر مي‌كردم +مجزا فكركنم فكر كنم +مجزا فكركرد فكر كرد +مجزا فقهاء فقها +مجزا فقيه‌نصيري فقيه نصيري +مجزا فقراء فقرا +مجزا فقط‌به فقط به +مجزا فقط‌يك فقط يك +مجزا فعلهاي فعل‌هاي +مجزا فعلا فعلاً +مجزا فعلاإ فعلاً +مجزا فعلاٌ فعلاً +مجزا فعال‌بودن فعال بودن +مجزا فعال‌كردن فعال كردن +مجزا فعالتر فعال‌تر +مجزا فعالترين فعال‌ترين +مجزا فعاليت‌اش فعاليتش +مجزا فعاليت‌خود فعاليت خود +مجزا فعاليت‌سياسي فعاليت سياسي +مجزا فعاليتها فعاليت‌ها +مجزا فعاليتهاي فعاليت‌هاي +مجزا فعاليتهايي فعاليت‌هايي +مجزا فعاليتهايش فعاليت‌هايش +مجزا فعاليتهايشان فعاليت‌هايشان +مجزا فْس فس +مجزا ژنها ژن‌ها +مجزا ژنهاي ژن‌هاي +مجزا ژئوپولتيك ژئوپليتيك +مجزا ژئوپوليتيك ژئوپليتيك +مجزا ژئوپلتيك ژئوپليتيك +مجزا ژوئيه ژوييه +مجزا ژنرالها ژنرال‌ها +مجزا ژنرالهاي ژنرال‌هاي +مجزا ژاپنيها ژاپني‌ها +مجزا ژاندارمها ژاندارم‌ها +مجزا ژيوپليتيك ژئوپليتيك +مجزا ژيوپليتيكي ژئوپليتيكي +مجزا ژيوفيزيك ژئوفيزيك +مجزا ژرفتر ژرف‌تر +به بعدي چهاردست‌و چهاردست‌و +به بعدي پان پان +به بعدي پاد پاد +به بعدي پاري‌سن پاري‌سن +به بعدي مؤ مؤ +به بعدي لويه لويه +به بعدي موسي‌بن موسي‌بن +به بعدي نمي‌بر نمي‌بر +به بعدي منصوربن منصوربن +به بعدي لااله لااله +به بعدي لااله‌الا لااله‌الا +به بعدي ناخود ناخود +به بعدي ماشاء ماشاء +به بعدي لت‌و لت‌و +به بعدي وليدبن وليدبن +به بعدي وانمي وانمي +به بعدي محمدبن محمدبن +به بعدي محمدبن‌ابي محمدبن‌ابي +به بعدي ليختن ليختن +به بعدي لس لس +به بعدي نصربن نصربن +به بعدي معاوية‌بن معاوية‌بن +به بعدي اپي اپي +به بعدي انااليه انااليه +به بعدي اولو اولو +به بعدي الكترو الكترو +به بعدي احمدبن احمدبن +به بعدي اسامه‌بن اسامه‌بن +به بعدي بوئنوس بوئنوس +به بعدي بوندس بوندس +به بعدي بوينس بوينس +به بعدي باسمه باسمه +به بعدي برنمي برنمي +به بعدي برنمي‌ برنمي‌ +به بعدي برمي برمي +به بعدي بسم بسم +به بعدي خودكم خودكم +به بعدي خالدبن خالدبن +به بعدي جابه جابه +به بعدي جابرابن جابرابن +به بعدي جابربن جابربن +به بعدي خارق خارق +به بعدي خيمه‌شب خيمه‌شب +به بعدي خدانگه خدانگه +به بعدي يحيي‌بن يحيي‌بن +به بعدي حجربن حجربن +به بعدي درنمي درنمي +به بعدي حربن حربن +به بعدي دربر دربر +به بعدي حسن‌بن حسن‌بن +به بعدي جست‌و جست‌و +به بعدي دست‌وپا دست‌وپا +به بعدي دست‌به دست‌به +به بعدي حسين‌بن حسين‌بن +به بعدي يزيدبن يزيدبن +به بعدي جعفربن جعفربن +به بعدي رنگ‌و رنگ‌و +به بعدي راه‌و راه‌و +به بعدي صلي صلي +به بعدي طاهربن طاهربن +به بعدي زبيربن زبيربن +به بعدي زيادبن زيادبن +به بعدي سيدبن سيدبن +به بعدي ضرب‌و ضرب‌و +به بعدي زرق‌و زرق‌و +به بعدي سعدبن سعدبن +به بعدي سعدبن‌ابي سعدبن‌ابي +به بعدي سعيدبن سعيدبن +به بعدي كمافي كمافي +به بعدي كهكيلويه‌و كهكيلويه‌و +به بعدي علي‌بن علي‌بن +به بعدي علي‌بن‌ابي علي‌بن‌ابي +به بعدي عمروبن عمروبن +به بعدي عمربن عمربن +به بعدي عبدالله‌بن عبدالله‌بن +به بعدي عزو عزو +به بعدي فرامي فرامي +به بعدي فضل‌بن فضل‌بن +به قبلي پچ‌كنان پچ‌كنان +به قبلي پچه پچه +به قبلي چنان‌تر چنان‌تر +به قبلي پوشان پوشان +به قبلي پوشي پوشي +به قبلي پاچگي پاچگي +به قبلي گاه‌ها گاه‌ها +به قبلي گانه گانه +به قبلي پاافتادگي پاافتادگي +به قبلي پاافتاده پاافتاده +به قبلي پاخاسته پاخاسته +به قبلي پاخت پاخت +به قبلي پاك‌كني پاك‌كني +به قبلي گذارهاي گذارهاي +به قبلي گذاران گذاران +به قبلي گذاري‌ها گذاري‌ها +به قبلي گذاري‌هاي گذاري‌هاي +به قبلي پذيرترين پذيرترين +به قبلي پذيري پذيري +به قبلي گذراني گذراني +به قبلي چي‌ها چي‌ها +به قبلي پيما پيما +به قبلي پيمايي پيمايي +به قبلي گدازان گدازان +به قبلي گيران گيران +به قبلي گيري‌ها گيري‌ها +به قبلي گيري‌هاي گيري‌هاي +به قبلي گيري‌هايي گيري‌هايي +به قبلي گيري‌اش گيري‌اش +به قبلي پيشگان پيشگان +به قبلي گرها گرها +به قبلي پرور پرور +به قبلي پروري پروري +به قبلي گرايانه گرايانه +به قبلي پراكني پراكني +به قبلي گردانان گردانان +به قبلي پردازانه پردازانه +به قبلي پردازاني پردازاني +به قبلي پردازي پردازي +به قبلي پريده‌اش پريده‌اش +به قبلي پريده‌تر پريده‌تر +به قبلي پرست پرست +به قبلي پرستان پرستان +به قبلي پرستانه پرستانه +به قبلي پرستي پرستي +به قبلي پسندانه پسندانه +به قبلي گزاران گزاران +به قبلي گساري گساري +به قبلي گشاست گشاست +به قبلي گستري گستري +به قبلي گزين گزين +به قبلي پزخانه پزخانه +به قبلي پژوهي پژوهي +به قبلي ه‌ها ه‌ها +به قبلي ه‌هاي ه‌هاي +به قبلي ه‌اند ه‌اند +به قبلي ه‌اي ه‌اي +به قبلي ه‌بن‌عمر ه‌بن‌عمر +به قبلي م‌داران م‌داران +به قبلي آن‌روست آن‌روست +به قبلي من‌كنان من‌كنان +به قبلي هن‌كنان هن‌كنان +به قبلي آلودي آلودي +به قبلي آموز آموز +به قبلي آموزان آموزان +به قبلي آموزانم آموزانم +به قبلي آموزانمان آموزانمان +به قبلي آموزاني آموزاني +به قبلي آموزانش آموزانش +به قبلي آموزي آموزي +به قبلي نوازان نوازان +به قبلي آويو آويو +به قبلي نويسان نويسان +به قبلي نويساني نويساني +به قبلي نويسي نويسي +به قبلي آوران آوران +به قبلي آورتر آورتر +به قبلي آورترين آورترين +به قبلي آوري‌هاي آوري‌هاي +به قبلي آوردها آوردها +به قبلي آورش آورش +به قبلي مند مند +به قبلي آمدگويي آمدگويي +به قبلي آمدگي آمدگي +به قبلي آمينة آمينة +به قبلي مندند مندند +به قبلي مندان مندان +به قبلي مندانه مندانه +به قبلي مندتر مندتر +به قبلي مندي‌هاي مندي‌هاي +به قبلي منديم منديم +به قبلي منديد منديد +به قبلي آميز آميز +به قبلي آميزتر آميزتر +به قبلي آميزترين آميزترين +به قبلي آميزي آميزي +به قبلي ناپذير ناپذير +به قبلي ناپذيري ناپذيري +به قبلي مان مان +به قبلي ماندگي‌ها ماندگي‌ها +به قبلي هايمان هايمان +به قبلي هايتان هايتان +به قبلي هايي هايي +به قبلي هايش هايش +به قبلي هايشان هايشان +به قبلي وگو وگو +به قبلي وگوها وگوها +به قبلي وگوهاي وگوهاي +به قبلي وگوهايش وگوهايش +به قبلي وگوي وگوي +به قبلي وگويي وگويي +به قبلي وگويش وگويش +به قبلي وگوست وگوست +به قبلي وپاگير وپاگير +به قبلي وگاس وگاس +به قبلي وپز وپز +به قبلي وآله‌وسلم وآله‌وسلم +به قبلي وهواي وهواي +به قبلي وآمدها وآمدها +به قبلي وآمدهاي وآمدهاي +به قبلي ومير ومير +به قبلي وميرها وميرها +به قبلي وميرهاي وميرهاي +به قبلي وآرايي وآرايي +به قبلي ومرج ومرج +به قبلي واره‌اي واره‌اي +به قبلي وذهاب وذهاب +به قبلي وتاز وتاز +به قبلي وبيگاه وبيگاه +به قبلي وبش وبش +به قبلي وجل وجل +به قبلي وجوي وجوي +به قبلي وجويي وجويي +به قبلي وجويش وجويش +به قبلي وجور وجور +به قبلي وخيز وخيز +به قبلي ورو ورو +به قبلي ورزان ورزان +به قبلي ورزي ورزي +به قبلي وسلم وسلم +به قبلي وشنود وشنود +به قبلي وطنان وطنان +به قبلي وشتم وشتم +به قبلي وستد وستد +به قبلي وستدهاي وستدهاي +به قبلي وستدي وستدي +به قبلي وشد وشد +به قبلي وقمع وقمع +به قبلي مداران مداران +به قبلي ليك‌سيتي ليك‌سيتي +به قبلي مرج مرج +به قبلي هرحال هرحال +به قبلي آزما آزما +به قبلي هزينه‌تر هزينه‌تر +به قبلي هزينه‌ترين هزينه‌ترين +به قبلي نشينان نشينان +به قبلي نشيني‌هاي نشيني‌هاي +به قبلي نشيني‌اش نشيني‌اش +به قبلي هق‌كنان هق‌كنان +به قبلي نظران نظران +به قبلي نظرانه نظرانه +به قبلي آفرينان آفرينان +به قبلي انگيز انگيز +به قبلي انگيزه‌تر انگيزه‌تر +به قبلي انگيزترين انگيزترين +به قبلي انگيزي انگيزي +به قبلي الملل الملل +به قبلي المله المله +به قبلي المللي المللي +به قبلي اللهي اللهي +به قبلي الملك الملك +به قبلي المثلي المثلي +به قبلي الواعظين الواعظين +به قبلي الوثقي الوثقي +به قبلي الوجودي الوجودي +به قبلي الوسائل الوسائل +به قبلي الوزرا الوزرا +به قبلي المدت المدت +به قبلي اهميت‌ترين اهميت‌ترين +به قبلي اللزوم اللزوم +به قبلي المقدور المقدور +به قبلي المقدس المقدس +به قبلي المعاني المعاني +به قبلي الاوسط الاوسط +به قبلي الامر الامر +به قبلي الامري الامري +به قبلي الاجراست الاجراست +به قبلي الارض الارض +به قبلي الاسلام الاسلام +به قبلي الاطلاق الاطلاق +به قبلي الذكر الذكر +به قبلي البلاغه البلاغه +به قبلي البنين البنين +به قبلي التأسيس التأسيس +به قبلي التحصيل التحصيل +به قبلي التحصيلان التحصيلان +به قبلي اميه اميه +به قبلي انداز انداز +به قبلي اندازهاي اندازهاي +به قبلي اندازان اندازان +به قبلي اندازي اندازي +به قبلي الدين الدين +به قبلي انديشان انديشان +به قبلي انديشانه انديشانه +به قبلي الجيشي الجيشي +به قبلي انديشي انديشي +به قبلي انديشي‌هاي انديشي‌هاي +به قبلي اندركار اندركار +به قبلي اندركاران اندركاران +به قبلي الحكمه الحكمه +به قبلي الحكمة الحكمة +به قبلي الرئيس الرئيس +به قبلي الشأن الشأن +به قبلي الشهدا الشهدا +به قبلي السلطنه السلطنه +به قبلي السلطنة السلطنة +به قبلي الشان الشان +به قبلي الشركه الشركه +به قبلي السعادة السعادة +به قبلي القولند القولند +به قبلي القرآن القرآن +به قبلي القربي القربي +به قبلي القضات القضات +به قبلي العمل العمل +به قبلي العمل‌هاي العمل‌هاي +به قبلي العمل‌هايي العمل‌هايي +به قبلي العملي العملي +به قبلي العاده العاده +به قبلي العاده‌هاي العاده‌هاي +به قبلي العاده‌اند العاده‌اند +به قبلي العاده‌اي العاده‌اي +به قبلي العاده‌اش العاده‌اش +به قبلي العادة العادة +به قبلي الفقاهه الفقاهه +به قبلي اي‌ها اي‌ها +به قبلي اي‌اش اي‌اش +به قبلي اي‌تر اي‌تر +به قبلي اي‌ترين اي‌ترين +به قبلي ايستد ايستد +به قبلي ارزش‌ترين ارزش‌ترين +به قبلي اش اش +به قبلي افروزي افروزي +به قبلي افزا افزا +به قبلي افزاي افزاي +به قبلي افكنانه افكنانه +به قبلي افكني افكني +به قبلي بن‌محمد بن‌محمد +به قبلي بن‌اميه بن‌اميه +به قبلي بن‌ثابت بن‌ثابت +به قبلي به‌رو به‌رو +به قبلي بن‌زياد بن‌زياد +به قبلي بن‌سعد بن‌سعد +به قبلي بن‌عمر بن‌عمر +به قبلي بن‌عاص بن‌عاص +به قبلي بن‌عبدالله بن‌عبدالله +به قبلي تنان تنان +به قبلي توجه‌تر توجه‌تر +به قبلي توجه‌ترين توجه‌ترين +به قبلي تليوم تليوم +به قبلي بندان بندان +به قبلي تليال تليال +به قبلي بندي‌ها بندي‌ها +به قبلي بندي‌هاي بندي‌هاي +به قبلي بندي‌اي بندي‌اي +به قبلي بندي‌شدة بندي‌شدة +به قبلي بان بان +به قبلي تان تان +به قبلي بانان بانان +به قبلي بادامي‌ها بادامي‌ها +به قبلي بارگي بارگي +به قبلي بازان بازان +به قبلي بين‌بردن بين‌بردن +به قبلي بين‌رفتن بين‌رفتن +به قبلي تحمل‌تر تحمل‌تر +به قبلي بينان بينان +به قبلي بينانه بينانه +به قبلي بينانه‌اي بينانه‌اي +به قبلي بينانه‌تر بينانه‌تر +به قبلي بيني‌ها بيني‌ها +به قبلي تيمي‌ها تيمي‌ها +به قبلي بيني‌ناپذير بيني‌ناپذير +به قبلي تيمي‌هاي تيمي‌هاي +به قبلي تيمي‌هايم تيمي‌هايم +به قبلي تيمي‌هايش تيمي‌هايش +به قبلي تجربگي تجربگي +به قبلي تجربه‌تر تجربه‌تر +به قبلي تجربه‌ترين تجربه‌ترين +به قبلي بخش‌تر بخش‌تر +به قبلي بخش‌ترين بخش‌ترين +به قبلي برهمي برهمي +به قبلي برها برها +به قبلي ترهاي ترهاي +به قبلي ترند ترند +به قبلي بري‌ها بري‌ها +به قبلي ترين ترين +به قبلي ترينشان ترينشان +به قبلي بفروش‌ها بفروش‌ها +به قبلي خواندگي خواندگي +به قبلي جويانه جويانه +به قبلي خودي‌خود خودي‌خود +به قبلي خوردار خوردار +به قبلي حوش حوش +به قبلي حوصلگي حوصلگي +به قبلي دان‌ها دان‌ها +به قبلي حال‌حاضر حال‌حاضر +به قبلي دانان دانان +به قبلي داران داران +به قبلي دارتر دارتر +به قبلي دارترين دارترين +به قبلي دارشدگي دارشدگي +به قبلي خاسته خاسته +به قبلي داشتني‌تر داشتني‌تر +به قبلي داشتني‌ترين داشتني‌ترين +به قبلي يافتگي يافتگي +به قبلي يافته‌تر يافته‌تر +به قبلي حجه حجه +به قبلي حجة حجة +به قبلي ديدگي ديدگي +به قبلي ديدگي‌ها ديدگي‌ها +به قبلي ديدگي‌هاي ديدگي‌هاي +به قبلي ديدگي‌ام ديدگي‌ام +به قبلي ديدگي‌اش ديدگي‌اش +به قبلي درمياني درمياني +به قبلي يشان يشان +به قبلي دست‌آمده دست‌آمده +به قبلي دست‌تر دست‌تر +به قبلي دست‌ترين دست‌ترين +به قبلي دست‌رفته دست‌رفته +به قبلي رنگ‌تر رنگ‌تر +به قبلي راهه‌ها راهه‌ها +به قبلي راهه‌هاي راهه‌هاي +به قبلي ربايي ربايي +به قبلي ريزان ريزان +به قبلي ريزي‌ها ريزي‌ها +به قبلي ريزي‌هاي ريزي‌هاي +به قبلي ريزي‌هايي ريزي‌هايي +به قبلي رساني رساني +به قبلي رفتگي رفتگي +به قبلي شناسان شناسان +به قبلي شناسي شناسي +به قبلي سونگري سونگري +به قبلي شونو شونو +به قبلي شوندة شوندة +به قبلي طلبان طلبان +به قبلي طلبانه طلبانه +به قبلي طلبانة طلبانة +به قبلي طلباني طلباني +به قبلي سوادند سوادند +به قبلي شويخانه شويخانه +به قبلي صورتي‌كه صورتي‌كه +به قبلي زني‌ها زني‌ها +به قبلي زني‌هاي زني‌هاي +به قبلي شاءالله شاءالله +به قبلي شانس‌تر شانس‌تر +به قبلي شاالله شاالله +به قبلي سابقه‌ترين سابقه‌ترين +به قبلي زادگان زادگان +به قبلي زاده‌ها زاده‌ها +به قبلي زاده‌هاي زاده‌هاي +به قبلي زاده‌اش زاده‌اش +به قبلي سازان سازان +به قبلي سازاني سازاني +به قبلي زاست زاست +به قبلي سازترين سازترين +به قبلي ستدهاي ستدهاي +به قبلي ستدي ستدي +به قبلي شدگاني شدگاني +به قبلي زده‌ها زده‌ها +به قبلي شده‌ها شده‌ها +به قبلي شده‌هاي شده‌هاي +به قبلي شده‌ات شده‌ات +به قبلي زده‌اش زده‌اش +به قبلي شده‌اش شده‌اش +به قبلي شده‌تر شده‌تر +به قبلي شده‌ترين شده‌ترين +به قبلي شده‌شان شده‌شان +به قبلي صداترين صداترين +به قبلي زدايي زدايي +به قبلي زدة زدة +به قبلي شدة شدة +به قبلي سيرين سيرين +به قبلي سرمي‌برد سرمي‌برد +به قبلي طرف‌تر طرف‌تر +به قبلي صرفه‌تر صرفه‌تر +به قبلي شكنان شكنان +به قبلي شكوه‌تر شكوه‌تر +به قبلي شكني شكني +به قبلي كن‌ها كن‌ها +به قبلي كنندگاني كنندگاني +به قبلي كوپترها كوپترها +به قبلي كوپترهاي كوپترهاي +به قبلي كوپتري كوپتري +به قبلي كارگرفته كارگرفته +به قبلي كاران كاران +به قبلي كاراني كاراني +به قبلي كارافتادگي كارافتادگي +به قبلي كارترين كارترين +به قبلي كاررفته كاررفته +به قبلي قبول‌تر قبول‌تر +به قبلي قدرها قدرها +به قبلي عليه‌وآله عليه‌وآله +به قبلي عليه‌وآله‌وسلم عليه‌وآله‌وسلم +به قبلي عليهم‌اجمعين عليهم‌اجمعين +به قبلي عبارت‌ديگر عبارت‌ديگر +به قبلي عين‌حال عين‌حال +به قبلي غيراين‌صورت غيراين‌صورت +به قبلي فرماست فرماست +به قبلي فروشان فروشان +به قبلي فرساست فرساست +به قبلي فكني فكني diff --git a/Parsivar/resource/normalizer/Normalizer_WrongCompound.txt b/Parsivar/resource/normalizer/Normalizer_WrongCompound.txt new file mode 100644 index 0000000000000000000000000000000000000000..476b9646810137b4e072b2526313806111f8b499 --- /dev/null +++ b/Parsivar/resource/normalizer/Normalizer_WrongCompound.txt @@ -0,0 +1,2832 @@ +آب انبار آب‌انبار +آب باران آب‌باران +آب به آب آب‌به‌آب +آب بها آب‌بها +آب پاش آب‌پاش +آب پز آب‌پز +آب تره آب‌تره +آب جو آبجو +آب خور آبخور +آب خوست آبخوست +آب دار خانه آبدارخانه +آب دزدك آبدزدك +آب دستان آبدستان +آب دوغ آبدوغ +آب دوغ خيار آبدوغ‌خيار +آب ديده آبديده +آب رفت آبرفت +آب رنگ آبرنگ +آب رو آبرو +آب ريز آبريز +آب زيپو آب‌زيپو +آب زير كاه آب‌زيركاه +آب زيركاه آب‌زيركاه +آب سرد كن آبسردكن +آب سردكن آبسردكن +آب سفيد آب‌سفيد +آب سياه آب‌سياه +آب شش آبشش +آب طلا آب‌طلا +آب غوره آبغوره +آب گرم كن آبگرمكن +آب گرمكن آبگرمكن +آب گز آبگز +آب ليمو آب‌ليمو +آب مرواريد آب‌مرواريد +آب نبات آب‌نبات +آب‌جو آبجو +آب‌خور آبخور +آب‌خوست آبخوست +آب‌دار‌خانه آبدارخانه +آب‌دزدك آبدزدك +آب‌دستان آبدستان +آب‌دوغ آبدوغ +آب‌دوغ‌خيار آبدوغ‌خيار +آب‌ديده آبديده +آب‌رفت آبرفت +آب‌رنگ آبرنگ +آب‌رو آبرو +آب‌ريز آبريز +آب‌زير‌كاه آب‌زيركاه +آب‌سرد‌كن آبسردكن +آب‌شش آبشش +آب‌غوره آبغوره +آب‌گرم‌كن آبگرمكن +آب‌گز آبگز +آبپاش آب‌پاش +آبپز آب‌پز +آبدار خانه آبدارخانه +آبدوغ خيار آبدوغ‌خيار +آبزيپو آب‌زيپو +آبسرد كن آبسردكن +آبسفيد آب‌سفيد +آبسياه آب‌سياه +آبش خور آبشخور +آبش‌خور آبشخور +آبگرم كن آبگرمكن +آبليمو آب‌ليمو +آبمرواريد آب‌مرواريد +آبنبات آب‌نبات +آتش بس آتش‌بس +آتش پاره آتشپاره +آتش خوار آتش‌خوار +آتش زنه آتشزنه +آتش فشان آتش‌فشان +آتش گردان آتش‌گردان +آتش‌پاره آتشپاره +آتش‌زنه آتشزنه +آتشبس آتش‌بس +آتشخوار آتش‌خوار +آتشفشان آتش‌فشان +آتشگردان آتش‌گردان +آخر الامر آخرالامر +آخر الزمان آخرالزمان +آخر الزماني آخرالزماني +آدمي زاد آدميزاد +آدمي‌زاد آدميزاد +آرام پز آرام‌پز +آرامپز آرام‌پز +آسمان خراش آسمان‌خراش +آسمان غره آسمان‌غره +آسمانخراش آسمان‌خراش +آسمانغره آسمان‌غره +آسيمه سر آسيمه‌سر +آفتاب رو آفتاب‌رو +آفتاب گردان آفتاب‌گردان +آفتاب گير آفتاب‌گير +آفتاب مهتاب آفتاب‌مهتاب +آفتابرو آفتاب‌رو +آفتابگردان آفتاب‌گردان +آفتابگير آفتاب‌گير +آل عمران آل‌عمران +آلرژي زا آلرژي‌زا +آمفي تئاتر آمفي‌تئاتر +آيت ‌الله آيت‌الله +آيت الله العظمي آيت‌الله‌العظمي +آيت اللهي آيت‌اللهي +آيت‌الله العظمي آيت‌الله‌العظمي +آيه الله آيه‌الله +ابا الفضل اباالفضل +ابا عبد الله اباعبدالله +اباعبد الله اباعبدالله +ابو الاعلي ابوالاعلي +ابو البركات ابوالبركات +ابو البشر ابوالبشر +ابو الحسن ابوالحسن +ابو الحسني ابوالحسني +ابو الخير ابوالخير +ابو العباس ابوالعباس +ابو العلاء ابوالعلاء +ابو العينين ابوالعينين +ابو الفتح ابوالفتح +ابو الفتحي ابوالفتحي +ابو الفتوح ابوالفتوح +ابو الفرج ابوالفرج +ابو الفضل ابوالفضل +ابو الفضلي ابوالفضلي +ابو الفوارس ابوالفوارس +ابو القاسم ابوالقاسم +ابو القاسمي ابوالقاسمي +ابو المعالي ابوالمعالي +ابو الهول ابوالهول +ابو الوفا ابوالوفا +ابو عبد الله ابوعبدالله +ابوعبد الله ابوعبدالله +ابي ‌الحديد ابي‌الحديد +ابي ‌الصلاح ابي‌الصلاح +ابي ‌القاسم ابي‌القاسم +ابي‌ عبد الله ابي‌عبدالله +ابي‌عبد الله ابي‌عبدالله +اتقوا الله اتقواالله +اثني عشر اثني‌عشر +احوال پرسي احوالپرسي +احوال‌پرسي احوالپرسي +اخوان المسلمين اخوان‌المسلمين +اخير الذكر اخيرالذكر +اساطير الاولين اساطيرالاولين +استغفر الله استغفرالله +استقلال طلب استقلال‌طلب +استقلال طلبان استقلال‌طلبان +استقلال طلبانه استقلال‌طلبانه +استقلال طلبي استقلال‌طلبي +اسد الله اسدالله +اسد اللهي اسداللهي +اسرار التوحيد اسرارالتوحيد +اشتغال زا اشتغال‌زا +اشتغال زايي اشتغال‌زايي +اشرف الدين اشرف‌الدين +اشرف السلطنه اشرف‌السلطنه +اعتضاد السلطنه اعتضادالسلطنه +اعتماد الدوله اعتمادالدوله +اعتماد السلطنه اعتمادالسلطنه +افضل الدين افضل‌الدين +الا الله الاالله +التماس آميز التماس‌آميز +الحمد الله الحمدالله +الحمد لله الحمدلله +الرحم الرحمين الرحم‌الرحمين +السلام عليك السلام‌عليك +الشرق الاوسط الشرق‌الاوسط +الله اكبر الله‌اكبر +الهام بخش الهام‌بخش +الهام گيري الهام‌گيري +امر الله امرالله +امر اللهي امراللهي +امير المؤمنين اميرالمؤمنين +امين الدين امين‌الدين +امين السلطنه امين‌السلطنه +امين الملك امين‌الملك +امين‌ الدوله امين‌الدوله +إن شاءالله ان‌شاءالله +إن شاء الله ان‌شاءالله +إن‌شاء الله ان‌شاءالله +إن شاءلله ان‌شاءالله +إن شاء لله ان‌شاءالله +إن‌شاء لله ان‌شاءالله +إن شاالله ان‌شاءالله +إن شا الله ان‌شاءالله +إن‌شا الله ان‌شاءالله +إن شالله ان‌شاءالله +إن شا لله ان‌شاءالله +إن‌شا لله ان‌شاءالله +إن شاءاله ان‌شاءالله +إن شاء اله ان‌شاءالله +إن‌شاء اله ان‌شاءالله +إن شاءله ان‌شاءالله +إن شاء له ان‌شاءالله +إن‌شاء له ان‌شاءالله +إن شااله ان‌شاءالله +إن شا اله ان‌شاءالله +إن‌شا اله ان‌شاءالله +إن شاله ان‌شاءالله +إن شا له ان‌شاءالله +إن‌شا له ان‌شاءالله +ان شاءالله ان‌شاءالله +ان شاء الله ان‌شاءالله +ان‌شاء الله ان‌شاءالله +ان شاءلله ان‌شاءالله +ان شاء لله ان‌شاءالله +ان‌شاء لله ان‌شاءالله +ان شاالله ان‌شاءالله +ان شا الله ان‌شاءالله +ان‌شا الله ان‌شاءالله +ان شالله ان‌شاءالله +ان شا لله ان‌شاءالله +ان‌شا لله ان‌شاءالله +ان شاءاله ان‌شاءالله +ان شاء اله ان‌شاءالله +ان‌شاء اله ان‌شاءالله +ان شاءله ان‌شاءالله +ان شاء له ان‌شاءالله +ان‌شاء له ان‌شاءالله +ان شااله ان‌شاءالله +ان شا اله ان‌شاءالله +ان‌شا اله ان‌شاءالله +ان شاله ان‌شاءالله +ان شا له ان‌شاءالله +ان‌شا له ان‌شاءالله +إنشاء الله ان‌شاءالله +إنشاء لله ان‌شاءالله +إنشا الله ان‌شاءالله +إنشا لله ان‌شاءالله +إنشاء اله ان‌شاءالله +إنشاء له ان‌شاءالله +إنشا اله ان‌شاءالله +إنشا له ان‌شاءالله +انشاء الله ان‌شاءالله +انشاء لله ان‌شاءالله +انشا الله ان‌شاءالله +انشا لله ان‌شاءالله +انشاء اله ان‌شاءالله +انشاء له ان‌شاءالله +انشا اله ان‌شاءالله +انشا له ان‌شاءالله +انا الحق اناالحق +انيس الدوله انيس‌الدوله +اور كت اوركت +اور‌كت اوركت +اولو العزم اولوالعزم +اولي الامر اولي‌الامر +اولياء الله اولياءالله +بارك الله بارك‌الله +باري تعالي باري‌تعالي +باقر العلوم باقرالعلوم +بحر العلوم بحرالعلوم +بحر العلومي بحرالعلومي +بحر الميت بحرالميت +بحمد الله بحمدالله +بخور بخور بخوربخور +بخور‌بخور بخوربخور +بد قدم بدقدم +بد نفس بدنفس +بد‌قدم بدقدم +بد‌نفس بدنفس +بدر الدين بدرالدين +بدر الزمان بدرالزمان +برهان الدين برهان‌الدين +بزرگ سال بزرگسال +بزرگ‌سال بزرگسال +بزن بزن بزن‌بزن +بزن بهادر بزن‌بهادر +بزن و بكوب بزن‌و‌بكوب +بزن وبكوب بزن‌و‌بكوب +بسم الله بسم‌الله +بسم الله الرحمن الرحيم بسم‌الله‌الرحمن‌الرحيم +بسم الله الرحمن‌الرحيم بسم‌الله‌الرحمن‌الرحيم +بسم الله‌الرحمن الرحيم بسم‌الله‌الرحمن‌الرحيم +بسم الله‌الرحمن‌الرحيم بسم‌الله‌الرحمن‌الرحيم +بسم‌الله الرحمن الرحيم بسم‌الله‌الرحمن‌الرحيم +بسم‌الله الرحمن‌الرحيم بسم‌الله‌الرحمن‌الرحيم +بسم‌الله‌الرحمن الرحيم بسم‌الله‌الرحمن‌الرحيم +بسمه تعالي بسمه‌تعالي +بصل النخاع بصل‌النخاع +بقية الله بقيةالله +بك تاش بكتاش +بك‌تاش بكتاش +بله بران بله‌بران +بمب افكن بمب‌افكن +بن بست بن‌بست +بنا گوش بناگوش +بنا‌گوش بناگوش +بند پايان بندپايان +بند و بست بندوبست +بند وبست بندوبست +بند‌پايان بندپايان +بند‌و‌بست بندوبست +بندو بست بندوبست +به الاجبار بالاجبار +به الاخره بالاخره +به الاخص بالاخص +به الايمان بالايمان +به البينات بالبينات +به الجمله بالجمله +به الجور بالجور +به الحق بالحق +به الخصوص بالخصوص +به السويه بالسويه +به السيف بالسيف +به الصبر بالصبر +به الصراحه بالصراحه +به الضروره بالضروره +به الطبع بالطبع +به العباد بالعباد +به العدل بالعدل +به العقود بالعقود +به العكس بالعكس +به الفطره بالفطره +به الفعل بالفعل +به الفعلي بالفعلي +به الفور بالفور +به القسط بالقسط +به القوة بالقوة +به القوه بالقوه +به القوه‌اي بالقوه‌اي +به الكتاب بالكتاب +به الله بالله +به المآل بالمآل +به المؤمنين بالمؤمنين +به المره بالمره +به المعروف بالمعروف +به النتيجه بالنتيجه +به النسبه بالنسبه +به الهدي بالهدي +به داشت بهداشت +به دانه به‌دانه +به نام بنام +به‌الاجبار بالاجبار +به‌الاخره بالاخره +به‌الاخص بالاخص +به‌الايمان بالايمان +به‌البينات بالبينات +به‌الجمله بالجمله +به‌الجور بالجور +به‌الحق بالحق +به‌الخصوص بالخصوص +به‌السويه بالسويه +به‌السيف بالسيف +به‌الصبر بالصبر +به‌الصراحه بالصراحه +به‌الضروره بالضروره +به‌الطبع بالطبع +به‌العباد بالعباد +به‌العدل بالعدل +به‌العقود بالعقود +به‌العكس بالعكس +به‌الفطره بالفطره +به‌الفعل بالفعل +به‌الفعلي بالفعلي +به‌الفور بالفور +به‌القسط بالقسط +به‌القوة بالقوة +به‌القوه بالقوه +به‌القوه‌اي بالقوه‌اي +به‌الكتاب بالكتاب +به‌الله بالله +به‌المآل بالمآل +به‌المؤمنين بالمؤمنين +به‌المره بالمره +به‌المعروف بالمعروف +به‌النتيجه بالنتيجه +به‌النسبه بالنسبه +به‌الهدي بالهدي +به‌داشت بهداشت +بهاء الدين بهاءالدين +بهار نارنج بهارنارنج +بهار‌نارنج بهارنارنج +بهدانه به‌دانه +بو تيمار بوتيمار +بو مادران بومادران +بو‌تيمار بوتيمار +بو‌مادران بومادران +بي بالان بي‌بالان +بي جا بيجا +بي چشم و رو بي‌چشم‌و‌رو +بي چشم ورو بي‌چشم‌و‌رو +بي حساب بي‌حساب +بي خود بي‌خود +بي داد بيداد +بي دست و پا بي‌دست‌و‌پا +بي دست وپا بي‌دست‌و‌پا +بي دل بيدل +بي راه بيراه +بي رگ بي‌رگ +بي سر و پا بي‌سروپا +بي سر وپا بي‌سروپا +بي سروپا بي‌سروپا +بي سواد بي‌سواد +بي سيم بي‌سيم +بي طرف بي‌طرف +بي عار بيعار +بي كار بيكار +بي كران بي‌كران +بي نشان بي‌نشان +بي نماز بي‌نماز +بي نمك بي‌نمك +بي نوا بينوا +بي همال بي‌همال +بي همتا بي‌همتا +بي هوش بيهوش +بي‌داد بيداد +بي‌دل بيدل +بي‌راه بيراه +بي‌سر‌و‌پا بي‌سروپا +بي‌كار بيكار +بي‌نوا بينوا +بي‌هوش بيهوش +بيبالان بي‌بالان +بيت الله بيت‌الله +بيت المال بيت‌المال +بيت المقدس بيت‌المقدس +بيچشم و رو بي‌چشم‌و‌رو +بيچشم ورو بي‌چشم‌و‌رو +بيحساب بي‌حساب +بيدست و پا بي‌دست‌و‌پا +بيدست وپا بي‌دست‌و‌پا +بيرگ بي‌رگ +بيسر وپا بي‌سروپا +بيسرو پا بي‌سروپا +بيسروپا بي‌سروپا +بيسيم بي‌سيم +بيكران بي‌كران +بين الاذهاني بين‌الاذهاني +بين الدولي بين‌الدولي +بين المجالس بين‌المجالس +بين الملل بين‌الملل +بين المللي بين‌المللي +بين النهرين بين‌النهرين +بينا بين بينابين +بينشان بي‌نشان +بينماز بي‌نماز +بينمك بي‌نمك +بيهمال بي‌همال +بيهمتا بي‌همتا +پا افزا پاافزا +پا بر جا پابرجا +پا بر سران پابرسران +پا برجا پابرجا +پا برسران پابرسران +پا به ماه پا‌به‌ماه +پا به‌ماه پا‌به‌ماه +پا پتي پاپتي +پا پوش پاپوش +پا تختي پاتختي +پا چين پاچين +پا در هوا پادرهوا +پا درختي پادرختي +پا درهوا پادرهوا +پا دو پادو +پا شويه پاشويه +پا نويس پانويس +پا ياب پاياب +پا‌افزا پاافزا +پا‌بر‌جا پابرجا +پا‌بر‌سران پابرسران +پا‌پتي پاپتي +پا‌پوش پاپوش +پا‌تختي پاتختي +پا‌چين پاچين +پا‌در‌هوا پادرهوا +پا‌درختي پادرختي +پا‌دو پادو +پا‌شويه پاشويه +پا‌نويس پانويس +پا‌ياب پاياب +پابر جا پابرجا +پابر سران پابرسران +پابه ماه پا‌به‌ماه +پابه‌ماه پا‌به‌ماه +پاتو بيو لوژي پاتوبيولوژي +پاتو لوژي پاتولوژي +پاد زي پادزي +پاد‌زي پادزي +پادر هوا پادرهوا +پار دم پاردم +پار سنگ پارسنگ +پار‌دم پاردم +پار‌سنگ پارسنگ +پاس دار پاسدار +پاس‌دار پاسدار +پاشنه كش پاشنه‌كش +پاك باز پاك‌باز +پاك دامن پاك‌دامن +پاك دل پاك‌دل +پاك سرشت پاك‌سرشت +پاك نهاد پاك‌نهاد +پاك نويس پاك‌نويس +پاكباز پاك‌باز +پاكدامن پاك‌دامن +پاكدل پاك‌دل +پاكسرشت پاك‌سرشت +پاكنهاد پاك‌نهاد +پاكنويس پاك‌نويس +پاي بست پاي‌بست +پاي بند پايبند +پاي تخت پايتخت +پاي‌بند پايبند +پاي‌تخت پايتخت +پايا پاي پاياپاي +پايان نامه پايان‌نامه +پايبست پاي‌بست +پدر سگ پدرسگ +پدر سوخته پدرسوخته +پدر مرده پدرمرده +پدر‌سگ پدرسگ +پدر‌سوخته پدرسوخته +پدر‌مرده پدرمرده +پر پشت پرپشت +پر چانه پرچانه +پر دل پردل +پر رو پررو +پر مدعا پرمدعا +پر و پا قرص پروپاقرص +پر و پاقرص پروپاقرص +پر و پيمان پر‌و‌پيمان +پر وپا قرص پروپاقرص +پر وپيمان پر‌و‌پيمان +پر‌پشت پرپشت +پر‌چانه پرچانه +پر‌دل پردل +پر‌رو پررو +پر‌مدعا پرمدعا +پر‌و‌پا‌قرص پروپاقرص +پرتو بيني پرتوبيني +پرتو شناسي پرتوشناسي +پرتو‌بيني پرتوبيني +پرتو‌شناسي پرتوشناسي +پرده دار پرده‌دار +پرسش نامه پرسش‌نامه +پرسشنامه پرسش‌نامه +پرو پا قرص پروپاقرص +پرو پيمان پر‌و‌پيمان +پروپا قرص پروپاقرص +پروپيمان پر‌و‌پيمان +پري پيكر پري‌پيكر +پري چهر پري‌چهر +پري رو پري‌رو +پريپيكر پري‌پيكر +پريچهر پري‌چهر +پريرو پري‌رو +پزشك يار پزشكيار +پزشك‌يار پزشكيار +پس انداز پس‌انداز +پس اوند پساوند +پس تو پستو +پس‌تو پستو +پست خانه پستخانه +پشت بام پشت‌بام +پشت بلند پشت‌بلند +پشت پا پشت‌پا +پشت پرده پشت‌پرده +پشت دري پشت‌دري +پشت دستي پشت‌دستي +پشت سر پشت‌سر +پشت كار پشتكار +پشت گردن پشت‌گردن +پشت گردني پشت‌گردني +پشت گوش پشت‌گوش +پشت‌كار پشتكار +پشتبام پشت‌بام +پشتبلند پشت‌بلند +پشتپا پشت‌پا +پشتپرده پشت‌پرده +پشتدري پشت‌دري +پشتدستي پشت‌دستي +پشتسر پشت‌سر +پشتگردن پشت‌گردن +پشتگردني پشت‌گردني +پشتگوش پشت‌گوش +پلي تكنيك پلي‌تكنيك +پنبه دانه پنبه‌دانه +پنج شنبه پنجشنبه +پنج گاه پنج‌گاه +پنج‌شنبه پنجشنبه +پنجگاه پنج‌گاه +پوست كلفت پوست‌كلفت +پوستكلفت پوست‌كلفت +پياده رو پياده‌رو +پيچ گوشتي پيچ‌گوشتي +پيچگوشتي پيچ‌گوشتي +پيدا زادان پيدازادان +پيدا‌زادان پيدازادان +پيش اب پيشاب +پيش اب راه پيشاب‌راه +پيش ابراه پيشاب‌راه +پيش امد پيشامد +پيش اهنگ پيشاهنگ +پيش بند پيش‌بند +پيش بها پيش‌بها +پيش پرداخت پيش‌پرداخت +پيش خدمت پيشخدمت +پيش خوان پيشخوان +پيش فنگ پيش‌فنگ +پيش قدم پيش‌قدم +پيش قراول پيش‌قراول +پيش قسط پيش‌قسط +پيش كسوت پيش‌كسوت +پيش مرگ پيش‌مرگ +پيش نماز پيش‌نماز +پيش نهاد پيشنهاد +پيش نويس پيش‌نويس +پيش‌اب پيشاب +پيش‌اب‌راه پيشاب‌راه +پيش‌امد پيشامد +پيش‌اهنگ پيشاهنگ +پيش‌خدمت پيشخدمت +پيش‌خوان پيشخوان +پيش‌نهاد پيشنهاد +پيشاب راه پيشاب‌راه +پيشابراه پيشاب‌راه +پيشبند پيش‌بند +پيشبها پيش‌بها +پيشپرداخت پيش‌پرداخت +پيشفنگ پيش‌فنگ +پيشقدم پيش‌قدم +پيشكسوت پيش‌كسوت +پيشمرگ پيش‌مرگ +پيشنماز پيش‌نماز +پيشنويس پيش‌نويس +پيل بان پيلبان +پيل‌بان پيلبان +پيه سوز پيه‌سوز +تاج الدين تاج‌الدين +تاج خروس تاج‌خروس +تاجخروس تاج‌خروس +تار آوا تارآوا +تار تن تارتن +تار و پود تاروپود +تار وپود تاروپود +تار‌آوا تارآوا +تار‌تن تارتن +تار‌و‌پود تاروپود +تارو پود تاروپود +تاريك خانه تاريك‌خانه +تاريكخانه تاريك‌خانه +تاژك داران تاژك‌داران +تاژكداران تاژك‌داران +تاق ديس تاقديس +تاق‌ديس تاقديس +تام الاختيار تام‌الاختيار +تب خال تب‌خال +تبخال تب‌خال +تبر زين تبرزين +تبر‌زين تبرزين +تحت الشعاع تحت‌الشعاع +تحت اللفظي تحت‌اللفظي +تحرير الوسيله تحريرالوسيله +تحف العقول تحف‌العقول +تخته بند تخته‌بند +تخم مرغ تخم‌مرغ +تر تيزك ترتيزك +تر‌تيزك ترتيزك +تراز نامه ترازنامه +تراز‌نامه ترازنامه +ترجيع بند ترجيع‌بند +تركيب بند تركيب‌بند +تره بار تره‌بار +تقي الدين تقي‌الدين +تك لپه تك‌لپه +تك واژ تكواژ +تك ياخته تك‌ياخته +تك‌واژ تكواژ +تكياخته تك‌ياخته +تلفن گرام تلفن‌گرام +تلفنگرام تلفن‌گرام +تله پاتي تله‌پاتي +تله تايپ تله‌تايپ +تله فاكس تله‌فاكس +تله كابين تله‌كابين +تلو تلو تلوتلو +تلو‌تلو تلوتلو +تمام رخ تمام‌رخ +تمامرخ تمام‌رخ +تن پوش تن‌پوش +تن خواه تنخواه +تن دوست تن‌دوست +تن ديس تنديس +تن‌خواه تنخواه +تن‌ديس تنديس +تنپوش تن‌پوش +تند باد تندباد +تند خو تندخو +تند‌باد تندباد +تند‌خو تندخو +تندوست تن‌دوست +تنگ چشم تنگ‌چشم +تنگ دست تنگ‌دست +تنگ دل تنگدل +تنگ‌دل تنگدل +تنگا تنگ تنگاتنگ +تنگچشم تنگ‌چشم +تنگدست تنگ‌دست +ته تغاري ته‌تغاري +ته چين ته‌چين +ته ديگ ته‌ديگ +ته ريش ته‌ريش +ته نشين ته‌نشين +تهي دست تهيدست +تهي‌دست تهيدست +تير آهن تيرآهن +تير بار تيربار +تير باران تيرباران +تير رس تيررس +تير كمان تيركمان +تير‌آهن تيرآهن +تير‌بار تيربار +تير‌باران تيرباران +تير‌رس تيررس +تير‌كمان تيركمان +تيز آب تيزاب +تيز‌آب تيزاب +ثار الله ثارالله +ثامن الائمه ثامن‌الائمه +ثقة الاسلام ثقةالاسلام +جا رختي جارختي +جا رو جارو +جا نماز جانماز +جا‌رختي جارختي +جا‌نماز جانماز +جابر بن جابربن +جابر بن‌ حيان جابربن‌حيان +جابر بن‌ عبد الله جابربن‌عبدالله +جابر بن‌ عبدالله جابربن‌عبدالله +جابر بن‌حيان جابربن‌حيان +جابر بن‌عبد الله جابربن‌عبدالله +جابر بن‌عبدالله جابربن‌عبدالله +جابربن‌ حيان جابربن‌حيان +جابربن‌ عبد الله جابربن‌عبدالله +جابربن‌ عبدالله جابربن‌عبدالله +جابربن‌عبد الله جابربن‌عبدالله +جاده صاف كن جاده‌صاف‌كن +جاده صاف‌كن جاده‌صاف‌كن +جاده صافكن جاده‌صاف‌كن +جاده‌صاف كن جاده‌صاف‌كن +جامع الشرايط جامع‌الشرايط +جامعه شناس جامعه‌شناس +جان پناه جان‌پناه +جان دارو جان‌دارو +جان سخت جان‌سخت +جانپناه جان‌پناه +جاندارو جان‌دارو +جانسخت جان‌سخت +جبل الطارق جبل‌الطارق +جدا گلبرگ جداگلبرگ +جدا‌گلبرگ جداگلبرگ +جديد الاحداث جديدالاحداث +جديد التأسيس جديدالتأسيس +جديد التأليف جديدالتأليف +جفا پيشه جفاپيشه +جفا كش جفاكش +جفا‌پيشه جفاپيشه +جفا‌كش جفاكش +جگر سفيد جگرسفيد +جگر گوشه جگرگوشه +جگر‌سفيد جگرسفيد +جگر‌گوشه جگرگوشه +جلال الدين جلال‌الدين +جلو خان جلوخان +جلو دار جلودار +جلو‌خان جلوخان +جلو‌دار جلودار +جمادي الاخر جمادي‌الاخر +جمادي الثاني جمادي‌الثاني +جمال الدين جمال‌الدين +جهان ديده جهان‌ديده +جهان وطني جهان‌وطني +جهانديده جهان‌ديده +جهانوطني جهان‌وطني +جوال دوز جوال‌دوز +جوالدوز جوال‌دوز +جوان بخت جوان‌بخت +جوان مرد جوانمرد +جوان مرگ جوان‌مرگ +جوان‌مرد جوانمرد +جوانبخت جوان‌بخت +جوانمرگ جوان‌مرگ +جوجه تيغي جوجه‌تيغي +جوش شيرين جوش‌شيرين +چاپ خانه چاپخانه +چاپ‌خانه چاپخانه +چار قد چارقد +چار‌قد چارقد +چپ گرا چپ‌گرا +چپ نما چپ‌نما +چپگرا چپ‌گرا +چپنما چپ‌نما +چرب زبان چرب‌زبان +چرب زباني چرب‌زباني +چربزبان چرب‌زبان +چربزباني چرب‌زباني +چرخ ريسك چرخ‌ريسك +چرخريسك چرخ‌ريسك +چرك نويس چرك‌نويس +چركنويس چرك‌نويس +چشم بلبلي چشم‌بلبلي +چشم تنگ چشم‌تنگ +چشم خانه چشم‌خانه +چشم روشني چشم‌روشني +چشم زخم چشم‌زخم +چشم زهره چشم‌زهره +چشم سفيد چشم‌سفيد +چشم شور چشم‌شور +چشم غره چشم‌غره +چشم ينام چشم‌ينام +چشمتنگ چشم‌تنگ +چشمخانه چشم‌خانه +چشمروشني چشم‌روشني +چشمزخم چشم‌زخم +چشمزهره چشم‌زهره +چشمسفيد چشم‌سفيد +چشمشور چشم‌شور +چشمغره چشم‌غره +چشمينام چشم‌ينام +چلو كباب چلوكباب +چلو كبابي چلوكبابي +چلو‌كباب چلوكباب +چلو‌كبابي چلوكبابي +چمن آرا چمن‌آرا +چمنارا چمن‌آرا +چند بر چندبر +چند‌بر چندبر +چهار ديوار چهارديوار +چهار راه چهارراه +چهار زانو چهارزانو +چهار سوق چهارسوق +چهار شاق چهارشاق +چهار شانه چهارشانه +چهار شنبه چهارشنبه +چهار طاق چهارطاق +چهار گاه چهارگاه +چهار گل چهارگل +چهار گوش چهارگوش +چهار مضراب چهارمضراب +چهار ميخ چهارميخ +چهار نعل چهارنعل +چهار‌ديوار چهارديوار +چهار‌راه چهارراه +چهار‌زانو چهارزانو +چهار‌سوق چهارسوق +چهار‌شاق چهارشاق +چهار‌شانه چهارشانه +چهار‌شنبه چهارشنبه +چهار‌طاق چهارطاق +چهار‌گاه چهارگاه +چهار‌گل چهارگل +چهار‌گوش چهارگوش +چهار‌مضراب چهارمضراب +چهار‌ميخ چهارميخ +چهار‌نعل چهارنعل +چهل چراغ چهل‌چراغ +چهلچراغ چهل‌چراغ +چوب بست چوب‌بست +چوب پنبه چوب‌پنبه +چوب دست چوب‌دست +چوب رختي چوب‌رختي +چوبپنبه چوب‌پنبه +چوبدست چوب‌دست +چوبرختي چوب‌رختي +حاج حسيني حاج‌حسيني +حاجي بادام حاجي‌بادام +حاجي فيروز حاجي‌فيروز +حاجي لك لك حاجي‌لك‌لك +حاجي لكلك حاجي‌لك‌لك +حاجي‌لك لك حاجي‌لك‌لك +حبل الله حبل‌الله +حبيب الله حبيب‌الله +حتي الامكان حتي‌الامكان +حتي المقدور حتي‌المقدور +حجة الوداع حجةالوداع +حجت الاسلام حجت‌الاسلام +حجت الاسلام و المسلمين حجت‌الاسلام‌والمسلمين +حجت الاسلام والمسلمين حجت‌الاسلام‌والمسلمين +حجت الاسلام‌و المسلمين حجت‌الاسلام‌والمسلمين +حجت الاسلام‌والمسلمين حجت‌الاسلام‌والمسلمين +حجت الله حجت‌الله +حجت‌الاسلام و المسلمين حجت‌الاسلام‌والمسلمين +حجت‌الاسلام والمسلمين حجت‌الاسلام‌والمسلمين +حجت‌الاسلام‌و المسلمين حجت‌الاسلام‌والمسلمين +حجر الأسود حجرالأسود +حجر بن عدي حجربن‌عدي +حجر بن‌عدي حجربن‌عدي +حجربن عدي حجربن‌عدي +حرام زاده حرام‌زاده +حرامزاده حرام‌زاده +حرم سرا حرم‌سرا +حرمسرا حرم‌سرا +حزب الله حزب‌الله +حزب اللهي حزب‌اللهي +حسام الدين حسام‌الدين +حشره خواران حشره‌خواران +حشمت الله حشمت‌الله +حق الامتياز حق‌الامتياز +حق التدريس حق‌التدريس +حق الثبت حق‌الثبت +حق الزحمه حق‌الزحمه +حق العمل حق‌العمل +حق الله حق‌الله +حق الناس حق‌الناس +حكم الله حكم‌الله +حكيم الممالك حكيم‌الممالك +حلال زاده حلال‌زاده +حلالزاده حلال‌زاده +حمد الله حمدالله +حور العين حورالعين +حور‌العين حورالعين +خاتم الانبيا خاتم‌الانبيا +خار بن خاربن +خار پشت خارپشت +خار پوست خارپوست +خار خسك خارخسك +خار شتر خارشتر +خار‌بن خاربن +خار‌پشت خارپشت +خار‌پوست خارپوست +خار‌خسك خارخسك +خار‌شتر خارشتر +خارق العاده خارق‌العاده +خارق العاده‌اي خارق‌العاده‌اي +خاطر جمع خاطرجمع +خاطر نشان خاطرنشان +خاطر‌جمع خاطرجمع +خاطر‌نشان خاطرنشان +خاك انداز خاك‌انداز +خاك بر سر خاك‌برسر +خاك تو سر خاك‌توسر +خاك توسر خاك‌توسر +خاك رو به خاك‌رو‌به +خاك روبه خاك‌رو‌به +خاكبرسر خاك‌برسر +خاكتوسر خاك‌توسر +خاكروبه خاك‌رو‌به +خال دار خال‌دار +خالد بن وليد خالدبن‌وليد +خالد بن‌وليد خالدبن‌وليد +خالدار خال‌دار +خالدبن وليد خالدبن‌وليد +خانه بر انداز خانه‌برانداز +خانه برانداز خانه‌برانداز +خانه به دوش خانه‌به‌دوش +خانه به‌دوش خانه‌به‌دوش +خانه خدا خانه‌خدا +خانه دار خانه‌دار +خانه شاگرد خانه‌شاگرد +خانه مان خانمان +خبر نگار خبرنگار +خبر‌نگار خبرنگار +ختنه سوران ختنه‌سوران +خدا بيامرز خدابيامرز +خدا‌بيامرز خدابيامرز +خر پا خرپا +خر پول خرپول +خر تو خر خرتوخر +خر چال خرچال +خر چنگ خرچنگ +خر خاكي خرخاكي +خر زهره خرزهره +خر گوش خرگوش +خر مگس خرمگس +خر مهره خرمهره +خر‌پا خرپا +خر‌پول خرپول +خر‌تو‌خر خرتوخر +خر‌چال خرچال +خر‌چنگ خرچنگ +خر‌خاكي خرخاكي +خر‌زهره خرزهره +خر‌گوش خرگوش +خر‌مگس خرمگس +خر‌مهره خرمهره +خراب آباد خراب‌آباد +خرت و پرت خرت‌و‌پرت +خرد سال خردسال +خرد‌سال خردسال +خرده ريز خرده‌ريز +خرده فرمايش خرده‌فرمايش +خرده مالك خرده‌مالك +خلق الله خلق‌الله +خليفة الله خليفةالله +خم خانه خمخانه +خم‌خانه خمخانه +خمير مايه خميرمايه +خمير‌مايه خميرمايه +خواب آور خواب‌آور +خوار و بار خواروبار +خوار‌و‌بار خواروبار +خود راي خودرأي +خود سر خودسر +خود كار خودكار +خود كامه خودكامه +خود مختار خودمختار +خود مدار خودمدار +خود نويس خودنويس +خود‌راي خودرأي +خود‌سر خودسر +خود‌كار خودكار +خود‌كامه خودكامه +خود‌مختار خودمختار +خود‌مدار خودمدار +خود‌نويس خودنويس +خودراي خودرأي +خوش اخلاق خوش‌اخلاق +خوش بخت خوشبخت +خوش بو خوشبو +خوش بوي خوشبوي +خوش حال خوشحال +خوش خو خوش‌خو +خوش خوي خوش‌خوي +خوش رو خوش‌رو +خوش روي خوش‌روي +خوش گل خوشگل +خوش مزه خوشمزه +خوش‌‌حال خوشحال +خوش‌بخت خوشبخت +خوش‌بو خوشبو +خوش‌بوي خوشبوي +خوش‌گل خوشگل +خوش‌مزه خوشمزه +خوشخو خوش‌خو +خوشخوي خوش‌خوي +خوشرو خوش‌رو +خوشروي خوش‌روي +خون آبه خونابه +خون آشام خون‌آشام +خون بها خون‌بها +خون سرد خونسرد +خون گرم خونگرم +خون‌آبه خونابه +خون‌سرد خونسرد +خون‌گرم خونگرم +خوناشام خون‌آشام +خونبها خون‌بها +خير الله خيرالله +خيره سر خيره‌سر +خيمه شب بازي خيمه‌شب‌بازي +دائرة المعارف دائرةالمعارف +دائره المعارف دائره‌المعارف +داد يار داديار +داد‌يار داديار +دار الأماره دارالأماره +دار الاحياء دارالاحياء +دار الاسلام دارالاسلام +دار التقريب دارالتقريب +دار الحكومه دارالحكومه +دار الخلافه دارالخلافه +دار السلام دارالسلام +دار الشفا دارالشفا +دار الشفاي دارالشفاي +دار العلم دارالعلم +دار الفنون دارالفنون +دار القرآن دارالقرآن +دار الكتب دارالكتب +دار المعارف دارالمعارف +دار المعلمين دارالمعلمين +دار الندوه دارالندوه +دار الهجره دارالهجره +دار بست داربست +دار كوب داركوب +دار‌بست داربست +دار‌كوب داركوب +دارو خانه داروخانه +دارو ساز داروساز +دارو‌خانه داروخانه +دارو‌ساز داروساز +داغ سر داغ‌سر +داغسر داغ‌سر +دام پزشك دام‌پزشك +دام يار داميار +دام‌يار داميار +دامپزشك دام‌پزشك +دانش سرا دانشسرا +دانش‌سرا دانشسرا +دايرة المعارف‌ها دايرةالمعارف‌ها +دايره المعارف دايره‌المعارف +در آمد درآمد +در بار دربار +در به در دربدر +در دانه دردانه +در كل دركل +در گير درگير +در هم درهم +در‌آمد درآمد +در‌بار دربار +در‌به‌در دربدر +در‌گير درگير +در‌هم درهم +درجه دار درجه‌دار +درر الكلم دررالكلم +درشت ني درشت‌ني +دريا دل دريادل +دريا سالار درياسالار +دريا‌دل دريادل +دريا‌سالار درياسالار +دست آويز دستاويز +دست افزار دست‌افزار +دست انداز دست‌انداز +دست بند دستبند +دست تنگ دست‌تنگ +دست تنها دست‌تنها +دست چين دست‌چين +دست خوش دستخوش +دست رنج دسترنج +دست كش دستكش +دست گيره دستگيره +دست مال دستمال +دست مايه دست‌مايه +دست مزد دستمزد +دست موزه دست‌موزه +دست نماز دست‌نماز +دست نويس دست‌نويس +دست‌آويز دستاويز +دست‌بند دستبند +دست‌خوش دستخوش +دست‌رنج دسترنج +دست‌كش دستكش +دست‌گيره دستگيره +دست‌مال دستمال +دست‌مزد دستمزد +دستافزار دست‌افزار +دستانداز دست‌انداز +دستتتنها دست‌تنها +دستتنگ دست‌تنگ +دستچين دست‌چين +دستمايه دست‌مايه +دستنماز دست‌نماز +دستنويس دست‌نويس +دستور العمل دستورالعمل +دستور العمل ها دستورالعمل‌ها +دستور العمل هاي دستورالعمل‌هاي +دستور العمل هايي دستورالعمل‌هايي +دستور العمل‌ها دستورالعمل‌ها +دستور العمل‌هاي دستورالعمل‌هاي +دستور العمل‌هايي دستورالعمل‌هايي +دستور العملي دستورالعملي +دستورالعمل ها دستورالعمل‌ها +دستورالعمل هاي دستورالعمل‌هاي +دستورالعمل هايي دستورالعمل‌هايي +دل آرام دلارام +دل آزرده دل‌آزرده +دل آكنده دل‌آكنده +دل آور دلاور +دل افگار دل‌افگار +دل باخته دل‌باخته +دل باز دلباز +دل بند دلبند +دل پيچه دل‌پيچه +دل تنگ دلتنگ +دل چركين دل‌چركين +دل خسته دل‌خسته +دل خواه دلخواه +دل خور دلخور +دل خوش دلخوش +دل دار دلدار +دل درد دل‌درد +دل رحم دل‌رحم +دل زنده دل‌زنده +دل سرد دلسرد +دل سياه دل‌سياه +دل شاد دلشاد +دل گرم دلگرم +دل مرده دل‌مرده +دل نهاد دل‌نهاد +دل وا پس دلواپس +دل‌آرام دلارام +دل‌آور دلاور +دل‌باز دلباز +دل‌بند دلبند +دل‌تنگ دلتنگ +دل‌خواه دلخواه +دل‌خور دلخور +دل‌خوش دلخوش +دل‌دار دلدار +دل‌سرد دلسرد +دل‌شاد دلشاد +دل‌گرم دلگرم +دل‌وا‌پس دلواپس +دل‌واپس دلواپس +دلباخته دل‌باخته +دلپيچه دل‌پيچه +دلچركين دل‌چركين +دلخسته دل‌خسته +دلدرد دل‌درد +دلرحم دل‌رحم +دلزنده دل‌زنده +دلسياه دل‌سياه +دلمرده دل‌مرده +دلنهاد دل‌نهاد +دم اسب دم‌اسب +دم اسبيان دم‌اسبيان +دم برگ دمبرگ +دم پايي دمپايي +دم پختك دم‌پختك +دم كني دم‌كني +دم‌برگ دمبرگ +دم‌پايي دمپايي +دماغ سوخته دماغ‌سوخته +دمپختك دم‌پختك +دمكني دم‌كني +دندان پزشك دندان‌پزشك +دندان قروچه دندان‌قروچه +دندان گرد دندان‌گرد +دندانپزشك دندان‌پزشك +دنيا دوست دنيادوست +دنيا‌دوست دنيادوست +دهان بند دهان‌بند +دهان بين دهان‌بين +دهان دره دهان‌دره +دهانبند دهان‌بند +دهانبين دهان‌بين +دهاندره دهان‌دره +دو آتشه دوآتشه +دو اسبه دواسبه +دو چرخه دوچرخه +دو رگه دورگه +دو رو دورو +دو زيستان دوزيستان +دو قلو دوقلو +دو كفه ايها دوكفه‌ايها +دو كفه‌ايها دوكفه‌ايها +دو لا دولا +دو لپه دولپه +دو‌آتشه دوآتشه +دو‌اسبه دواسبه +دو‌چرخه دوچرخه +دو‌رگه دورگه +دو‌رو دورو +دو‌زيستان دوزيستان +دو‌قلو دوقلو +دو‌لا دولا +دو‌لپه دولپه +دور دست دوردست +دور نما دورنما +دور‌دست دوردست +دور‌نما دورنما +دوش آبه دوشابه +دوش‌آبه دوشابه +دوغ آب دوغاب +دوغ‌آب دوغاب +دوكفه ايها دوكفه‌ايها +ديرين شناس ديرين‌شناس +ديگر گون ديگرگون +ديگر‌گون ديگرگون +ذات الريه ذات‌الريه +ذبيح الله ذبيح‌الله +ذكاء الملك ذكاءالملك +ذكر الله ذكرالله +ذو الجلال ذوالجلال +ذو الجناح ذوالجناح +ذو الحق ذوالحق +ذو الفقار ذوالفقار +ذو الفقارنسب ذوالفقارنسب +ذو الفقاري ذوالفقاري +ذو الفنون ذوالفنون +ذو القدر ذوالقدر +ذو القرنين ذوالقرنين +ذو النور ذوالنور +ذو النون ذوالنون +ذي حجه ذي‌حجه +ذي قعده ذي‌قعده +ذيحجه ذي‌حجه +ذيقعده ذي‌قعده +رئيس الوزرا رئيس‌الوزرا +راديو اكتيو راديواكتيو +راديو تراپي راديوتراپي +راديو سكوپي راديوسكوپي +راديو گرافي راديوگرافي +راديو لوژي راديولوژي +راديو‌اكتيو راديواكتيو +راديو‌تراپي راديوتراپي +راديو‌گرافي راديوگرافي +راديو‌لوژي راديولوژي +راست بالان راست‌بالان +راست پنجگاه راست‌پنجگاه +راست روده راست‌روده +راست گرا راست‌گرا +راست مضراب راست‌مضراب +راستا حسيني راستاحسيني +راستا‌حسيني راستاحسيني +راستپنجگاه راست‌پنجگاه +راستروده راست‌روده +راستگرا راست‌گرا +راستمضراب راست‌مضراب +رام الله رام‌الله +راه آهن راه‌آهن +راه نمون راهنمون +راه‌نمون راهنمون +رب النوع رب‌النوع +ربيع الاول ربيع‌الاول +ربيع الثاني ربيع‌الثاني +رحمة الله رحمةالله +رحمت الله رحمت‌الله +رحمت الله عليه رحمت‌الله‌عليه +رحمت الله‌عليه رحمت‌الله‌عليه +رحمت‌الله عليه رحمت‌الله‌عليه +رحمه الله رحمه‌الله +رحمه الله عليه رحمه‌الله‌عليه +رحمه الله‌عليه رحمه‌الله‌عليه +رحمه‌الله‌ عليه رحمه‌الله‌عليه +رخت خواب رختخواب +رخت كن رختكن +رخت‌خواب رختخواب +رخت‌كن رختكن +رزم ناو رزم‌ناو +رزمناو رزم‌ناو +رستا خيز رستاخيز +رستا‌خيز رستاخيز +رسم الخط رسم‌الخط +رسول الله رسول‌الله +رشيد الدين رشيدالدين +رصد خانه رصدخانه +رصد‌خانه رصدخانه +رضايت نامه رضايت‌نامه +رضايتنامه رضايت‌نامه +رضوان الله تعالي عليه رضوان‌الله‌تعالي‌عليه +رضوان الله تعالي‌عليه رضوان‌الله‌تعالي‌عليه +رضوان الله عليه رضوان‌الله‌عليه +رضوان الله‌تعالي عليه رضوان‌الله‌تعالي‌عليه +رضوان الله‌تعالي‌عليه رضوان‌الله‌تعالي‌عليه +رضوان الله‌عليه رضوان‌الله‌عليه +رضوان‌الله تعالي عليه رضوان‌الله‌تعالي‌عليه +رضوان‌الله تعالي‌عليه رضوان‌الله‌تعالي‌عليه +رضوان‌الله عليه رضوان‌الله‌عليه +رضوان‌الله‌تعالي عليه رضوان‌الله‌تعالي‌عليه +رضي الدين رضي‌الدين +رضي الله رضي‌الله +ركن الدوله ركن‌الدوله +ركن الدين ركن‌الدين +رگ بار رگبار +رگ بالان رگ‌بالان +رگ‌بار رگبار +رگبالان رگ‌بالان +رنگ و روغن رنگ‌وروغن +رنگ وروغن رنگ‌وروغن +رنگا رنگ رنگارنگ +رنگا‌رنگ رنگارنگ +رنگين كمان رنگين‌كمان +ره آورد ره‌آورد +رو انداز روانداز +رو باز روباز +رو بالش روبالش +رو بنا روبنا +رو به راه روبه‌راه +رو پوست روپوست +رو تختي روتختي +رو دار رودار +رو دل رودل +رو رو رورو +رو روك روروك +رو سپيد روسپيد +رو سري روسري +رو سفيد روسفيد +رو سياه روسياه +رو كار روكار +رو نوشت رونوشت +رو‌انداز روانداز +رو‌باز روباز +رو‌بالش روبالش +رو‌بنا روبنا +رو‌پوست روپوست +رو‌تختي روتختي +رو‌دار رودار +رو‌دل رودل +رو‌رو رورو +رو‌روك روروك +رو‌سپيد روسپيد +رو‌سري روسري +رو‌سفيد روسفيد +رو‌سياه روسياه +رو‌كار روكار +رو‌نوشت رونوشت +روان كاو روانكاو +روان‌كاو روانكاو +روبه راه روبه‌راه +روح القدس روح‌القدس +روح الله روح‌الله +رود خانه رودخانه +رود‌خانه رودخانه +روده دراز روده‌دراز +روز افزون روزافزون +روز مره روزمره +روز نامه روزنامه +روز‌افزون روزافزون +روز‌مره روزمره +روز‌نامه روزنامه +روشن دل روشن‌دل +روشن فكر روشن‌فكر +روشندل روشن‌دل +روشنفكر روشن‌فكر +ريش بابا ريش‌بابا +ريشه پايان ريشه‌پايان +زائد الوصف زائدالوصف +زايد الوصفي زايدالوصفي +زبان آور زبان‌آور +زبان در قفا زبان‌درقفا +زبان دراز زبان‌دراز +زبان شناس زبان‌شناس +زبان گنجشك زبان‌گنجشك +زباندراز زبان‌دراز +زبانشناس زبان‌شناس +زبانگنجشك زبان‌گنجشك +زبر دست زبردست +زبر‌دست زبردست +زر ورق زرورق +زر‌ورق زرورق +زرد آب زرداب +زرد آلو زردآلو +زرد پوست زردپوست +زرد پي زردپي +زرد چوبه زردچوبه +زرد روي زردروي +زرد زخم زردزخم +زرد‌آب زرداب +زرد‌آلو زردآلو +زرد‌پوست زردپوست +زرد‌پي زردپي +زرد‌چوبه زردچوبه +زرد‌روي زردروي +زرد‌زخم زردزخم +زغال اخته زغال‌اخته +زغال سنگ زغال‌سنگ +زغالسنگ زغال‌سنگ +زمين لرزه زمين‌لرزه +زمينلرزه زمين‌لرزه +زهر آبه زهرابه +زهر چشم زهرچشم +زهر خند زهرخند +زهر‌ابه زهرابه +زهر‌چشم زهرچشم +زهر‌خند زهرخند +زود رنج زودرنج +زود‌رنج زودرنج +زور خانه زورخانه +زور‌خانه زورخانه +زير پوست زيرپوست +زير پيراهن زيرپيراهن +زير چشمي زيرچشمي +زير دريايي زيردريايي +زير دست زيردست +زير دستي زيردستي +زير زمين زيرزمين +زير شلوار زيرشلوار +زير نويس زيرنويس +زير‌پوست زيرپوست +زير‌پيراهن زيرپيراهن +زير‌چشمي زيرچشمي +زير‌دريايي زيردريايي +زير‌دست زيردست +زير‌دستي زيردستي +زير‌زمين زيرزمين +زير‌شلوار زيرشلوار +زير‌نويس زيرنويس +زيست شناس زيست‌شناس +زيستشناس زيست‌شناس +زيگ زاگ زيگزاگ +زيگ‌زاگ زيگزاگ +زين الدين زين‌الدين +زين العابدين زين‌العابدين +سابق الذكر سابق‌الذكر +ساده دل ساده‌دل +ساده لوح ساده‌لوح +ساق دوش ساقدوش +ساق‌دوش ساقدوش +ساقي نامه ساقي‌نامه +ساقينامه ساقي‌نامه +سال گرد سالگرد +سال نامه سالنامه +سال‌گرد سالگرد +سال‌نامه سالنامه +سبحان الله سبحان‌الله +سبز انگشت سبزانگشت +سبز خط سبزخط +سبز قبا سبزقبا +سبز‌انگشت سبزانگشت +سبز‌خط سبزخط +سبز‌قبا سبزقبا +سبك بار سبك‌بار +سبك بال سبك‌بال +سبك بالان سبك‌بالان +سبك دل سبك‌دل +سبك روح سبك‌روح +سبك سر سبك‌سر +سبكبار سبك‌بار +سبكبال سبك‌بال +سبكبالان سبك‌بالان +سبكدل سبك‌دل +سبكروح سبك‌روح +سبكسر سبك‌سر +سپه سالار سپهسالار +سپه‌سالار سپهسالار +سپيده دم سپيده‌دم +سخت پوست سخت‌پوست +سخت جان سخت‌جان +سخت سر سخت‌سر +سختپوست سخت‌پوست +سختجان سخت‌جان +سختسر سخت‌سر +سر آغاز سرآغاز +سر انگشتي سرانگشتي +سر بار سربار +سر باز سرباز +سر بالا سربالا +سر براه سربراه +سر بسته سربسته +سر بلند سربلند +سر بند سربند +سر به زير سربه‌زير +سر به مهر سربه‌مهر +سر به هوا سربه‌هوا +سر پاسبان سرپاسبان +سر پرست سرپرست +سر پنجه سرپنجه +سر پيچ سرپيچ +سر تيپ سرتيپ +سر جوخه سرجوخه +سر چشمه سرچشمه +سر حال سرحال +سر حد سرحد +سر حلقه سرحلقه +سر خر سرخر +سر دبير سردبير +سر در سردر +سر در گم سردرگم +سر درختي سردرختي +سر درد سردرد +سر دست سردست +سر دسته سردسته +سر دفتر سردفتر +سر دوشي سردوشي +سر راست سرراست +سر رسيد سررسيد +سر زمين سرزمين +سر زنده سرزنده +سر سبز سرسبز +سر سخت سرسخت +سر سرا سرسرا +سر سره سرسره +سر سنگين سرسنگين +سر سيلندر سرسيلندر +سر شاخ سرشاخ +سر شناس سرشناس +سر شو سرشو +سر شير سرشير +سر غليان سرغليان +سر قفلي سرقفلي +سر كتاب سركتاب +سر كج سركج +سر كرده سركرده +سر كلانتر سركلانتر +سر كنسول سركنسول +سر كوفت سركوفت +سر گرد سرگرد +سر گردان سرگردان +سر گرم سرگرم +سر گروهبان سرگروهبان +سر لشكر سرلشكر +سر لوحه سرلوحه +سر مايه سرمايه +سر مست سرمست +سر مشق سرمشق +سر مقاله سرمقاله +سر منزل سرمنزل +سر نگون سرنگون +سر نوشت سرنوشت +سر نيزه سرنيزه +سر هنگ سرهنگ +سر‌آغاز سرآغاز +سر‌انگشتي سرانگشتي +سر‌بار سربار +سر‌باز سرباز +سر‌بالا سربالا +سر‌براه سربراه +سر‌بسته سربسته +سر‌بلند سربلند +سر‌بند سربند +سر‌به نيست سربه‌نيست +سر‌به‌مهر سربه‌مهر +سر‌به‌هوا سربه‌هوا +سر‌پاسبان سرپاسبان +سر‌پرست سرپرست +سر‌پنجه سرپنجه +سر‌پيچ سرپيچ +سر‌تيپ سرتيپ +سر‌جوخه سرجوخه +سر‌چشمه سرچشمه +سر‌حال سرحال +سر‌حد سرحد +سر‌حلقه سرحلقه +سر‌خر سرخر +سر‌دبير سردبير +سر‌در سردر +سر‌در‌گم سردرگم +سر‌درختي سردرختي +سر‌درد سردرد +سر‌دست سردست +سر‌دسته سردسته +سر‌دفتر سردفتر +سر‌دوشي سردوشي +سر‌راست سرراست +سر‌رسيد سررسيد +سر‌زمين سرزمين +سر‌زنده سرزنده +سر‌سبز سرسبز +سر‌سخت سرسخت +سر‌سرا سرسرا +سر‌سره سرسره +سر‌سنگين سرسنگين +سر‌سيلندر سرسيلندر +سر‌شاخ سرشاخ +سر‌شناس سرشناس +سر‌شو سرشو +سر‌شير سرشير +سر‌غليان سرغليان +سر‌قفلي سرقفلي +سر‌كتاب سركتاب +سر‌كج سركج +سر‌كرده سركرده +سر‌كلانتر سركلانتر +سر‌كنسول سركنسول +سر‌كوفت سركوفت +سر‌گرد سرگرد +سر‌گردان سرگردان +سر‌گرم سرگرم +سر‌گروهبان سرگروهبان +سر‌لشكر سرلشكر +سر‌لوحه سرلوحه +سر‌مايه سرمايه +سر‌مست سرمست +سر‌مشق سرمشق +سر‌مقاله سرمقاله +سر‌منزل سرمنزل +سر‌نگون سرنگون +سر‌نوشت سرنوشت +سر‌نيزه سرنيزه +سر‌هنگ سرهنگ +سرا پا سراپا +سرا پرده سراپرده +سرا زير سرازير +سرا سيمه سراسيمه +سرا شيب سراشيب +سرا‌پا سراپا +سرا‌پرده سراپرده +سراج الدين سراج‌الدين +سربه زير سربه‌زير +سربه مهر سربه‌مهر +سربه نيست سربه‌نيست +سربه هوا سربه‌هوا +سرخ آب سرخاب +سرخ باد سرخ‌باد +سرخ پوست سرخ‌پوست +سرخ دار سرخ‌دار +سرخ رگ سرخرگ +سرخ‌آب سرخاب +سرخ‌رگ سرخرگ +سرخباد سرخ‌باد +سرخپوست سرخ‌پوست +سرخدار سرخ‌دار +سرد آب سرداب +سرد خانه سردخانه +سرد سير سردسير +سرد مزاج سردمزاج +سرد‌آب سرداب +سرد‌خانه سردخانه +سرد‌سير سردسير +سرد‌مزاج سردمزاج +سريع السير سريع‌السير +سريع العمل سريع‌العمل +سعد الدوله سعدالدوله +سعد الدين سعدالدين +سعد الله سعدالله +سعد بن عباده سعدبن‌عباده +سعد بن‌عباده سعدبن‌عباده +سعدبن عباده سعدبن‌عباده +سعود الفيصل سعودالفيصل +سفارت خانه سفارتخانه +سفارت‌خانه سفارتخانه +سفيد آب سفيداب +سفيد‌آب سفيداب +سگ ماهي سگ‌ماهي +سگماهي سگ‌ماهي +سلام الله سلام‌الله +سلام الله عليه سلام‌الله‌عليه +سلام الله عليها سلام‌الله‌عليها +سلام الله‌عليه سلام‌الله‌عليه +سلام الله‌عليها سلام‌الله‌عليها +سلام‌الله عليه سلام‌الله‌عليه +سلام‌الله عليها سلام‌الله‌عليها +سم داران سم‌داران +سمداران سم‌داران +سنبل الطيب سنبل‌الطيب +سنگ باران سنگ‌باران +سنگ چين سنگ‌چين +سنگ دل سنگدل +سنگ ريزه سنگ‌ريزه +سنگ فروش سنگ‌فروش +سنگ نوشته سنگ‌نوشته +سنگ‌دل سنگدل +سنگباران سنگ‌باران +سنگچين سنگ‌چين +سنگريزه سنگ‌ريزه +سنگفروش سنگ‌فروش +سنگنوشته سنگ‌نوشته +سنگين دل سنگين‌دل +سنگيندل سنگين‌دل +سه پايه سه‌پايه +سه تار سه‌تار +سه چرخه سه‌چرخه +سه راه سه‌راه +سه شنبه سه‌شنبه +سه طلاقه سه‌طلاقه +سه گوشه سه‌گوشه +سهم الشركه سهم‌الشركه +سو گلي سوگلي +سو‌گلي سوگلي +سواره نظام سواره‌نظام +سوخت و ساز سوخت‌و‌ساز +سوخت وساز سوخت‌و‌ساز +سوق الجيشي سوق‌الجيشي +سي مرغ سيمرغ +سي‌مرغ سيمرغ +سياه بخت سياه‌بخت +سياه پوست سياه‌پوست +سياه چال سياه‌چال +سياه چرده سياه‌چرده +سياه دانه سياه‌دانه +سياه دل سياه‌دل +سياه رگ سياه‌رگ +سياه زخم سياه‌زخم +سياه سرفه سياه‌سرفه +سياه سوخته سياه‌سوخته +سياه قلم سياه‌قلم +سياه گوش سياه‌گوش +سياه مست سياه‌مست +سياه نامه سياه‌نامه +سياهرگ سياه‌رگ +سياهزخم سياه‌زخم +سيب زميني سيب‌زميني +سيد الشهدا سيدالشهدا +سيد بن طاووس سيدبن‌طاووس +سيد بن‌طاووس سيدبن‌طاووس +سيدبن طاووس سيدبن‌طاووس +سير آب سيراب +سير آبي سيرابي +سير الئون سيرالئون +سير الملوك سيرالملوك +سير‌آب سيراب +سير‌آبي سيرابي +سيف الدين سيف‌الدين +سيف الله سيف‌الله +سيف اللهي سيف‌اللهي +سيل آب سيلاب +سيل‌آب سيلاب +سيم آب سيماب +سيم ساق سيم‌ساق +سيم‌آب سيماب +سيمساق سيم‌ساق +سينه پهلو سينه‌پهلو +سينه چاك سينه‌چاك +شاخ شانه شاخ‌شانه +شاخشانه شاخ‌شانه +شاد آب شاداب +شاد باش شادباش +شاد خوار شادخوار +شاد روان شادروان +شاد كام شادكام +شاد‌آب شاداب +شاد‌باش شادباش +شاد‌خوار شادخوار +شاد‌روان شادروان +شاد‌كام شادكام +شانه به سر شانه‌به‌سر +شانه به‌سر شانه‌به‌سر +شانه‌به سر شانه‌به‌سر +شاه باز شاه‌باز +شاه بالا شاه‌بالا +شاه بلوط شاه‌بلوط +شاه پسند شاه‌پسند +شاه پور شاهپور +شاه دانه شاهدانه +شاه دخت شاه‌دخت +شاه راه شاهراه +شاه رگ شاهرگ +شاه رود شاهرود +شاه سوار شاهسوار +شاه كار شاهكار +شاه ماهي شاه‌ماهي +شاه مقصودي شاه‌مقصودي +شاه نشين شاه‌نشين +شاه‌پور شاهپور +شاه‌دانه شاهدانه +شاه‌راه شاهراه +شاه‌رگ شاهرگ +شاه‌رود شاهرود +شاه‌سوار شاهسوار +شاه‌كار شاهكار +شاهباز شاه‌باز +شاهدخت شاه‌دخت +شاهماهي شاه‌ماهي +شاهن شاه شاهنشاه +شاهنشين شاه‌نشين +شب آهنگ شباهنگ +شب آويز شباويز +شب بو شب‌بو +شب پره شب‌پره +شب تاب شب‌تاب +شب خوان شب‌خوان +شب رو شب‌رو +شب زنده دار شب‌زنده‌دار +شب زنده‌دار شب‌زنده‌دار +شب كار شب‌كار +شب كلاه شب‌كلاه +شب كور شبكور +شب گرد شبگرد +شب گز شبگز +شب گير شبگير +شب مانده شب‌مانده +شب نامه شب‌نامه +شب نشين شب‌نشين +شب نم شبنم +شب نما شب‌نما +شب‌آهنگ شباهنگ +شب‌آويز شباويز +شب‌كور شبكور +شب‌گرد شبگرد +شب‌گز شبگز +شب‌گير شبگير +شب‌نم شبنم +شببو شب‌بو +شبپره شب‌پره +شبتاب شب‌تاب +شبخوان شب‌خوان +شبرو شب‌رو +شبكار شب‌كار +شبكلاه شب‌كلاه +شبمانده شب‌مانده +شبنامه شب‌نامه +شبنشين شب‌نشين +شبنما شب‌نما +شبي خون شبيخون +شبي‌خون شبيخون +شتاب زده شتاب‌زده +شتابزده شتاب‌زده +شتر بان شتربان +شتر گاو شترگاو +شتر گاو پلنگ شترگاوپلنگ +شتر گربه شترگربه +شتر گلو شترگلو +شتر گياه شترگياه +شتر مرغ شترمرغ +شتر‌بان شتربان +شتر‌گاو شترگاو +شتر‌گاو‌پلنگ شترگاوپلنگ +شتر‌گربه شترگربه +شتر‌گلو شترگلو +شتر‌گياه شترگياه +شتر‌مرغ شترمرغ +شديد اللحن شديداللحن +شديد اللحني شديداللحني +شراب خانه شراب‌خانه +شراب خوار شراب‌خوار +شراب سازي شراب‌سازي +شرابخانه شراب‌خانه +شرابخوار شراب‌خوار +شرابسازي شراب‌سازي +شرايع الاسلام شرايع‌الاسلام +شرف الدين شرف‌الدين +شرم الشيخ شرم‌الشيخ +شرم زده شرم‌زده +شرمزده شرم‌زده +شست شو شستشو +شست‌شو شستشو +شش در شش‌در +شش لول ششلول +شش‌لول ششلول +ششدر شش‌در +شكر آب شكرآب +شكر الله شكرالله +شكر خند شكرخند +شكر گزار شكرگزار +شكر‌آب شكرآب +شكر‌خند شكرخند +شكر‌گزار شكرگزار +شكسته بندي شكسته‌بندي +شكسته نفسي شكسته‌نفسي +شكم پايان شكم‌پايان +شكمپايان شكم‌پايان +شلنگ تخته شلنگ‌تخته +شمس الدوله شمس‌الدوله +شمس الدين شمس‌الدين +شمس العماره شمس‌العماره +شناس نامه شناسنامه +شناس‌نامه شناسنامه +شه بانو شهبانو +شه پر شهپر +شه ناز شهناز +شه‌بانو شهبانو +شه‌پر شهپر +شه‌ناز شهناز +شهاب الدين شهاب‌الدين +شهر دار شهردار +شهر وند شهروند +شهر يار شهريار +شهر‌دار شهردار +شهر‌وند شهروند +شهر‌يار شهريار +شيخ الاسلام شيخ‌الاسلام +شيخ الاسلامي شيخ‌الاسلامي +شير برنج شيربرنج +شير بها شيربها +شير خشك شيرخشك +شير خوار شيرخوار +شير دل شيردل +شير فهم شيرفهم +شير گياه شيرگياه +شير‌برنج شيربرنج +شير‌بها شيربها +شير‌خشك شيرخشك +شير‌خوار شيرخوار +شير‌دل شيردل +شير‌فهم شيرفهم +شير‌گياه شيرگياه +صاحب الامر صاحب‌الامر +صاحب الزمان صاحب‌الزمان +صاحب جمع صاحب‌جمع +صاحب دل صاحب‌دل +صاحب نظر صاحب‌نظر +صاحبجمع صاحب‌جمع +صاحبدل صاحب‌دل +صاحبنظر صاحب‌نظر +صبح دم صبحدم +صبح‌دم صبحدم +صد برگ صدبرگ +صد توماني صدتوماني +صد‌برگ صدبرگ +صد‌توماني صدتوماني +صدر الدين صدرالدين +صدر المتألهين صدرالمتألهين +صعب العبور صعب‌العبور +صعب العلاج صعب‌العلاج +صفي الدين صفي‌الدين +صلاح الدين صلاح‌الدين +صلوات الله صلوات‌الله +صلي الله صلي‌الله +صندوق خانه صندوق‌خانه +صندوقخانه صندوق‌خانه +صنيع الدوله صنيع‌الدوله +صنيع الملك صنيع‌الملك +ضرب الاجل ضرب‌الاجل +ضرب المثل ضرب‌المثل +ضرب المثل ها ضرب‌المثل‌ها +ضرب المثل‌ها ضرب‌المثل‌ها +ضرب‌المثل ها ضرب‌المثل‌ها +ضياء الحق ضياءالحق +ضياء الدين ضياءالدين +طاس كباب طاس‌كباب +طاسكباب طاس‌كباب +طاق ديس طاقديس +طاق‌ديس طاقديس +طويل المدت طويل‌المدت +ظل السلطان ظل‌السلطان +ظهير الدوله ظهيرالدوله +ظهير الدين ظهيرالدين +عاشق پيشه عاشق‌پيشه +عام المنفعه عام‌المنفعه +عباد الله عبادالله +عبد الامير عبدالامير +عبد الباقي عبدالباقي +عبد الجبار عبدالجبار +عبد الجليل عبدالجليل +عبد الجواد عبدالجواد +عبد الحسين عبدالحسين +عبد الحسيني عبدالحسيني +عبد الحليم عبدالحليم +عبد الحميد عبدالحميد +عبد الحي عبدالحي +عبد الخالق عبدالخالق +عبد الرازق عبدالرازق +عبد الرحمان عبدالرحمان +عبد الرحمن عبدالرحمن +عبد الرحيم عبدالرحيم +عبد الرزاق عبدالرزاق +عبد الرسول عبدالرسول +عبد الرشيد عبدالرشيد +عبد الرضا عبدالرضا +عبد الرفيع عبدالرفيع +عبد الستار عبدالستار +عبد السلام عبدالسلام +عبد الصمد عبدالصمد +عبد العال عبدالعال +عبد العالي عبدالعالي +عبد العزيز عبدالعزيز +عبد العظيم عبدالعظيم +عبد العلي عبدالعلي +عبد العلي زاده عبدالعلي‌زاده +عبد العلي‌زاده عبدالعلي‌زاده +عبد الغفار عبدالغفار +عبد الغني عبدالغني +عبد الفتاح عبدالفتاح +عبد القادر عبدالقادر +عبد الكريم عبدالكريم +عبد اللطيف عبداللطيف +عبد الله عبدالله +عبد الله بن زبير عبدالله‌بن‌زبير +عبد الله بن عباس عبدالله‌بن‌عباس +عبد الله بن عمر عبدالله‌بن‌عمر +عبد الله بن‌زبير عبدالله‌بن‌زبير +عبد الله بن‌عباس عبدالله‌بن‌عباس +عبد الله بن‌عمر عبدالله‌بن‌عمر +عبد الله زاده عبدالله‌زاده +عبد الله‌بن زبير عبدالله‌بن‌زبير +عبد الله‌بن عباس عبدالله‌بن‌عباس +عبد الله‌بن عمر عبدالله‌بن‌عمر +عبد الله‌بن‌زبير عبدالله‌بن‌زبير +عبد الله‌بن‌عباس عبدالله‌بن‌عباس +عبد الله‌بن‌عمر عبدالله‌بن‌عمر +عبد الله‌زاده عبدالله‌زاده +عبد اللهي عبداللهي +عبد المجيد عبدالمجيد +عبد المحسن عبدالمحسن +عبد المحمد عبدالمحمد +عبد المطلب عبدالمطلب +عبد الملك عبدالملك +عبد الملكي عبدالملكي +عبد المنعم عبدالمنعم +عبد الناصر عبدالناصر +عبد النبي عبدالنبي +عبد الهادي عبدالهادي +عبد الواحد عبدالواحد +عبد الوهاب عبدالوهاب +عبدالعلي زاده عبدالعلي‌زاده +عبدالله بن زبير عبدالله‌بن‌زبير +عبدالله بن عباس عبدالله‌بن‌عباس +عبدالله بن عمر عبدالله‌بن‌عمر +عبدالله بن‌زبير عبدالله‌بن‌زبير +عبدالله بن‌عباس عبدالله‌بن‌عباس +عبدالله بن‌عمر عبدالله‌بن‌عمر +عبدالله زاده عبدالله‌زاده +عبدالله‌بن زبير عبدالله‌بن‌زبير +عبدالله‌بن عباس عبدالله‌بن‌عباس +عبدالله‌بن عمر عبدالله‌بن‌عمر +عبيد الله عبيدالله +عجل الله عجل‌الله +عز الدوله عزالدوله +عز الدين عزالدين +عزت الله عزت‌الله +عزيز الله عزيزالله +عضد الدوله عضدالدوله +عضد الملك عضدالملك +عطاء الله عطاءالله +عظيم الجثه عظيم‌الجثه +عظيم الشأن عظيم‌الشأن +عكس العمل عكس‌العمل +عكس العمل ها عكس‌العمل‌ها +عكس العمل هاي عكس‌العمل‌هاي +عكس العمل‌ها عكس‌العمل‌ها +عكس العمل‌هاي عكس‌العمل‌هاي +عكس العملي عكس‌العملي +عكس‌العمل ها عكس‌العمل‌ها +عكس‌العمل هاي عكس‌العمل‌هاي +علاء الدوله علاءالدوله +علاء الدين علاءالدين +علم الاشياء علم‌الاشياء +علم الهدي علم‌الهدي +علي الاصول علي‌الاصول +علي الاطلاق علي‌الاطلاق +علي البدل علي‌البدل +علي الحساب علي‌الحساب +علي الخصوص علي‌الخصوص +علي الظاهر علي‌الظاهر +علي القاعده علي‌القاعده +علي الله علي‌الله +علي بن الحسين علي‌بن‌الحسين +علي بن موسي علي‌بن‌موسي +علي بن موسي الرضا علي‌بن‌موسي‌الرضا +علي بن موسي‌الرضا علي‌بن‌موسي‌الرضا +علي بن‌الحسين علي‌بن‌الحسين +علي بن‌موسي علي‌بن‌موسي +علي بن‌موسي الرضا علي‌بن‌موسي‌الرضا +علي بن‌موسي‌الرضا علي‌بن‌موسي‌الرضا +علي‌بن الحسين علي‌بن‌الحسين +علي‌بن موسي علي‌بن‌موسي +علي‌بن موسي الرضا علي‌بن‌موسي‌الرضا +علي‌بن موسي‌الرضا علي‌بن‌موسي‌الرضا +علي‌بن‌موسي الرضا علي‌بن‌موسي‌الرضا +عليه السلام عليه‌السلام +عليها السلام عليهاالسلام +عليهم السلام عليهم‌السلام +عليهما السلام عليهماالسلام +عماد الدوله عمادالدوله +عماد الدين عمادالدين +عمر البشير عمرالبشير +عمر بن خطاب عمربن‌خطاب +عمر بن عبد العزيز عمربن‌عبدالعزيز +عمر بن عبدالعزيز عمربن‌عبدالعزيز +عمر بن‌خطاب عمربن‌خطاب +عمر بن‌عبد العزيز عمربن‌عبدالعزيز +عمر بن‌عبدالعزيز عمربن‌عبدالعزيز +عمربن خطاب عمربن‌خطاب +عمربن عبد العزيز عمربن‌عبدالعزيز +عمربن عبدالعزيز عمربن‌عبدالعزيز +عمربن‌عبد العزيز عمربن‌عبدالعزيز +عميد الملك عميدالملك +عنايت الله عنايت‌الله +عند اللزوم عنداللزوم +عند الله عندالله +عند المطالبه عندالمطالبه +عنصر المعالي عنصرالمعالي +عوام الناس عوام‌الناس +عوايد الايام عوايدالايام +عين الدوله عين‌الدوله +عين الدين عين‌الدين +عين الله عين‌الله +غرر الحكم غررالحكم +غياث الدين غياث‌الدين +غير الزامي غيرالزامي +غير الهي غيرالهي +فارغ التحصيل فارغ‌التحصيل +فارغ التحصيلان فارغ‌التحصيلان +فارغ التحصيلي فارغ‌التحصيلي +فال گوش فالگوش +فال‌گوش فالگوش +فتح الله فتح‌الله +فتح اللهي فتح‌اللهي +فتح المبين فتح‌المبين +فخر الدوله فخرالدوله +فخر الدين فخرالدين +فخر الديني فخرالديني +فخر المحققين فخرالمحققين +فرا بنفش فرابنفش +فرا خود فراخود +فرا خور فراخور +فرا ساخت فراساخت +فرا‌بنفش فرابنفش +فرا‌خود فراخود +فرا‌خور فراخور +فرا‌ساخت فراساخت +فرج الله فرج‌الله +فرمان ده فرمانده +فرمان روا فرمانروا +فرمان‌ده فرمانده +فرمان‌روا فرمانروا +فرو تن فروتن +فرو دست فرودست +فرو ساخت فروساخت +فرو مايه فرومايه +فرو‌تن فروتن +فرو‌ساخت فروساخت +فرو‌مايه فرومايه +فريد الدين فريدالدين +فصل الخطاب فصل‌الخطاب +فصل نامه فصلنامه +فصل‌نامه فصلنامه +فضل الله فضل‌الله +فقه القرآن فقه‌القرآن +فقه اللغه فقه‌اللغه +فوق الاشاره فوق‌الاشاره +فوق الذكر فوق‌الذكر +فوق العادة فوق‌العادة +فوق العاده فوق‌العاده +فوق العاده‌اش فوق‌العاده‌اش +فوق العاده‌اند فوق‌العاده‌اند +فوق العاده‌اي فوق‌العاده‌اي +في الارض في‌الارض +في البداهه في‌البداهه +في الجمله في‌الجمله +في المثل في‌المثل +في الواقع في‌الواقع +في سبيل الله في‌سبيل‌الله +في سبيل‌الله في‌سبيل‌الله +في‌سبيل الله في‌سبيل‌الله +فيض الله فيض‌الله +قائم مقام قائم‌مقام +قحط سالي قحط‌سالي +قحطسالي قحط‌سالي +قدرت الله قدرت‌الله +قديم الايام قديم‌الايام +قرا قروت قراقروت +قرض الحسنه قرض‌الحسنه +قره العين قره‌العين +قريب الوقوع قريب‌الوقوع +قصر الدشت قصرالدشت +قطب الدين قطب‌الدين +قطع نامه قطعنامه +قطع‌نامه قطعنامه +قلم دوش قلمدوش +قلم‌دوش قلمدوش +قمار خانه قمارخانه +قمار‌خانه قمارخانه +قند پهلو قندپهلو +قند داغ قندداغ +قند شكن قندشكن +قند‌پهلو قندپهلو +قند‌داغ قندداغ +قند‌شكن قندشكن +قوام الدين قوام‌الدين +قوام السلطنه قوام‌السلطنه +قوس قزح قوس‌قزح +كار آگاه كارآگاه +كار پرداز كارپرداز +كار خانه كارخانه +كار دستي كاردستي +كار گزين كارگزين +كار مزد كارمزد +كار نامه كارنامه +كار‌آگاه كارآگاه +كار‌پرداز كارپرداز +كار‌خانه كارخانه +كار‌دستي كاردستي +كار‌گزين كارگزين +كار‌مزد كارمزد +كار‌نامه كارنامه +كاس برگ كاسبرگ +كاس‌برگ كاسبرگ +كاسب كار كاسب‌كار +كاسبكار كاسب‌كار +كاسه پشت كاسه‌پشت +كاشف الغطاء كاشف‌الغطاء +كام روا كامروا +كام ياب كامياب +كام يار كاميار +كام‌روا كامروا +كام‌ياب كامياب +كام‌يار كاميار +كتاب الله كتاب‌الله +كتاب فروش كتاب‌فروش +كتابفروش كتاب‌فروش +كثير الاضلاع كثيرالاضلاع +كثير الانتشار كثيرالانتشار +كثير الشك كثيرالشك +كش مكش كشمكش +كش‌مكش كشمكش +كشف الاسرار كشف‌الاسرار +كفش كن كفش‌كن +كفشكن كفش‌كن +كلام الله كلام‌الله +كلفت بار كلفت‌بار +كلفتبار كلفت‌بار +كلمة الله كلمةالله +كما في السابق كمافي‌السابق +كما في‌السابق كمافي‌السابق +كمافي السابق كمافي‌السابق +كمال الدين كمال‌الدين +كمال الملك كمال‌الملك +كمر بند كمربند +كمر‌بند كمربند +كوچه باغ كوچه‌باغ +كيسه داران كيسه‌داران +كيلو گرم كيلوگرم +كيلو متر كيلومتر +كيلو‌گرم كيلوگرم +كيلو‌متر كيلومتر +گاز انبر گازانبر +گاز‌انبر گازانبر +گاه نامه گاهنامه +گاه‌نامه گاهنامه +گاو آهن گاوآهن +گاو زبان گاوزبان +گاو صندوق گاوصندوق +گاو ميش گاوميش +گاو‌آهن گاوآهن +گاو‌زبان گاوزبان +گاو‌صندوق گاوصندوق +گاو‌ميش گاوميش +گذر نامه گذرنامه +گذر‌نامه گذرنامه +گران بار گران‌بار +گران بها گران‌بها +گران جان گران‌جان +گران سر گران‌سر +گران قدر گران‌قدر +گران مايه گران‌مايه +گرانبار گران‌بار +گرانبها گران‌بها +گرانجان گران‌جان +گرانسر گران‌سر +گرانقدر گران‌قدر +گرانمايه گران‌مايه +گرد آب گرداب +گرد باد گردباد +گرد‌آب گرداب +گرد‌باد گردباد +گرگ و ميش گرگ‌و‌ميش +گرگم به هوا گرگم‌به‌هوا +گرم سير گرمسير +گرم مزاج گرم‌مزاج +گرم‌سير گرمسير +گرممزاج گرم‌مزاج +گرين كارت گرين‌كارت +گل آب گلاب +گل آبي گلابي +گل آذين گل‌آذين +گل بانگ گلبانگ +گل برگ گلبرگ +گل پر گلپر +گل خانه گلخانه +گل در چمن گل‌درچمن +گل دسته گلدسته +گل رنگ گلرنگ +گل سنگ گل‌سنگ +گل گشت گلگشت +گل گون گلگون +گل مژه گل‌مژه +گل مولا گل‌مولا +گل ميخ گل‌ميخ +گل نار گلنار +گل‌آب گلاب +گل‌آبي گلابي +گل‌بانگ گلبانگ +گل‌برگ گلبرگ +گل‌پر گلپر +گل‌خانه گلخانه +گل‌دسته گلدسته +گل‌رنگ گلرنگ +گل‌گشت گلگشت +گل‌گون گلگون +گل‌نار گلنار +گلسنگ گل‌سنگ +گلمژه گل‌مژه +گلمولا گل‌مولا +گلميخ گل‌ميخ +گم راه گمراه +گم نام گمنام +گم‌راه گمراه +گم‌نام گمنام +گنج نامه گنج‌نامه +گنجنامه گنج‌نامه +گند آب گنداب +گند‌آب گنداب +گندم گون گندمگون +گندم‌گون گندمگون +گو ناگون گوناگون +گواهي نامه گواهي‌نامه +گواهينامه گواهي‌نامه +گوجه فرنگي گوجه‌فرنگي +گوش فيل گوش‌فيل +گوش ماهي گوش‌ماهي +گوشت تلخ گوشت‌تلخ +گونا گون گوناگون +گياه شناس گياه‌شناس +گياهشناس گياه‌شناس +گير بكس گيربكس +گير‌بكس گيربكس +لا اله الا الله لااله‌الاالله +لا اله الاالله لااله‌الاالله +لا اله‌الا الله لااله‌الاالله +لا اله‌الاالله لااله‌الاالله +لا به لا لابه‌لا +لا طائلات لاطائلات +لا كتاب لاكتاب +لا مذهب لامذهب +لا مروت لامروت +لا مكان لامكان +لا وصول لاوصول +لا يتغير لايتغير +لا يتناهي لايتناهي +لا يزال لايزال +لا يموت لايموت +لا‌به‌لا لابه‌لا +لا‌طائلات لاطائلات +لا‌كتاب لاكتاب +لا‌مذهب لامذهب +لا‌مكان لامكان +لا‌وصول لاوصول +لا‌يتغير لايتغير +لا‌يتناهي لايتناهي +لا‌يزال لايزال +لا‌يموت لايموت +لااله الا الله لااله‌الاالله +لااله الاالله لااله‌الاالله +لااله‌الا الله لااله‌الاالله +لازم الاتباع لازم‌الاتباع +لازم الاجرا لازم‌الاجرا +لازم الاجراست لازم‌الاجراست +لازم التعليم لازم‌التعليم +لاك پشت لاك‌پشت +لاكپشت لاك‌پشت +لاله عباسي لاله‌عباسي +لب خند لبخند +لب‌خند لبخند +لبا لب لبالب +لطف الله لطف‌الله +لقاء الله لقاءالله +لك لك لك‌لك +لوازم التحرير لوازم‌التحرير +لوز المعده لوزالمعده +ليلة القدر ليلةالقدر +ما بعد مابعد +ما بعد الطبيعه مابعدالطبيعه +ما بعد الطبيعي مابعدالطبيعي +ما بعدالطبيعه مابعدالطبيعه +ما بعدالطبيعي مابعدالطبيعي +ما به التفاوت مابه‌التفاوت +ما به‌التفاوت مابه‌التفاوت +ما شاء الله ماشاءالله +ما شاءالله ماشاءالله +ما لامال مالامال +ما يحتاج مايحتاج +ما يملك مايملك +ما‌بعد مابعد +ما‌يحتاج مايحتاج +ما‌يملك مايملك +ماء الشعير ماء‌الشعير +مابعد الطبيعه مابعدالطبيعه +مابعد الطبيعي مابعدالطبيعي +مابه التفاوت مابه‌التفاوت +مادام العمر مادام‌العمر +مادر به خطا مادر‌به‌خطا +مار پيچ مارپيچ +مار چوبه مارچوبه +مار ماهي مارماهي +مار‌پيچ مارپيچ +مار‌چوبه مارچوبه +مار‌ماهي مارماهي +ماشاء الله ماشاءالله +مال الاجاره مال‌الاجاره +مال التجاره مال‌التجاره +مال الله مال‌الله +مالا مال مالامال +ماه پاره ماه‌پاره +ماه رخ ماهرخ +ماه رو ماهرو +ماه سيما ماه‌سيما +ماه گرفتگي ماه‌گرفتگي +ماه منظر ماه‌منظر +ماه نامه ماهنامه +ماه‌رخ ماهرخ +ماه‌رو ماهرو +ماه‌نامه ماهنامه +ماهپاره ماه‌پاره +ماهسيما ماه‌سيما +ماهي تابه ماهيتابه +ماهي خوار ماهيخوار +ماهي گير ماهيگير +ماهي‌تابه ماهيتابه +ماهي‌خوار ماهيخوار +ماهي‌گير ماهيگير +ماوراء الطبيعه ماوراءالطبيعه +ماوراء الطبيعي ماوراءالطبيعي +ماوراء النهر ماوراءالنهر +مايه كوبي مايه‌كوبي +متحد الشكل متحدالشكل +متحد المركز متحدالمركز +مجد الدوله مجدالدوله +مجد الدين مجدالدين +مجمع البيان مجمع‌البيان +مجمع الجزاير مجمع‌الجزاير +محب الدين محب‌الدين +محمد بن محمدبن +محمد بن ابي بكر محمدبن‌ابي‌بكر +محمد بن ابي‌بكر محمدبن‌ابي‌بكر +محمد بن حنفيه محمدبن‌حنفيه +محمد بن عبد الله محمدبن‌عبدالله +محمد بن عبدالله محمدبن‌عبدالله +محمد بن علي محمدبن‌علي +محمد بن‌ابي بكر محمدبن‌ابي‌بكر +محمد بن‌ابي‌بكر محمدبن‌ابي‌بكر +محمد بن‌حنفيه محمدبن‌حنفيه +محمد بن‌عبد الله محمدبن‌عبدالله +محمد بن‌عبدالله محمدبن‌عبدالله +محمد بن‌علي محمدبن‌علي +محمدبن ابي بكر محمدبن‌ابي‌بكر +محمدبن ابي‌بكر محمدبن‌ابي‌بكر +محمدبن حنفيه محمدبن‌حنفيه +محمدبن عبد الله محمدبن‌عبدالله +محمدبن عبدالله محمدبن‌عبدالله +محمدبن علي محمدبن‌علي +محمدبن‌ابي بكر محمدبن‌ابي‌بكر +محمدبن‌عبد الله محمدبن‌عبدالله +محي الدين محي‌الدين +محير العقول محيرالعقول +محيي الدين محيي‌الدين +مخبر الدوله مخبرالدوله +مخبر السلطنه مخبرالسلطنه +مدظله العالي مدظله‌العالي +مدعي العموم مدعي‌العموم +مرد آب مرداب +مرد‌آب مرداب +مرغ آبي مرغابي +مرغ‌آبي مرغابي +مركور كرم مركوركرم +مركور‌كرم مركوركرم +مرگ موش مرگ‌موش +مستشار الدوله مستشارالدوله +مستوفي الممالك مستوفي‌الممالك +مسجد الاقصي مسجدالاقصي +مسجد الحرام مسجدالحرام +مسجد الرضا مسجدالرضا +مسجد النبي مسجدالنبي +مشار اليه مشاراليه +مشترك المنافع مشترك‌المنافع +مشكوك الوصول مشكوك‌الوصول +مشير الدوله مشيرالدوله +مصلح الدين مصلح‌الدين +مصور الملكي مصورالملكي +مضاف اليه مضاف‌اليه +مظفر الدين مظفرالدين +مع الاسف مع‌الاسف +مع الوصف مع‌الوصف +معتمد الدوله معتمدالدوله +معتمد السلطان معتمدالسلطان +معرفت الله معرفت‌الله +معز الدوله معزالدوله +معز الدين معزالدين +معير الممالك معيرالممالك +معين الدين معين‌الدين +مغ بچه مغ‌بچه +مفقود الاثر مفقودالاثر +مگا هرتز مگاهرتز +مگا‌هرتز مگاهرتز +ملا نصر الدين ملانصرالدين +ملا نصرالدين ملانصرالدين +ملال آور ملال‌آور +ملال انگيز ملال‌انگيز +ملانصر الدين ملانصرالدين +ملك الشعراي ملك‌الشعراي +ملك المتكلمين ملك‌المتكلمين +منطق الطير منطق‌الطير +مه پاره مهپاره +مه تاب مهتاب +مه دخت مهدخت +مه‌پاره مهپاره +مه‌تاب مهتاب +مه‌دخت مهدخت +مهدور الدم مهدورالدم +مهر گياه مهرگياه +مهر‌گياه مهرگياه +مهره داران مهره‌داران +مهمان خانه مهمانخانه +مهمان دار مهماندار +مهمان سرا مهمان‌سرا +مهمان‌خانه مهمانخانه +مهمان‌دار مهماندار +مهمانسرا مهمان‌سرا +مو چين موچين +مو خوره موخوره +مو سير موسير +مو شكافي موشكافي +مو‌چين موچين +مو‌خوره موخوره +مو‌سير موسير +مو‌شكافي موشكافي +مور مور مورمور +مور‌مور مورمور +مورچه خوار مورچه‌خوار +موسي الرضا موسي‌الرضا +موسي بن جعفر موسي‌بن‌جعفر +موسي بن‌جعفر موسي‌بن‌جعفر +موسي‌بن جعفر موسي‌بن‌جعفر +مونو لوگ مونولوگ +مونو‌لوگ مونولوگ +موي رگ مويرگ +موي‌رگ مويرگ +مي خانه ميخانه +مي گون ميگون +مي‌خانه ميخانه +مي‌گون ميگون +ميان بر ميان‌بر +ميان پرده ميان‌پرده +ميان دار ميان‌دار +ميان دل ميان‌دل +ميان سال ميان‌سال +ميانبر ميان‌بر +مياندار ميان‌دار +مياندل ميان‌دل +ميانسال ميان‌سال +ميخ كوب ميخ‌كوب +ميخكوب ميخ‌كوب +مير آب ميراب +مير پنج ميرپنج +مير جلال الدين ميرجلال‌الدين +مير جلال‌الدين ميرجلال‌الدين +مير زاد ميرزاد +مير شكار ميرشكار +مير غضب ميرغضب +مير ميران ميرميران +مير‌آب ميراب +مير‌پنج ميرپنج +مير‌زاد ميرزاد +مير‌شكار ميرشكار +مير‌غضب ميرغضب +مير‌ميران ميرميران +ميرجلال الدين ميرجلال‌الدين +ميز بان ميزبان +ميز‌بان ميزبان +ميكرو بيولوژي ميكروبيولوژي +ميكرو فيلم ميكروفيلم +ميكرو‌بيولوژي ميكروبيولوژي +ميكرو‌فيلم ميكروفيلم +ميكروب شناس ميكروب‌شناس +ميكروبشناس ميكروب‌شناس +ميل لنگ ميل‌لنگ +ناخن خشك ناخن‌خشك +ناز بالش نازبالش +ناز خاتون نازخاتون +ناز خواب نازخواب +ناز‌بالش نازبالش +ناز‌خاتون نازخاتون +ناز‌خواب نازخواب +نازك بالان نازك‌بالان +نازك ني نازك‌ني +ناصر الدين ناصرالدين +ناصر الدين شاه ناصرالدين‌شاه +ناصر الدين‌شاه ناصرالدين‌شاه +ناصر الملك ناصرالملك +ناصرالدين شاه ناصرالدين‌شاه +ناظم الاسلام ناظم‌الاسلام +ناو ديس ناوديس +ناو‌ديس ناوديس +نايب السلطنه نايب‌السلطنه +نبي الله نبي‌الله +نجات الهي نجات‌الهي +نجم الدين نجم‌الدين +نخست وزير نخست‌وزير +نر مادگي نرمادگي +نر ماده نرماده +نر و ماده نروماده +نر‌مادگي نرمادگي +نر‌ماده نرماده +نر‌و‌ماده نروماده +نرم تنان نرم‌تنان +نرم شامه نرم‌شامه +نرمتنان نرم‌تنان +نزديك بين نزديك‌بين +نصر الدين نصرالدين +نصر الله نصرالله +نصرت الله نصرت‌الله +نصف النهار نصف‌النهار +نصير الدوله نصيرالدوله +نصير الدين نصيرالدين +نظام الدين نظام‌الدين +نظام الملك نظام‌الملك +نعمت الله نعمت‌الله +نعوذ بالله نعوذبالله +نفس الامر نفس‌الامر +نم نم نم‌نم +نمايش نامه نمايشنامه +نمايش‌نامه نمايشنامه +نهان بر نهان‌بر +نهان دانه نهان‌دانه +نهاندانه نهان‌دانه +نهج البلاغه نهج‌البلاغه +نو باوه نوباوه +نو بر نوبر +نو بنياد نوبنياد +نو بهار نوبهار +نو پا نوپا +نو جوان نوجوان +نو روز نوروز +نو سنگي نوسنگي +نو سواد نوسواد +نو عروس نوعروس +نو كيسه نوكيسه +نو نهال نونهال +نو نوار نونوار +نو‌باوه نوباوه +نو‌بر نوبر +نو‌بنياد نوبنياد +نو‌بهار نوبهار +نو‌پا نوپا +نو‌جوان نوجوان +نو‌روز نوروز +نو‌سنگي نوسنگي +نو‌سواد نوسواد +نو‌عروس نوعروس +نو‌كيسه نوكيسه +نو‌نهال نونهال +نو‌نوار نونوار +نوا خانه نواخانه +نوا‌خانه نواخانه +نوان خانه نوانخانه +نوان‌خانه نوانخانه +نور الانوار نورالانوار +نور الدين نورالدين +نور الله نورالله +نور اللهي نوراللهي +نوش آبه نوشابه +نوش خند نوشخند +نوش‌آبه نوشابه +نوش‌خند نوشخند +نوشا نوش نوشانوش +ني داود ني‌داود +ني شكر نيشكر +ني لبك ني‌لبك +نيش خند نيشخند +نيش‌خند نيشخند +نيكو نام نيكونام +نيكو‌نام نيكونام +نيل گون نيلگون +نيل‌گون نيلگون +نيم بالان نيم‌بالان +نيم بند نيم‌بند +نيم تاج نيم‌تاج +نيم تنه نيم‌تنه +نيم جان نيم‌جان +نيم خيز نيم‌خيز +نيم دار نيم‌دار +نيم دايره نيم‌دايره +نيم رخ نيم‌رخ +نيم رو نيمرو +نيم روز نيمروز +نيم ساز نيمساز +نيم كاسه نيم‌كاسه +نيم كره نيمكره +نيم واكه نيم‌واكه +نيم‌رو نيمرو +نيم‌روز نيمروز +نيم‌ساز نيمساز +نيم‌كره نيمكره +نيمبند نيم‌بند +نيمتاج نيم‌تاج +نيمجان نيم‌جان +نيمخيز نيم‌خيز +نيمدار نيم‌دار +نيمدايره نيم‌دايره +نيمرخ نيم‌رخ +نيمواكه نيم‌واكه +هارون الرشيد هارون‌الرشيد +هدايت الله هدايت‌الله +هزار برگ هزاربرگ +هزار پا هزارپا +هزار پيشه هزار‌پيشه +هزار چشم هزارچشم +هزار دستان هزاردستان +هزار‌برگ هزاربرگ +هزار‌پا هزارپا +هزار‌چشم هزارچشم +هزار‌دستان هزاردستان +هشت پا هشت‌پا +هشتپا هشت‌پا +هفت اندام هفت‌اندام +هفت بيجار هفت‌بيجار +هفت خط هفت‌خط +هفت سرهنگ هفت‌سرهنگ +هفت سين هفت‌سين +هفت قلم هفت‌قلم +هفتاندام هفت‌اندام +هفتبيجار هفت‌بيجار +هفتخط هفت‌خط +هفتسرهنگ هفت‌سرهنگ +هفتسين هفت‌سين +هفتقلم هفت‌قلم +هم آشيان هم‌آشيان +هم آغوش هم‌آغوش +هم درد همدرد +هم‌درد همدرد +هماغوش هم‌آغوش +هميشه بهار هميشه‌بهار +هوا برد هوابرد +هوا سنج هواسنج +هوا شناس هواشناس +هوا‌برد هوابرد +هوا‌سنج هواسنج +هوا‌شناس هواشناس +و الارض والارض +و الذي والذي +و الذين والذين +و السلام والسلام +و العصر والعصر +و الفجر والفجر +و الله والله +واجب الوجود واجب‌الوجود +واژه نامه واژه‌نامه +وايت برد وايت‌برد +وايتبرد وايت‌برد +وجه الضمان وجه‌الضمان +وسائل الشيعه وسائل‌الشيعه +ول خرج ولخرج +ول‌خرج ولخرج +ولي الله ولي‌الله +ويل چر ويلچر +ويل‌چر ويلچر +يا مفت يامفت +يا‌مفت يامفت +ياد گيري يادگيري +ياد‌گيري يادگيري +يخ بندان يخ‌بندان +يخ چال يخچال +يخ در بهشت يخ‌دربهشت +يخ‌چال يخچال +يخبندان يخ‌بندان +يخچال فريزر يخچال‌فريزر +يخدربهشت يخ‌دربهشت +يد الله يدالله +يدك كش يدك‌كش +يدككش يدك‌كش +يريد الله يريدالله +يك پايه يك‌پايه +يك تا يكتا +يك دست يكدست +يك دل يكدل +يك دنده يك‌دنده +يك رنگ يكرنگ +يك سر يكسر +يك شنبه يكشنبه +يك‌تا يكتا +يك‌دست يكدست +يك‌دل يكدل +يك‌رنگ يكرنگ +يك‌سر يكسر +يك‌شنبه يكشنبه +يكپايه يك‌پايه +يكدنده يك‌دنده +يكي به دو يكي‌به‌دو +يوز پلنگ يوزپلنگ +يوز‌پلنگ يوزپلنگ +آب و هوا آب‌وهوا +آب و هواي آب‌وهواي +رعد و برق رعدوبرق +گرد و خاك گردوخاك +گرد و غبارهاي گردوغبارهاي +گرد و غبار گردوغبار +گرد و غباري گردوغباري +آب و تاب آب‌وتاب +آب و خاك آب‌وخاك +خوش آب و هواي خوش‌آب‌وهواي +آب و هوايي آب‌وهوايي +خوش آب و هوا خوش‌آب‌وهوا +پرت و پلا پرت‌وپلا +تمام و كمال تمام‌وكمال +دخل و تصرف دخل‌وتصرف +ساخت و ساز ساخت‌وساز +ساخت و سازها ساخت‌وسازها +ساخت و سازهاي ساخت‌وسازهاي +ساخت و سازهايي ساخت‌وسازهايي +ساخت و پاخت ساخت‌وپاخت +بريز و بپاش بريزوبپاش \ No newline at end of file diff --git a/Parsivar/resource/postagger/UPC_full_model_wapiti b/Parsivar/resource/postagger/UPC_full_model_wapiti new file mode 100644 index 0000000000000000000000000000000000000000..8e32b69b381167a92fc0e4d8dd9fc12147269c00 --- /dev/null +++ b/Parsivar/resource/postagger/UPC_full_model_wapiti @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:0c185fd97ca99759a0fe1e3a3960e41178f3f58dc33a496b46d2f89f48d32496 +size 19081180 diff --git a/Parsivar/resource/postagger/stanford-postagger.jar b/Parsivar/resource/postagger/stanford-postagger.jar new file mode 100644 index 0000000000000000000000000000000000000000..92f8cb23d3f5c4f04e09078591244b11664e7f3c --- /dev/null +++ b/Parsivar/resource/postagger/stanford-postagger.jar @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:dae54704231232e6fad8aa1e14fa7089d13054ea9c8216a9caa4bf22148f1ce7 +size 3669310 diff --git a/Parsivar/resource/stemmer/mokasar.txt b/Parsivar/resource/stemmer/mokasar.txt new file mode 100644 index 0000000000000000000000000000000000000000..5ab776c3a29ec11f28f8b6580b079e2dadb7a574 --- /dev/null +++ b/Parsivar/resource/stemmer/mokasar.txt @@ -0,0 +1,127 @@ +آداب ادب +اطراف طرف +حقایق حقیقت +امواج موج +ادبا ادیب +اعماق عمق +خزائن خزینه +مراکز مرکز +آثار اثر +علما عالم +اخبار خبر +مواقع موقع +اسرا سر +علوم علم +ادوار دور +مصارف مصرف +اسامی اسم +علائم علامت +ادیان دین +معارف معرفت +اساطیر اسطوره +علل علت +دفاتر دفتر +مباحث مبحث +امرا امیر +عقائد عقیده +ذخایر ذخیره +مواد ماده +اوامر امور +اعمال عمل +رفقا رفیق +مذاهب مذهب +ائمه امام +اعیاد عید +آرا رای +مصائب مصیبت +اصول اصل +عناصر عنصر +رسوم رسم +معابد معبد +آفاق افق +عواطف عاطفه +روابط رابطه +مساجد مسجد +ابیات بیت +اعضا عضو +رموز رمز +معابر معبر +تجار تاجر +عبارات عبارت +رجال رجل +مظاهر مظهر +تصاویر تصویر +عجایب عجیبه +ارقام رقم +اجداد جد +فقها فقیه +زوایا زاویه +امراض مرض +جوانب جانب +فنون فن +زعما زعیم +موارد موزد +جزایر جزیره +افکار فکر +سوانح سانحه +مراحل مرحله +جبال جبل +فرایض فریضه +سلاطین سلطان +مفاهیم مفهوم +جرایم جریمه +افعال فعل +اشعار شعر +منابع منبع +حوادث حادثه +فقرا فقیر +شعرا شاعر +اماکن مکان +احشام حشم +قواعد قاعده +آثار اثر +احوال حال +اخلاق خلق +ارکان رکن +اسرار سر +اشیا شی +اصول اصل +اعضا عضو +افراد فرد +افکار فکر +اقوام قوم +اوقات وقت +تصاویر تصویر +تعالیم تعلیم +تماثیل تمثیل +حقوق حق +حواس حس +خاطرات خاطره +خرافات خارفه +دلایل دلیل +شمایل شمیله +عناصر عنصر +عوامل عامل +فضایل فضیلت +کلمات کلمه +مجالس مجلس +مطالب مطلب +مظاهر مظهره +مفاهیم مفهوم +منابع منبع +نشریات نشریه +نیّات نیت +وظایف وظیفه +فلاسفه فلاس +مذاکرات مذاکره +معاملات معامله +ادارات اداره +ضربات ضربه +حملات حمله +جزِئیات جزء +دخانیات دخان +شایعات شایعه +عنایات عنایت +اموال مال +مدارس مدرسه +جوامع جامعه diff --git a/Parsivar/resource/stemmer/pasvand.txt b/Parsivar/resource/stemmer/pasvand.txt new file mode 100644 index 0000000000000000000000000000000000000000..991f74f23317357e00dfae65953334269553250d --- /dev/null +++ b/Parsivar/resource/stemmer/pasvand.txt @@ -0,0 +1,31 @@ +نده +گانه +دان +ستان +چی +زار +گار +ناک +گین +انه +یار +مند +کده +یت +یش +یمان +یشان +یتان +گر +باره +آگین +سان +گون +الو +واره +گی +یی +ای +تر +ترین +ی \ No newline at end of file diff --git a/Parsivar/resource/stemmer/pishvand.txt b/Parsivar/resource/stemmer/pishvand.txt new file mode 100644 index 0000000000000000000000000000000000000000..ca9be520099f67b468c3a739e75521ce6d6a0878 --- /dev/null +++ b/Parsivar/resource/stemmer/pishvand.txt @@ -0,0 +1,9 @@ +#پیشوند +نا +پاد +باز +وا +فرا +فرو +پیش +بی \ No newline at end of file diff --git a/Parsivar/resource/stemmer/stem_irregularNounDict.pckl b/Parsivar/resource/stemmer/stem_irregularNounDict.pckl new file mode 100644 index 0000000000000000000000000000000000000000..238ac18f37a15c6af54952dc03aeec5cedeabd0b --- /dev/null +++ b/Parsivar/resource/stemmer/stem_irregularNounDict.pckl @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:1912003f7a13797e541db1fbacb9cf085122fe702f5d0dc8a3b982aff2ef450d +size 3962 diff --git a/Parsivar/resource/stemmer/stem_lex.pckl b/Parsivar/resource/stemmer/stem_lex.pckl new file mode 100644 index 0000000000000000000000000000000000000000..16ae93dbd1be0ca8da756496a018a8de12c625ce --- /dev/null +++ b/Parsivar/resource/stemmer/stem_lex.pckl @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:4365be8ea0276b9c8dff36e584fa6c6847bd72276cde806981c749d1b95e2b8a +size 459677 diff --git a/Parsivar/resource/stemmer/stem_verbMap.pckl b/Parsivar/resource/stemmer/stem_verbMap.pckl new file mode 100644 index 0000000000000000000000000000000000000000..3ef740a8c5799ca36bd0dfa1c690bec71c47825e --- /dev/null +++ b/Parsivar/resource/stemmer/stem_verbMap.pckl @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:97b5713b6930e28a6abdcbfbde78f9d10270c0ad034d11a4745df849bcb62b44 +size 21334 diff --git a/Parsivar/resource/stemmer/verbStemDict.pckl b/Parsivar/resource/stemmer/verbStemDict.pckl new file mode 100644 index 0000000000000000000000000000000000000000..c029ca052b59f4246688a62a1bd95beebdbc6f59 --- /dev/null +++ b/Parsivar/resource/stemmer/verbStemDict.pckl @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:0940d3965a2b9dfbdf1e9f453628817cdf780ad8de531935c2474df6e8708cae +size 10692 diff --git a/Parsivar/resource/stemmer/verb_tense.txt b/Parsivar/resource/stemmer/verb_tense.txt new file mode 100644 index 0000000000000000000000000000000000000000..98b549c319f1d33c51c1d2423d95e673d9ebdf9c --- /dev/null +++ b/Parsivar/resource/stemmer/verb_tense.txt @@ -0,0 +1,103 @@ +آزمود آزما +انداخت انداز +آزرد آزار +اندود اندا +آسود آسا +انگاشت انگار +آشفت آشوب +انگیخت انگیز +آغشت آغار +باخت باز +آفرید آفرین +بخشید بخش +بخشود بخشا +برد بر +آمد آ +بست بند +آموخت آموز +بود باش +آمیخت آمیز +بیخت بیز +آورد آور +پالود پالا +آویخت آویز +پخت پز +پذیرفت پذیر +پرداخت پرداز +افراشت افراز +پنداشت پندار +افروخت افروز +پیمود پیما +افزود افزا +پیوست پیوند +افشرد افشار +تاخت تاز +انباشت انباز +تافت تاب +توخت توز +ساخت ساز +جست جه +سپرد سپار +چید چین +ستاند ستان +جست جو +ستود ستا +خاست خیز +سرود سرا +خفت خواب +سفت سنب +داد ده +سوخت سوز +داشت دار +شتافت شتاب +دانست دان +شد شو +دروید درو +شست شوی +دوخت دوز +شكست شكن +دوشید دوش +شمرد شمر +دید بین +شناخت شناس +ربود ربا +رست ره +شنید شنو +رشت ریس +فرمود فرما +رفت روب +رفت رو +فروخت فروش +فریفت فریب +زد زن +فشرد فشار +زدود زدا +كاست كاه +كاشت كار +گشت گرد +كرد كن +گشود گشا +کشت کار +گفت گو +كوفت كوب +گماشت گمار +گداخت گداز +مرد میر +گذاشت گذار +نگاشت نگار +گرفت گیر +نواخت نواز +گریخت گریز +نمود نما +گزید گزین +هشت هل +گسست گسل +یافت یاب +گسیخت گسل +کرد کن +داشت دار +چلاند چل +خورد خور +سپرد سپار +گذشت گذر +خیساند خیسان \ No newline at end of file diff --git a/Parsivar/resource/tokenizer/TokenMerger.pckl b/Parsivar/resource/tokenizer/TokenMerger.pckl new file mode 100644 index 0000000000000000000000000000000000000000..1b7581361e9451f99da9845134dd1b38f095b65e --- /dev/null +++ b/Parsivar/resource/tokenizer/TokenMerger.pckl @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:2ed3f0b817670f384e93c85e142636b268fc998017996b46db6ef32678ad4278 +size 3656082 diff --git a/Parsivar/resource/tokenizer/enDict b/Parsivar/resource/tokenizer/enDict new file mode 100644 index 0000000000000000000000000000000000000000..fb0a6b6183751197aed850661e965de097f27c44 --- /dev/null +++ b/Parsivar/resource/tokenizer/enDict @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:3f4fbd0237298cd5c6730eaa924a6b6c26686e0f8d07528262d089114de51ec2 +size 1814429 diff --git a/Parsivar/resource/tokenizer/faDict b/Parsivar/resource/tokenizer/faDict new file mode 100644 index 0000000000000000000000000000000000000000..28a8399bda4a6d987763c1be1850c77977a35c73 --- /dev/null +++ b/Parsivar/resource/tokenizer/faDict @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:e4e866950526d061bdd2f464cf54d584d9a8eef40fecff2b2aecf438d14f670e +size 481053 diff --git a/Parsivar/spell_checker.py b/Parsivar/spell_checker.py new file mode 100644 index 0000000000000000000000000000000000000000..99f7e8457515073c6e9d1ab890be77a040c9261c --- /dev/null +++ b/Parsivar/spell_checker.py @@ -0,0 +1,419 @@ +import pickle +import math +import os + +from .normalizer import Normalizer +from .tokenizer import Tokenizer +from .data_helper import DataHelper + + +class SpellCheck: + def __init__(self): + self.normalizer = Normalizer() + self.tokenizer = Tokenizer() + self.data_helper = DataHelper() + + self.dir_path = os.path.dirname(os.path.realpath(__file__)) + "/" + + self.bigram_lm = self.data_helper.load_var(self.dir_path + "resource/spell/mybigram_lm.pckl") + self.onegram_lm = self.data_helper.load_var(self.dir_path + "resource/spell/onegram.pckl") + self.ingroup_chars = [{'ا', 'آ', 'ع'}, + {'ت', 'ط'}, + {'ث', 'س', 'ص'}, + {'ح', 'ه'}, + {'ذ', 'ز', 'ض', 'ظ'}, + {'ق', 'غ'}] + + def deletion(self, word): + p_list = [] + for k in range(len(word)): + if word[k] == '-' or word[k] == '#': + continue + begin = word[:k] + end = word[k+1:] + tmp_string = begin + end + p_list.append(tmp_string) + return p_list + + def splitting(self, word): + p_list = set([]) + delimator = '-' + for i, char in enumerate(word): + begin = word[:i].strip('\u200c') + end = word[i:].strip('\u200c') + tmp_string = begin + delimator + end + p_list.add(tmp_string) + return list(p_list) + + def insertion(self, word): + p_list = [] + alphabet = ['ا', 'آ', 'ب', 'پ', 'ت', 'ث', 'ج', 'چ', 'ح', 'خ', + 'د', 'ذ', 'ر', 'ز', 'ژ', 'س', 'ش', 'ص', 'ض', 'ط', + 'ظ', 'ع', 'غ', 'ف', 'ق', 'ک', 'گ', 'ل', 'م', 'ن', + 'و', 'ه', 'ی', '‌'] + for k in range(len(word)+1): + for char in alphabet: + begin = word[:k] + end = word[k:] + tmp_string = begin + char + end + p_list.append(tmp_string) + return p_list + + def substitution(self, word): + p_list = [] + alphabet = ['ا', 'آ', 'ب', 'پ', 'ت', 'ث', 'ج', 'چ', 'ح', 'خ', + 'د', 'ذ', 'ر', 'ز', 'ژ', 'س', 'ش', 'ص', 'ض', 'ط', + 'ظ', 'ع', 'غ', 'ف', 'ق', 'ک', 'گ', 'ل', 'م', 'ن', + 'و', 'ه', 'ی'] + for i, char in enumerate(word): + if char == '-' or char == '#': + continue + for c in alphabet: + begin = word[:i] + end = word[i+1:] + tmp_string = begin + c + end + p_list.append(tmp_string) + return p_list + + def transposition(self, word): + p_list = [] + word = list(word) + tmp_word = word[:] + for k1 in range(len(word)): + k2 = k1 + 1 + if k2 == len(word): + break + tmp = tmp_word[k1] + tmp_word[k1] = tmp_word[k2] + tmp_word[k2] = tmp + tmp_string = ''.join(tmp_word) + p_list.append(tmp_string) + tmp_word = word[:] + return p_list + + def build_similar_words(self, word_seq, index, zi, operation): + z_list = [] + o_list = [] + + if operation == "Spell": + tmp = self.deletion(zi) + for i in tmp: + z_list.append(i) + o_list.append("Deletion") + tmp = self.insertion(zi) + for i in tmp: + z_list.append(i) + o_list.append("Insertion") + tmp = self.substitution(zi) + for i in tmp: + z_list.append(i) + o_list.append("Substitution") + tmp = self.transposition(zi) + for i in tmp: + z_list.append(i) + o_list.append("Transposition") + + elif operation == "Split": + tmp = self.splitting(zi) + for i in tmp: + z_list.append(i) + o_list.append("Split") + + elif operation == "Merg": + if index < len(word_seq)-1: + tmp = zi + '#' + word_seq[index+1] + z_list.append(tmp) + o_list.append("Merg") + + return [z_list, o_list] + + def bigram_markov_factor(self, yi_1, yi): + bigram_counts, total_count = self.bigram_lm + tmp = (yi_1, yi) + if tmp in bigram_counts.keys(): + x = bigram_counts[tmp] + x = float(x)/total_count + x = math.log2(x) + return x + else: + return -28 + + def get_word_probability(self, word): + lex_dict = self.onegram_lm[0] + total_words = self.onegram_lm[1] + + if word in lex_dict: + count = lex_dict[word] + logprob = math.log2(float(count)/total_words) + return logprob + else: + return -50.0 + + def isword(self, x): + if abs(x.find('#') - x.find('-')) == 1: + return False + + dash_idx = x.find('-') + if dash_idx != -1: + first = x[:dash_idx] # from beginning to n (n not included) + secound = x[dash_idx+1:] # n+1 through end of string + if self.get_word_probability(first) < -49: + return False + elif self.get_word_probability(secound) < -49: + return False + else: + return True + + sharp_idx = x.find('#') + if sharp_idx != -1: + begin = x[:sharp_idx] + end = x[sharp_idx+1:] + tmp_str = begin + end + if self.get_word_probability(tmp_str) < -49: + return False + else: + return True + else: + if self.get_word_probability(x) < -49: + return False + else: + return True + + def get_possible_words(self, word_seq, index): + wi = word_seq[index] + possible_words = [] + operation_list = [] + + possible_words.append(wi) + operation_list.append("Nothing") + + if len(wi) == 1: + return possible_words, operation_list + + '''Merg Split Spell''' + [c_list, o_list] = self.build_similar_words(word_seq, index, wi, "Merg") + for i, c in enumerate(c_list): + if self.isword(c): + possible_words.append(c) + operation_list.append(o_list[i]) + + [c_list, o_list] = self.build_similar_words(word_seq, index, wi, "Split") + for i, c in enumerate(c_list): + if self.isword(c): + possible_words.append(c) + operation_list.append(o_list[i]) + + [c_list, o_list] = self.build_similar_words(word_seq, index, wi, "Spell") + for i, c in enumerate(c_list): + if self.isword(c): + possible_words.append(c) + operation_list.append(o_list[i]) + + return possible_words, operation_list + + def select_n_best(self, c_list, o_list, n=3): + my_dict = {} + map_dict = {} + for i, word in enumerate(c_list): + if o_list[i] == 'Merg': + tmp_word = word.replace("#", "") + prob = self.get_word_probability(tmp_word) + + elif o_list[i] == 'Split': + begin = word.split('-')[0] + end = word.split('-')[1] + prob = float(self.get_word_probability(begin) + self.get_word_probability(end))/2 + + else: + prob = self.get_word_probability(word) + + if word not in my_dict: + my_dict[word] = prob + map_dict[word] = o_list[i] + + n_best = set(sorted(my_dict, key=my_dict.get, reverse=True)[:n]) + n_best.add(c_list[0]) + n_best = list(n_best) + n_best_op = [map_dict[key] for key in n_best] + return n_best, n_best_op + + def is_ingroup_substitution(self, main_word, candidate_word): + main_word = list(main_word) + candidate_word = list(candidate_word) + flag = False + for i, c in enumerate(main_word): + if c == candidate_word[i]: + continue + else: + flag = False + for l in self.ingroup_chars: + if c in l and candidate_word[i] in l: + flag = True + break + break + return flag + + def select_correct_spell(self, candidate_list, next_candidates, next_next_candidates, prev_word, current_word): + best_candidate = None + best_operation = None + best_score = -1000 + next_next_candidate_list = [] + next_next_operation_list = [] + + candidate_list, operation_list = candidate_list + if next_candidates is not None: + next_candidate_list, next_operation_list = next_candidates + else: + next_candidate_list, next_operation_list = [None], "Nothing" + + if next_next_candidates is not None: + next_next_candidate_list, next_next_operation_list = next_next_candidates + else: + next_candidate_list, next_operation_list = [None], "Nothing" + + for i, candidate in enumerate(candidate_list): + operation = operation_list[i] + + if operation == "Split": + begin = candidate[:candidate.find('-')] + end = candidate[candidate.find('-')+1:] + candidate = begin + next_word = end + + onegram_score = self.get_word_probability(candidate) + bigram_score_with_prev = self.bigram_markov_factor(prev_word, candidate) + + bigram_score_next = -1000 + tmp_score_next = self.bigram_markov_factor(candidate, next_word) + for j, next_next_word in enumerate(next_candidate_list): + opt = next_operation_list[j] + if opt == 'Merg': + next_next_word = next_next_word.replace("#", "") + elif opt == 'Split': + next_next_word = next_next_word.split('-')[0] + + tmp_score_next_next = self.bigram_markov_factor(next_word, next_next_word) + if tmp_score_next_next > bigram_score_next: + bigram_score_next = tmp_score_next_next + bigram_score_next = float(bigram_score_next + tmp_score_next)/2 + + elif operation == "Merg": + begin = candidate[:candidate.find('#')] + end = candidate[candidate.find('#')+1:] + candidate = begin + end + + onegram_score = self.get_word_probability(candidate) + bigram_score_with_prev = self.bigram_markov_factor(prev_word, candidate) + + bigram_score_next = -1000 + for j, next_next_word in enumerate(next_next_candidate_list): + opt = next_next_operation_list[j] + if opt == 'Merg': + next_next_word = next_next_word.replace("#", "") + elif opt == 'Split': + next_next_word = next_next_word.split('-')[0] + + tmp_score = self.bigram_markov_factor(candidate, next_next_word) + if tmp_score > bigram_score_next: + bigram_score_next = tmp_score + + else: + onegram_score = self.get_word_probability(candidate) + bigram_score_with_prev = self.bigram_markov_factor(prev_word, candidate) + + bigram_score_next = -1000 + for j, next_word in enumerate(next_candidate_list): + opt = next_operation_list[j] + if opt == 'Merg': + next_word = next_word.replace("#", "") + elif opt == 'Split': + next_word = next_word.split('-')[0] + + tmp_score = self.bigram_markov_factor(candidate, next_word) + if tmp_score > bigram_score_next: + bigram_score_next = tmp_score + + if operation == 'Substitution': + if self.is_ingroup_substitution(current_word, candidate): + onegram_score += 20 + else: + onegram_score += 10 + elif operation == 'Deletion' or operation == 'Insertion': + onegram_score += 5 + if '\u200c' in candidate and '\u200c' not in current_word: + onegram_score += 5 + elif operation == 'Split' or operation == 'Merg': + onegram_score += 7 + elif operation == 'Nothing': + onegram_score += 20 + + score = 1*onegram_score + 0.7*bigram_score_with_prev + 0.7*bigram_score_next + + if score > best_score: + best_operation = operation + best_candidate = candidate_list[i] + best_score = score + + return best_candidate, best_operation + + def spell_corrector(self, doc_string): + words = self.tokenizer.tokenize_words(self.normalizer.normalize(doc_string)) + + best_o_list = [] + best_candidates_list = [] + + yi_1 = None + merged_before = False + + suggest_list = [] + + for i, word in enumerate(words): + [c_list, o_list] = self.get_possible_words(words, i) + n_best = self.select_n_best(c_list, o_list, n=15) + suggest_list.append(n_best) + + for i, candidate_list in enumerate(suggest_list): + + if merged_before: + continue + + if (i+2) < len(suggest_list): + next_candidates = suggest_list[i+1] + next_next_candidates = suggest_list[i+2] + elif (i+1) < len(suggest_list): + next_candidates = suggest_list[i+1] + next_next_candidates = None + else: + next_candidates = None + next_next_candidates = None + + best_candidate, best_operation = self.select_correct_spell(candidate_list, next_candidates, + next_next_candidates, yi_1, words[i]) + + merged_before = False + if best_operation == "Split": + begin = best_candidate.split('-')[0] + end = best_candidate.split('-')[1] + best_candidate = [begin, end] + if best_operation == "Merg": + best_candidate = best_operation.replace("#", "") + merged_before = True + if type(best_candidate) == str: + best_candidate = [best_candidate] + + best_o_list.append(best_operation) + best_candidates_list.extend(best_candidate) + yi_1 = best_candidate[-1] + + res = " ".join(best_candidates_list) + ops = " ".join(best_o_list) + + return res + + +if __name__ == "__main__": + doc_string = "نمازگذاران وارد مسلی شدند." + myspell_checker = SpellCheck() + + res = myspell_checker.spell_corrector(doc_string) + print(res) diff --git a/Parsivar/stemmer.py b/Parsivar/stemmer.py new file mode 100644 index 0000000000000000000000000000000000000000..3bed16dace684581461d4719650ea46951c4cfeb --- /dev/null +++ b/Parsivar/stemmer.py @@ -0,0 +1,392 @@ +import os +from .data_helper import DataHelper +from .normalizer import Normalizer + +class FindStems(): + + def __init__(self): + + self.dir_path = os.path.dirname(os.path.realpath(__file__)) + "/" + + self.noun_lex_path = self.dir_path + "resource/stemmer/stem_lex.pckl" + self.verb_lex_path = self.dir_path + "resource/stemmer/verbStemDict.pckl" + self.verb_tense_map_path = self.dir_path + "resource/stemmer/stem_verbMap.pckl" + self.irregular_nouns_path = self.dir_path + "resource/stemmer/stem_irregularNounDict.pckl" + self.prefix_list_path = self.dir_path + "resource/stemmer/pishvand.txt" + self.postfix_list_path = self.dir_path + "resource/stemmer/pasvand.txt" + self.verb_tense_file_path = self.dir_path + "resource/stemmer/verb_tense.txt" + self.mokasar_noun_path = self.dir_path + "resource/stemmer/mokasar.txt" + self.data_helper = DataHelper() + + if(os.path.isfile(self.noun_lex_path) and os.path.isfile(self.verb_lex_path) + and os.path.isfile(self.verb_tense_map_path) and os.path.isfile(self.irregular_nouns_path)): + self.noun_lexicon = self.data_helper.load_var(self.noun_lex_path) + self.verb_lexicon = self.data_helper.load_var(self.verb_lex_path) + self.verb_tense_map = self.data_helper.load_var(self.verb_tense_map_path) + self.irregular_nouns = self.data_helper.load_var(self.irregular_nouns_path) + + self.verb_p2f_map, self.verb_f2p_map = self.verb_tense_map[0], self.verb_tense_map[1] + + else: + self.mynormalizer = Normalizer() + self.noun_lexicon, self.verb_lexicon, \ + self.verb_tense_map, self.irregular_nouns =\ + self.data_helper.build_stem_dictionary(self.mynormalizer, + self.verb_tense_file_path, + self.mokasar_noun_path) + self.data_helper.save_var(save_path=self.noun_lex_path, variable=self.noun_lexicon) + self.data_helper.save_var(save_path=self.verb_lex_path, variable=self.verb_lexicon) + self.data_helper.save_var(save_path=self.verb_tense_map_path, variable=self.verb_tense_map) + self.data_helper.save_var(save_path=self.irregular_nouns_path, variable=self.irregular_nouns) + + self.verb_p2f_map, self.verb_f2p_map = self.verb_tense_map[0], self.verb_tense_map[1] + + self.prefix_list = set({}) + with open(self.prefix_list_path, "r", encoding='utf-8') as pishvand_input_file: + pishvandFile_content = pishvand_input_file.readlines() + for el in pishvandFile_content: + self.prefix_list.add(el.strip()) + + self.postfix_list = set({}) + with open(self.postfix_list_path, "r", encoding='utf-8') as pasvand_input_file: + pasvandFile_content = pasvand_input_file.readlines() + for el in pasvandFile_content: + self.postfix_list.add(el.strip()) + + def select_candidate(self, candidate_list, lexicon_set=None): + length = 1000 + selected = "" + for tmp_candidate in candidate_list: + if lexicon_set == None and len(tmp_candidate) < length: + selected = tmp_candidate + length = len(tmp_candidate) + elif (lexicon_set != None) and (tmp_candidate in lexicon_set): + if(length == 1000): + selected = tmp_candidate + length = len(tmp_candidate) + else: + if(len(tmp_candidate) > length): + selected = tmp_candidate + length = len(tmp_candidate) + return selected + + def is_prefix(self, word, prefix): + word = word.strip("\u200c") + return word.startswith(prefix) + + def is_postfix(self, word, post): + word = word.strip("\u200c") + return word.endswith(post) + + def remove_prefixes(self, word, prefix): + word = word.strip("\u200c") + candidateStem = set({}) + for el in prefix: + if word.startswith(el): + if len(el) > 0: + tmp = word[len(el):].strip().strip('\u200c') + else: + tmp = word + candidateStem.add(tmp) + return candidateStem + + def remove_postfixes(self, word, postfix): + word = word.strip("\u200c") + candidateStem = set({}) + for el in postfix: + if word.endswith(el): + if len(el) > 0: + tmp = word[:-len(el)].strip().strip('\u200c') + else: + tmp = word + candidateStem.add(tmp) + return candidateStem + + def map_irregular_noun(self, word): + if word in self.irregular_nouns: + return self.irregular_nouns[word] + else: + return word + + def convert_to_stem(self, word, word_pos=None): + if word in self.noun_lexicon: + if (word_pos == None or word_pos == 'N'): + #print("in word dict...") + return self.map_irregular_noun(word) + + elif word in self.verb_lexicon: + if word_pos is None or word_pos == 'V': + # print("in verb dict...") + if word in self.verb_f2p_map: + stem = self.verb_f2p_map[word] + "&" + word + elif word in self. verb_p2f_map: + stem = word + "&" + self.verb_p2f_map[word] + else: + stem = word + return stem + + # if word is a verb + if word_pos is None or word_pos == "V": + # ماضی مستمر + candidate_list = self.remove_prefixes(word, ["داشتم", "داشتی", "داشت", + "داشتیم", "داشتید", "داشتند"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_prefixes(new_word, ["می"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_postfixes(new_word, ["یم", "ید", "ند", + "م", "ی", ""]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list, self.verb_lexicon) + if new_word: + if new_word in self.verb_p2f_map: + stem = new_word + "&" + self.verb_p2f_map[new_word] + return stem + + # مضارع مستمر + candidate_list = self.remove_prefixes(word, ["دارم", "داری", "دارد", + "داریم", "دارید", "دارند"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_prefixes(new_word, ["می"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_postfixes(new_word, ["یم", "ید", "ند", + "م", "ی", "د"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list, self.verb_lexicon) + if new_word: + if new_word in self.verb_f2p_map: + stem = self.verb_f2p_map[new_word] + "&" + new_word + return stem + + # مضارع اخباری + candidate_list = self.remove_prefixes(word, ["می", "نمی", "همی"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_postfixes(new_word, ["یم", "ید", "ند", + "م", "ی", "د"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list, self.verb_lexicon) + if new_word: + if new_word in self.verb_f2p_map: + stem = self.verb_f2p_map[new_word] + "&" + new_word + return stem + + # ماضی استمراری + candidate_list = self.remove_prefixes(word, ["می", "نمی", "همی"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_postfixes(new_word, ["یم", "ید", "ند", + "م", "ی", ""]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list, self.verb_lexicon) + if new_word: + if new_word in self.verb_p2f_map: + stem = new_word + "&" + self.verb_p2f_map[new_word] + return stem + + # ماضی بعید و التزامی + candidate_list = self.remove_postfixes(word, ["یم", "ید", "ند", + "م", "ی", ""]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_postfixes(new_word, ["بود", "باشد", "باش"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_postfixes(new_word, ["ه"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_prefixes(new_word, ["ن", ""]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list, self.verb_lexicon) + if new_word: + if new_word in self.verb_p2f_map: + stem = new_word + "&" + self.verb_p2f_map[new_word] + return stem + + # ماضی نقلی + candidate_list = self.remove_postfixes(word, ["ام", "ای", "است", + "ایم", "اید", "اند"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_postfixes(new_word, ["ه"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_prefixes(new_word, ["ن", ""]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list, self.verb_lexicon) + if new_word: + if new_word in self.verb_p2f_map: + stem = new_word + "&" + self.verb_p2f_map[new_word] + return stem + + # ماضی ابعد + candidate_list = self.remove_postfixes(word, ["ام", "ای", "است", + "ایم", "اید", "اند"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_postfixes(new_word, ["ه"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_postfixes(new_word, ["بود"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_postfixes(new_word, ["ه"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_prefixes(new_word, ["ن", ""]) + if len(candidate_list) > 0: + new_word = self.select_candidate(new_word, self.verb_lexicon) + if new_word: + if new_word in self.verb_p2f_map: + stem = new_word + "&" + self.verb_p2f_map[new_word] + return stem + + # آینده + candidate_list = self.remove_prefixes(word, ["خواه", "نخواه"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_prefixes(new_word, ["یم", "ید", "ند", + "م", "ی", "د"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list, self.verb_lexicon) + if new_word: + if new_word in self.verb_p2f_map: + stem = new_word + "&" + self.verb_p2f_map[new_word] + return stem + + # مضارع التزامی و امر + candidate_list = self.remove_prefixes(word, ["ب", "ن", ""]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_postfixes(new_word, ["یم", "ید", "ند", "م", + "ی", "د", ""]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + if (self.is_prefix(new_word, "یا")) and (new_word not in self.verb_lexicon): + candidate_list = self.remove_prefixes(new_word, ["یا"]) + new_word = self.select_candidate(candidate_list) + new_word = "آ" + new_word + if self.is_postfix(new_word, "آی") or self.is_postfix(new_word, "ای"): + if new_word not in self.verb_lexicon: + candidate_list = self.remove_postfixes(new_word, ["ی"]) + new_word = self.select_candidate(candidate_list) + if self.is_prefix(new_word, "ی"): + candidate_list = self.remove_prefixes(new_word, ["ی"]) + tmp_word = self.select_candidate(candidate_list) + if tmp_word and ("ا" + tmp_word) in self.verb_lexicon: + new_word = "ا" + tmp_word + + if new_word and new_word in self.verb_lexicon: + if new_word in self.verb_f2p_map: + stem = self.verb_f2p_map[new_word] + "&" + new_word + return stem + + # ماضی ساده + candidate_list = self.remove_postfixes(word, ["م", "ی", "", + "یم", "ید", "ند"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + candidate_list = self.remove_prefixes(new_word, ["ن", ""]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list, self.verb_lexicon) + if new_word: + if new_word in self.verb_p2f_map: + stem = new_word + "&" + self.verb_p2f_map[new_word] + return stem + + # حالت مصدر + candidate_list = self.remove_postfixes(word, ["ن"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list, self.verb_lexicon) + if new_word: + if new_word in self.verb_p2f_map: + stem = new_word + "&" + self.verb_p2f_map[new_word] + return stem + + if word_pos is None or word_pos == "N": + # پسوندهای مالکیت + stem_candidate = word + candidate_list = self.remove_postfixes(word, ["م", "ت", "ش", "یم", "یت", "یش", + "یتان", "یشان", "یمان", + "مان", "تان", "شان", "ان"]) + if len(candidate_list) > 0: + stem_candidate = self.select_candidate(candidate_list, self.noun_lexicon) + if stem_candidate: + new_word = stem_candidate + else: + new_word = self.select_candidate(candidate_list) + stem_candidate = new_word + else: + new_word = stem_candidate + if new_word in self.noun_lexicon: + return self.map_irregular_noun(new_word) + + candidate_list = self.remove_postfixes(new_word, ["ها", "ات", "های", + "ان", "هایی", "ین"]) + if len(candidate_list) > 0: + stem_candidate = self.select_candidate(candidate_list, self.noun_lexicon) + if stem_candidate: + new_word = stem_candidate + else: + new_word = self.select_candidate(candidate_list) + stem_candidate = new_word + else: + new_word = stem_candidate + + if new_word in self.noun_lexicon: + return self.map_irregular_noun(new_word) + + candidate_list = self.remove_postfixes(new_word, ["گ"]) + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + new_word = new_word + "ه" + stem_candidate = new_word + else: + new_word = stem_candidate + if new_word in self.noun_lexicon: + return self.map_irregular_noun(new_word) + + candidate_list = self.remove_postfixes(new_word, self.postfix_list) + if len(candidate_list) > 0: + stem_candidate = self.select_candidate(candidate_list, self.noun_lexicon) + if stem_candidate: + new_word = stem_candidate + else: + new_word = self.select_candidate(candidate_list) + stem_candidate = new_word + else: + new_word = stem_candidate + if new_word in self.noun_lexicon: + return self.map_irregular_noun(new_word) + # stem = new_word + + candidate_list = self.remove_prefixes(new_word, self.prefix_list) + if len(candidate_list) > 0: + stem_candidate = self.select_candidate(candidate_list, self.noun_lexicon) + if stem_candidate: + new_word = stem_candidate + else: + new_word = self.select_candidate(candidate_list) + stem_candidate = new_word + else: + new_word = stem_candidate + + if new_word in self.noun_lexicon: + return self.map_irregular_noun(new_word) + # stem = new_word + + # افعال پیشوندی + candidate_list = self.remove_prefixes(word, ['در', 'بر', 'پر', 'باز', + 'ور', 'فرو', 'فرا', 'وا']) + + if len(candidate_list) > 0: + new_word = self.select_candidate(candidate_list) + if new_word: + tmp_pr = word[:-len(new_word)].strip().strip('\u200c') + new_word = self.convert_to_stem(new_word, word_pos='V') + if new_word and new_word in self.verb_lexicon: + return tmp_pr + new_word + return word diff --git a/Parsivar/token_merger.py b/Parsivar/token_merger.py new file mode 100644 index 0000000000000000000000000000000000000000..86836132792c75907acc4eb10f30ca7a2d745840 --- /dev/null +++ b/Parsivar/token_merger.py @@ -0,0 +1,71 @@ +import nltk +from nltk.chunk import conlltags2tree, tree2conlltags +#from sklearn.model_selection import train_test_split +#from collections import Iterable +from nltk import ChunkParserI, ClassifierBasedTagger + + +class ClassifierChunkParser(ChunkParserI): + def __init__(self): + self.tagger = None + pass + + def parse(self, tagged_sent): + chunks = self.tagger.tag(tagged_sent) + iob_triplets = [(w, t, c) for ((w, t), c) in chunks] + + # Transform the list of triplets to nltk.Tree format + return conlltags2tree(iob_triplets) + + def train_merger(self, train_file_path, test_split=0.1): + print("Loading Data...") + file = open(train_file_path, "r", encoding='utf-8') + file_content = file.read() + file_content = file_content.split("\n\n") + + data_list = [] + for line in file_content: + line = nltk.chunk.util.conllstr2tree(line, chunk_types=('NP',), root_label='S') + if (len(line) > 0): + data_list.append(line) + + # train_sents, test_sents = train_test_split(data_list, test_size=test_split, random_state=91) + train_sents = data_list + test_sents = [] + + print("Training the model ...") + + # Transform the trees in IOB annotated sentences [(word, pos, chunk), ...] + chunked_sents = [tree2conlltags(sent) for sent in train_sents] + + # Transform the triplets in pairs, make it compatible with the tagger interface [((word, pos), chunk), ...] + def triplets2tagged_pairs(iob_sent): + return [((word, pos), chunk) for word, pos, chunk in iob_sent] + + chunked_sents = [triplets2tagged_pairs(sent) for sent in chunked_sents] + + self.feature_detector = self.features + self.tagger = ClassifierBasedTagger( + train=chunked_sents, + feature_detector=self.features) + + token_merger_model = self.tagger + + if len(test_sents) > 0: + print("evaluating...") + print(token_merger_model.evaluate(test_sents)) + + return token_merger_model + + def nestedtree_to_list(self, tree, separator_char, d=0): + s = '' + for item in tree: + if isinstance(item, tuple): + s += item[0] + separator_char + elif d >= 1: + news = self.nestedtree_to_list(item, separator_char, d + 1) + s += news + separator_char + else: + news = self.nestedtree_to_list(item, separator_char, d + 1) + '\t' + s += news + separator_char + return s.strip(separator_char) diff --git a/Parsivar/tokenizer.py b/Parsivar/tokenizer.py new file mode 100644 index 0000000000000000000000000000000000000000..104386eea8d4efd5351277a4d427e18f09a0245d --- /dev/null +++ b/Parsivar/tokenizer.py @@ -0,0 +1,79 @@ +import re + + + +class Tokenizer(): + def __init__(self): + pass + + def tokenize_words(self, doc_string): + token_list = doc_string.strip().split() + token_list = [x.strip("\u200c") for x in token_list if len(x.strip("\u200c")) != 0] + return token_list + + def tokenize_sentences(self, doc_string): + # finding the numbers + pattern = r"[-+]?\d*\.\d+|\d+" + print(doc_string) + nums_list = re.findall(pattern, doc_string) + doc_string = re.sub(pattern, 'floatingpointnumber', doc_string) + + pattern = r'([!\.\?؟]+)[\n]*' + tmp = re.findall(pattern, doc_string) + doc_string = re.sub(pattern, self.add_tab, doc_string) + + pattern = r':\n' + tmp = re.findall(pattern, doc_string) + doc_string = re.sub(pattern, self.add_tab, doc_string) + + pattern = r';[\n]*' + tmp = re.findall(pattern, doc_string) + doc_string = re.sub(pattern, self.add_tab, doc_string) + + pattern = r'؛[\n]*' + tmp = re.findall(pattern, doc_string) + doc_string = re.sub(pattern, self.add_tab, doc_string) + + pattern = r'^[\s\r\n]*$' + doc_string = re.sub(pattern, '', doc_string) + pattern = r'[\n\r]+' + doc_string = re.sub(pattern, self.add_tab, doc_string) + + for number in nums_list: + pattern = 'floatingpointnumber' + doc_string = re.sub(pattern, number, doc_string, 1) + + doc_string = doc_string.split('\t\t') + doc_string = [x for x in doc_string if len(x) > 0 and not x.isspace()] + return doc_string + + def add_tab(self, mystring): + mystring = mystring.group() # this method return the string matched by re + mystring = mystring.strip(' ') # ommiting the whitespace around the pucntuation + mystring = mystring.strip('\n') # ommiting the newline around the pucntuation + mystring = " " + mystring + "\t\t" # adding a space after and before punctuation + return mystring + + def tokenize_long_clauses(self, string_list, max_char_num): + result = [] + pos_tagger = POSTagger('./g2p_resources/model/perpos.model') + for string in string_list: + tmp = string + if len(tmp) > max_char_num: + while (len(tmp) > max_char_num): + first_space_ind = tmp.find(' ', max_char_num) + second_space_ind = tmp.find(' ', 2*max_char_num) + pos = [pos_tagger.parse([word])[0] for word in tmp[first_space_ind:second_space_ind].split()] + try: + word_ind = [x[1] for x in pos[:20]].index('V') + split_index = sum(len(i[0]) for i in pos[:word_ind+1]) + word_ind + 1 + first_space_ind + except: + split_index = first_space_ind + result.append(tmp[:split_index]) + tmp = tmp[split_index:] + if len(tmp) <= max_char_num: + result.append(tmp) + else: + result.append(tmp) + + return result diff --git a/g2p_resources/list_homograph.pkl b/g2p_resources/list_homograph.pkl new file mode 100644 index 0000000000000000000000000000000000000000..4b5e9c4adcdc21765f36776f89501bc4b6f0c98f --- /dev/null +++ b/g2p_resources/list_homograph.pkl @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:9a66a6482b6a9575898ff4031f057cccfd1beb1b86bc50afc808c2995bdce028 +size 17459 diff --git a/g2p_resources/look_up_t_farsi_extra_of_ariana_b_punch_EN_extra_of_nevisa.pkl b/g2p_resources/look_up_t_farsi_extra_of_ariana_b_punch_EN_extra_of_nevisa.pkl new file mode 100644 index 0000000000000000000000000000000000000000..7b237c44110dfcbc08f5c12de26ee21216260525 --- /dev/null +++ b/g2p_resources/look_up_t_farsi_extra_of_ariana_b_punch_EN_extra_of_nevisa.pkl @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:168afee531069a3a7594084e22a9e3f6ad704f18d4d6065f269b913b30854b5b +size 7565343 diff --git a/homo-ge2pe/added_tokens.json b/homo-ge2pe/added_tokens.json new file mode 100644 index 0000000000000000000000000000000000000000..93c190b5690dd55aac16723222a9909e2be0faec --- /dev/null +++ b/homo-ge2pe/added_tokens.json @@ -0,0 +1,127 @@ +{ + "": 259, + "": 359, + "": 360, + "": 361, + "": 362, + "": 363, + "": 364, + "": 365, + "": 366, + "": 367, + "": 368, + "": 269, + "": 369, + "": 370, + "": 371, + "": 372, + "": 373, + "": 374, + "": 375, + "": 376, + "": 377, + "": 378, + "": 270, + "": 379, + "": 380, + "": 381, + "": 382, + "": 383, + "": 271, + "": 272, + "": 273, + "": 274, + "": 275, + "": 276, + "": 277, + "": 278, + "": 260, + "": 279, + "": 280, + "": 281, + "": 282, + "": 283, + "": 284, + "": 285, + "": 286, + "": 287, + "": 288, + "": 261, + "": 289, + "": 290, + "": 291, + "": 292, + "": 293, + "": 294, + "": 295, + "": 296, + "": 297, + "": 298, + "": 262, + "": 299, + "": 300, + "": 301, + "": 302, + "": 303, + "": 304, + "": 305, + "": 306, + "": 307, + "": 308, + "": 263, + "": 309, + "": 310, + "": 311, + "": 312, + "": 313, + "": 314, + "": 315, + "": 316, + "": 317, + "": 318, + "": 264, + "": 319, + "": 320, + "": 321, + "": 322, + "": 323, + "": 324, + "": 325, + "": 326, + "": 327, + "": 328, + "": 265, + "": 329, + "": 330, + "": 331, + "": 332, + "": 333, + "": 334, + "": 335, + "": 336, + "": 337, + "": 338, + "": 266, + "": 339, + "": 340, + "": 341, + "": 342, + "": 343, + "": 344, + "": 345, + "": 346, + "": 347, + "": 348, + "": 267, + "": 349, + "": 350, + "": 351, + "": 352, + "": 353, + "": 354, + "": 355, + "": 356, + "": 357, + "": 358, + "": 268 +} diff --git a/homo-ge2pe/config.json b/homo-ge2pe/config.json new file mode 100644 index 0000000000000000000000000000000000000000..c84f32a09be70be8a351f590f832c46c6ac1fee6 --- /dev/null +++ b/homo-ge2pe/config.json @@ -0,0 +1,33 @@ +{ + "_name_or_path": "./phase2-30-ep", + "architectures": [ + "T5ForConditionalGeneration" + ], + "classifier_dropout": 0.0, + "d_ff": 512, + "d_kv": 64, + "d_model": 512, + "decoder_start_token_id": 0, + "dense_act_fn": "gelu_new", + "dropout_rate": 0.1, + "eos_token_id": 1, + "feed_forward_proj": "gated-gelu", + "gradient_checkpointing": false, + "initializer_factor": 1.0, + "is_encoder_decoder": true, + "is_gated_act": true, + "layer_norm_epsilon": 1e-06, + "model_type": "t5", + "num_decoder_layers": 2, + "num_heads": 6, + "num_layers": 2, + "pad_token_id": 0, + "relative_attention_max_distance": 128, + "relative_attention_num_buckets": 32, + "tie_word_embeddings": false, + "tokenizer_class": "ByT5Tokenizer", + "torch_dtype": "float32", + "transformers_version": "4.48.1", + "use_cache": true, + "vocab_size": 384 +} diff --git a/homo-ge2pe/generation_config.json b/homo-ge2pe/generation_config.json new file mode 100644 index 0000000000000000000000000000000000000000..be0490517046f97a46854a55847ccffb9cd59f4c --- /dev/null +++ b/homo-ge2pe/generation_config.json @@ -0,0 +1,6 @@ +{ + "decoder_start_token_id": 0, + "eos_token_id": 1, + "pad_token_id": 0, + "transformers_version": "4.48.1" +} diff --git a/homo-ge2pe/model.safetensors b/homo-ge2pe/model.safetensors new file mode 100644 index 0000000000000000000000000000000000000000..141e24c9d9a04e16e4aeb52f78ec7334a7a44771 --- /dev/null +++ b/homo-ge2pe/model.safetensors @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:e84200ee35a0e5b253da0a2ed993c2d2e0e65a5095f8f709f6aa8018cae85542 +size 33062296 diff --git a/homo-ge2pe/optimizer.pt b/homo-ge2pe/optimizer.pt new file mode 100644 index 0000000000000000000000000000000000000000..69945c5b6fdd817c247e4fa95c06f4c3f9599498 --- /dev/null +++ b/homo-ge2pe/optimizer.pt @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:facbd8b6c6d55e47b27f4931e822cec4333a91d2932275de1a06b5e9126580ed +size 66156666 diff --git a/homo-ge2pe/rng_state.pth b/homo-ge2pe/rng_state.pth new file mode 100644 index 0000000000000000000000000000000000000000..ffacecaa734865f6335a461f46fcb07df6eb0335 --- /dev/null +++ b/homo-ge2pe/rng_state.pth @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:4cb4b46d4cd4c95a2fc309c4a5209c25ce489a8049ae18eb548d8a28fac5b877 +size 14244 diff --git a/homo-ge2pe/scheduler.pt b/homo-ge2pe/scheduler.pt new file mode 100644 index 0000000000000000000000000000000000000000..374702446c0657d759d9b42be32daf58e7e8520c --- /dev/null +++ b/homo-ge2pe/scheduler.pt @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:ef32a82f7dc43a94e634f035e4a402a0908d21d62ce5bff0d92975b2673a949a +size 1064 diff --git a/homo-ge2pe/special_tokens_map.json b/homo-ge2pe/special_tokens_map.json new file mode 100644 index 0000000000000000000000000000000000000000..04fd58b5fbf6a36fda564a656b14c137ef045689 --- /dev/null +++ b/homo-ge2pe/special_tokens_map.json @@ -0,0 +1,150 @@ +{ + "additional_special_tokens": [ + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "" + ], + "eos_token": { + "content": "", + "lstrip": false, + "normalized": true, + "rstrip": false, + "single_word": false + }, + "pad_token": { + "content": "", + "lstrip": false, + "normalized": true, + "rstrip": false, + "single_word": false + }, + "unk_token": { + "content": "", + "lstrip": false, + "normalized": true, + "rstrip": false, + "single_word": false + } +} diff --git a/homo-ge2pe/tokenizer_config.json b/homo-ge2pe/tokenizer_config.json new file mode 100644 index 0000000000000000000000000000000000000000..5b1fe24c1b1962f69a7754a26e6770ae7bcb7764 --- /dev/null +++ b/homo-ge2pe/tokenizer_config.json @@ -0,0 +1,1163 @@ +{ + "added_tokens_decoder": { + "0": { + "content": "", + "lstrip": false, + "normalized": true, + "rstrip": false, + "single_word": false, + "special": true + }, + "1": { + "content": "", + "lstrip": false, + "normalized": true, + "rstrip": false, + "single_word": false, + "special": true + }, + "2": { + "content": "", + "lstrip": false, + "normalized": true, + "rstrip": false, + "single_word": false, + "special": true + }, + "259": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "260": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "261": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "262": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "263": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "264": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "265": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "266": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "267": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "268": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "269": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "270": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "271": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "272": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "273": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "274": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "275": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "276": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "277": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "278": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "279": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "280": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "281": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "282": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "283": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "284": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "285": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "286": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "287": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "288": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "289": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "290": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "291": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "292": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "293": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "294": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "295": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "296": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "297": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "298": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "299": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "300": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "301": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "302": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "303": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "304": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "305": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "306": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "307": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "308": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "309": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "310": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "311": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "312": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "313": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "314": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "315": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "316": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "317": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "318": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "319": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "320": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "321": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "322": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "323": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "324": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "325": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "326": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "327": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "328": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "329": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "330": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "331": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "332": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "333": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "334": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "335": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "336": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "337": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "338": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "339": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "340": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "341": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "342": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "343": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "344": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "345": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "346": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "347": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "348": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "349": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "350": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "351": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "352": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "353": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "354": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "355": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "356": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "357": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "358": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "359": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "360": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "361": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "362": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "363": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "364": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "365": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "366": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "367": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "368": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "369": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "370": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "371": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "372": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "373": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "374": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "375": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "376": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "377": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "378": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "379": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "380": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "381": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "382": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "383": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + } + }, + "additional_special_tokens": [ + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "" + ], + "clean_up_tokenization_spaces": false, + "eos_token": "", + "extra_ids": 0, + "extra_special_tokens": {}, + "model_max_length": 1000000000000000019884624838656, + "pad_token": "", + "tokenizer_class": "ByT5Tokenizer", + "unk_token": "" +} diff --git a/homo-ge2pe/trainer_state.json b/homo-ge2pe/trainer_state.json new file mode 100644 index 0000000000000000000000000000000000000000..660897a5381fd15529bee412657d76f3a6684967 --- /dev/null +++ b/homo-ge2pe/trainer_state.json @@ -0,0 +1,8312 @@ +{ + "best_metric": 0.012459825724363327, + "best_model_checkpoint": "./phase3-30-ep/checkpoint-473000", + "epoch": 50.0, + "eval_steps": 1000, + "global_step": 487100, + "is_hyper_param_search": false, + "is_local_process_zero": true, + "is_world_process_zero": true, + "log_history": [ + { + "epoch": 0.10264832683227264, + "grad_norm": 0.17517703771591187, + "learning_rate": 0.0005, + "loss": 0.1055, + "step": 1000 + }, + { + "epoch": 0.10264832683227264, + "eval_cer": 0.029768957345971563, + "eval_loss": 0.07166381180286407, + "eval_runtime": 21.4774, + "eval_samples_per_second": 4.19, + "eval_steps_per_second": 0.047, + "eval_wer": 0.11796246648793565, + "step": 1000 + }, + { + "epoch": 0.20529665366454528, + "grad_norm": 0.18113084137439728, + "learning_rate": 0.0004989714050606871, + "loss": 0.0829, + "step": 2000 + }, + { + "epoch": 0.20529665366454528, + "eval_cer": 0.02754739336492891, + "eval_loss": 0.06128456071019173, + "eval_runtime": 24.2215, + "eval_samples_per_second": 3.716, + "eval_steps_per_second": 0.041, + "eval_wer": 0.10455764075067024, + "step": 2000 + }, + { + "epoch": 0.3079449804968179, + "grad_norm": 0.31132909655570984, + "learning_rate": 0.0004979428101213742, + "loss": 0.077, + "step": 3000 + }, + { + "epoch": 0.3079449804968179, + "eval_cer": 0.026954976303317536, + "eval_loss": 0.056063100695610046, + "eval_runtime": 24.595, + "eval_samples_per_second": 3.659, + "eval_steps_per_second": 0.041, + "eval_wer": 0.10187667560321716, + "step": 3000 + }, + { + "epoch": 0.41059330732909055, + "grad_norm": 0.2209460735321045, + "learning_rate": 0.0004969142151820613, + "loss": 0.0746, + "step": 4000 + }, + { + "epoch": 0.41059330732909055, + "eval_cer": 0.023548578199052133, + "eval_loss": 0.05421268939971924, + "eval_runtime": 39.13, + "eval_samples_per_second": 2.3, + "eval_steps_per_second": 0.026, + "eval_wer": 0.09204647006255585, + "step": 4000 + }, + { + "epoch": 0.5132416341613631, + "grad_norm": 0.21206562221050262, + "learning_rate": 0.0004958856202427484, + "loss": 0.0723, + "step": 5000 + }, + { + "epoch": 0.5132416341613631, + "eval_cer": 0.023548578199052133, + "eval_loss": 0.053859543055295944, + "eval_runtime": 39.8671, + "eval_samples_per_second": 2.258, + "eval_steps_per_second": 0.025, + "eval_wer": 0.0902591599642538, + "step": 5000 + }, + { + "epoch": 0.6158899609936358, + "grad_norm": 0.1705954223871231, + "learning_rate": 0.0004948570253034355, + "loss": 0.0705, + "step": 6000 + }, + { + "epoch": 0.6158899609936358, + "eval_cer": 0.0231042654028436, + "eval_loss": 0.05038898065686226, + "eval_runtime": 23.9921, + "eval_samples_per_second": 3.751, + "eval_steps_per_second": 0.042, + "eval_wer": 0.08936550491510277, + "step": 6000 + }, + { + "epoch": 0.7185382878259085, + "grad_norm": 0.24641267955303192, + "learning_rate": 0.0004938284303641226, + "loss": 0.0693, + "step": 7000 + }, + { + "epoch": 0.7185382878259085, + "eval_cer": 0.02428909952606635, + "eval_loss": 0.04804808273911476, + "eval_runtime": 25.4073, + "eval_samples_per_second": 3.542, + "eval_steps_per_second": 0.039, + "eval_wer": 0.09204647006255585, + "step": 7000 + }, + { + "epoch": 0.8211866146581811, + "grad_norm": 0.14618875086307526, + "learning_rate": 0.0004927998354248098, + "loss": 0.0687, + "step": 8000 + }, + { + "epoch": 0.8211866146581811, + "eval_cer": 0.022067535545023696, + "eval_loss": 0.046750105917453766, + "eval_runtime": 23.0625, + "eval_samples_per_second": 3.902, + "eval_steps_per_second": 0.043, + "eval_wer": 0.08310991957104558, + "step": 8000 + }, + { + "epoch": 0.9238349414904538, + "grad_norm": 0.2242618203163147, + "learning_rate": 0.0004917712404854969, + "loss": 0.0668, + "step": 9000 + }, + { + "epoch": 0.9238349414904538, + "eval_cer": 0.02177132701421801, + "eval_loss": 0.046149224042892456, + "eval_runtime": 23.9314, + "eval_samples_per_second": 3.761, + "eval_steps_per_second": 0.042, + "eval_wer": 0.08489722966934764, + "step": 9000 + }, + { + "epoch": 1.0264832683227263, + "grad_norm": 0.17396153509616852, + "learning_rate": 0.000490742645546184, + "loss": 0.066, + "step": 10000 + }, + { + "epoch": 1.0264832683227263, + "eval_cer": 0.022363744075829382, + "eval_loss": 0.044813916087150574, + "eval_runtime": 28.3612, + "eval_samples_per_second": 3.173, + "eval_steps_per_second": 0.035, + "eval_wer": 0.08579088471849866, + "step": 10000 + }, + { + "epoch": 1.129131595154999, + "grad_norm": 0.24261055886745453, + "learning_rate": 0.000489714050606871, + "loss": 0.0632, + "step": 11000 + }, + { + "epoch": 1.129131595154999, + "eval_cer": 0.02295616113744076, + "eval_loss": 0.04648038372397423, + "eval_runtime": 36.4007, + "eval_samples_per_second": 2.472, + "eval_steps_per_second": 0.027, + "eval_wer": 0.08757819481680071, + "step": 11000 + }, + { + "epoch": 1.2317799219872716, + "grad_norm": 0.20607537031173706, + "learning_rate": 0.0004886854556675581, + "loss": 0.0639, + "step": 12000 + }, + { + "epoch": 1.2317799219872716, + "eval_cer": 0.021475118483412322, + "eval_loss": 0.04516833648085594, + "eval_runtime": 40.6247, + "eval_samples_per_second": 2.215, + "eval_steps_per_second": 0.025, + "eval_wer": 0.0840035746201966, + "step": 12000 + }, + { + "epoch": 1.3344282488195442, + "grad_norm": 0.2226237952709198, + "learning_rate": 0.00048765686072824524, + "loss": 0.0626, + "step": 13000 + }, + { + "epoch": 1.3344282488195442, + "eval_cer": 0.022363744075829382, + "eval_loss": 0.04331167787313461, + "eval_runtime": 43.1244, + "eval_samples_per_second": 2.087, + "eval_steps_per_second": 0.023, + "eval_wer": 0.08668453976764968, + "step": 13000 + }, + { + "epoch": 1.437076575651817, + "grad_norm": 0.22998760640621185, + "learning_rate": 0.00048662826578893233, + "loss": 0.0617, + "step": 14000 + }, + { + "epoch": 1.437076575651817, + "eval_cer": 0.020438388625592416, + "eval_loss": 0.0439009889960289, + "eval_runtime": 40.051, + "eval_samples_per_second": 2.247, + "eval_steps_per_second": 0.025, + "eval_wer": 0.08132260947274352, + "step": 14000 + }, + { + "epoch": 1.5397249024840896, + "grad_norm": 0.2044006586074829, + "learning_rate": 0.0004855996708496194, + "loss": 0.0612, + "step": 15000 + }, + { + "epoch": 1.5397249024840896, + "eval_cer": 0.018364928909952605, + "eval_loss": 0.039780329912900925, + "eval_runtime": 40.1221, + "eval_samples_per_second": 2.243, + "eval_steps_per_second": 0.025, + "eval_wer": 0.07149240393208221, + "step": 15000 + }, + { + "epoch": 1.642373229316362, + "grad_norm": 0.25967568159103394, + "learning_rate": 0.0004845710759103065, + "loss": 0.0619, + "step": 16000 + }, + { + "epoch": 1.642373229316362, + "eval_cer": 0.021178909952606635, + "eval_loss": 0.04091305658221245, + "eval_runtime": 39.0877, + "eval_samples_per_second": 2.303, + "eval_steps_per_second": 0.026, + "eval_wer": 0.0777479892761394, + "step": 16000 + }, + { + "epoch": 1.7450215561486346, + "grad_norm": 0.17572972178459167, + "learning_rate": 0.0004835424809709936, + "loss": 0.0617, + "step": 17000 + }, + { + "epoch": 1.7450215561486346, + "eval_cer": 0.021475118483412322, + "eval_loss": 0.04012183099985123, + "eval_runtime": 39.7698, + "eval_samples_per_second": 2.263, + "eval_steps_per_second": 0.025, + "eval_wer": 0.07864164432529044, + "step": 17000 + }, + { + "epoch": 1.8476698829809073, + "grad_norm": 0.20715534687042236, + "learning_rate": 0.0004825138860316807, + "loss": 0.0607, + "step": 18000 + }, + { + "epoch": 1.8476698829809073, + "eval_cer": 0.02177132701421801, + "eval_loss": 0.04150845482945442, + "eval_runtime": 39.4055, + "eval_samples_per_second": 2.284, + "eval_steps_per_second": 0.025, + "eval_wer": 0.08132260947274352, + "step": 18000 + }, + { + "epoch": 1.95031820981318, + "grad_norm": 0.3426735997200012, + "learning_rate": 0.00048148529109236785, + "loss": 0.0602, + "step": 19000 + }, + { + "epoch": 1.95031820981318, + "eval_cer": 0.019105450236966824, + "eval_loss": 0.03899341821670532, + "eval_runtime": 39.6568, + "eval_samples_per_second": 2.269, + "eval_steps_per_second": 0.025, + "eval_wer": 0.06881143878462913, + "step": 19000 + }, + { + "epoch": 2.0529665366454526, + "grad_norm": 0.15929488837718964, + "learning_rate": 0.00048045669615305494, + "loss": 0.0585, + "step": 20000 + }, + { + "epoch": 2.0529665366454526, + "eval_cer": 0.019994075829383885, + "eval_loss": 0.03957120701670647, + "eval_runtime": 24.5545, + "eval_samples_per_second": 3.665, + "eval_steps_per_second": 0.041, + "eval_wer": 0.07506702412868632, + "step": 20000 + }, + { + "epoch": 2.1556148634777252, + "grad_norm": 0.18062791228294373, + "learning_rate": 0.00047942810121374204, + "loss": 0.0579, + "step": 21000 + }, + { + "epoch": 2.1556148634777252, + "eval_cer": 0.019105450236966824, + "eval_loss": 0.039500825107097626, + "eval_runtime": 21.8989, + "eval_samples_per_second": 4.11, + "eval_steps_per_second": 0.046, + "eval_wer": 0.06970509383378017, + "step": 21000 + }, + { + "epoch": 2.258263190309998, + "grad_norm": 0.20961548388004303, + "learning_rate": 0.00047839950627442913, + "loss": 0.0571, + "step": 22000 + }, + { + "epoch": 2.258263190309998, + "eval_cer": 0.01925355450236967, + "eval_loss": 0.04062485322356224, + "eval_runtime": 23.0215, + "eval_samples_per_second": 3.909, + "eval_steps_per_second": 0.043, + "eval_wer": 0.0741733690795353, + "step": 22000 + }, + { + "epoch": 2.3609115171422705, + "grad_norm": 0.1982312947511673, + "learning_rate": 0.0004773709113351162, + "loss": 0.0574, + "step": 23000 + }, + { + "epoch": 2.3609115171422705, + "eval_cer": 0.0173281990521327, + "eval_loss": 0.03924456238746643, + "eval_runtime": 26.6274, + "eval_samples_per_second": 3.38, + "eval_steps_per_second": 0.038, + "eval_wer": 0.064343163538874, + "step": 23000 + }, + { + "epoch": 2.463559843974543, + "grad_norm": 0.26111695170402527, + "learning_rate": 0.0004763423163958033, + "loss": 0.0568, + "step": 24000 + }, + { + "epoch": 2.463559843974543, + "eval_cer": 0.017772511848341232, + "eval_loss": 0.038703735917806625, + "eval_runtime": 23.8875, + "eval_samples_per_second": 3.768, + "eval_steps_per_second": 0.042, + "eval_wer": 0.0679177837354781, + "step": 24000 + }, + { + "epoch": 2.566208170806816, + "grad_norm": 0.20790116488933563, + "learning_rate": 0.0004753137214564904, + "loss": 0.0571, + "step": 25000 + }, + { + "epoch": 2.566208170806816, + "eval_cer": 0.017031990521327013, + "eval_loss": 0.03755784407258034, + "eval_runtime": 22.7427, + "eval_samples_per_second": 3.957, + "eval_steps_per_second": 0.044, + "eval_wer": 0.064343163538874, + "step": 25000 + }, + { + "epoch": 2.6688564976390885, + "grad_norm": 0.16015666723251343, + "learning_rate": 0.00047428512651717756, + "loss": 0.0572, + "step": 26000 + }, + { + "epoch": 2.6688564976390885, + "eval_cer": 0.017920616113744077, + "eval_loss": 0.03704160824418068, + "eval_runtime": 22.6235, + "eval_samples_per_second": 3.978, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06613047363717604, + "step": 26000 + }, + { + "epoch": 2.771504824471361, + "grad_norm": 0.17609256505966187, + "learning_rate": 0.00047325653157786465, + "loss": 0.0566, + "step": 27000 + }, + { + "epoch": 2.771504824471361, + "eval_cer": 0.01851303317535545, + "eval_loss": 0.03628876060247421, + "eval_runtime": 22.4829, + "eval_samples_per_second": 4.003, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06702412868632708, + "step": 27000 + }, + { + "epoch": 2.874153151303634, + "grad_norm": 0.19802771508693695, + "learning_rate": 0.00047222793663855174, + "loss": 0.0568, + "step": 28000 + }, + { + "epoch": 2.874153151303634, + "eval_cer": 0.016291469194312798, + "eval_loss": 0.03549469634890556, + "eval_runtime": 22.5619, + "eval_samples_per_second": 3.989, + "eval_steps_per_second": 0.044, + "eval_wer": 0.058981233243967826, + "step": 28000 + }, + { + "epoch": 2.9768014781359065, + "grad_norm": 0.19432678818702698, + "learning_rate": 0.00047119934169923884, + "loss": 0.056, + "step": 29000 + }, + { + "epoch": 2.9768014781359065, + "eval_cer": 0.017180094786729858, + "eval_loss": 0.03459760919213295, + "eval_runtime": 22.4771, + "eval_samples_per_second": 4.004, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06523681858802502, + "step": 29000 + }, + { + "epoch": 3.079449804968179, + "grad_norm": 0.17181651294231415, + "learning_rate": 0.00047017074675992593, + "loss": 0.0546, + "step": 30000 + }, + { + "epoch": 3.079449804968179, + "eval_cer": 0.018809241706161137, + "eval_loss": 0.03514665365219116, + "eval_runtime": 23.0403, + "eval_samples_per_second": 3.906, + "eval_steps_per_second": 0.043, + "eval_wer": 0.06881143878462913, + "step": 30000 + }, + { + "epoch": 3.1820981318004518, + "grad_norm": 0.29426151514053345, + "learning_rate": 0.000469142151820613, + "loss": 0.0545, + "step": 31000 + }, + { + "epoch": 3.1820981318004518, + "eval_cer": 0.018216824644549764, + "eval_loss": 0.03719107061624527, + "eval_runtime": 24.2578, + "eval_samples_per_second": 3.71, + "eval_steps_per_second": 0.041, + "eval_wer": 0.06881143878462913, + "step": 31000 + }, + { + "epoch": 3.2847464586327244, + "grad_norm": 0.14310035109519958, + "learning_rate": 0.0004681135568813001, + "loss": 0.0533, + "step": 32000 + }, + { + "epoch": 3.2847464586327244, + "eval_cer": 0.01688388625592417, + "eval_loss": 0.03583410009741783, + "eval_runtime": 22.3344, + "eval_samples_per_second": 4.03, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06702412868632708, + "step": 32000 + }, + { + "epoch": 3.387394785464997, + "grad_norm": 0.16393882036209106, + "learning_rate": 0.00046708496194198726, + "loss": 0.0537, + "step": 33000 + }, + { + "epoch": 3.387394785464997, + "eval_cer": 0.017476303317535545, + "eval_loss": 0.03669163957238197, + "eval_runtime": 22.2397, + "eval_samples_per_second": 4.047, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 33000 + }, + { + "epoch": 3.4900431122972697, + "grad_norm": 0.1863625943660736, + "learning_rate": 0.00046605636700267436, + "loss": 0.0542, + "step": 34000 + }, + { + "epoch": 3.4900431122972697, + "eval_cer": 0.01762440758293839, + "eval_loss": 0.03613027185201645, + "eval_runtime": 22.4068, + "eval_samples_per_second": 4.017, + "eval_steps_per_second": 0.045, + "eval_wer": 0.064343163538874, + "step": 34000 + }, + { + "epoch": 3.592691439129542, + "grad_norm": 0.1313330978155136, + "learning_rate": 0.00046502777206336145, + "loss": 0.0536, + "step": 35000 + }, + { + "epoch": 3.592691439129542, + "eval_cer": 0.018216824644549764, + "eval_loss": 0.03634100779891014, + "eval_runtime": 22.5099, + "eval_samples_per_second": 3.998, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06523681858802502, + "step": 35000 + }, + { + "epoch": 3.6953397659618146, + "grad_norm": 0.15501771867275238, + "learning_rate": 0.00046399917712404854, + "loss": 0.0541, + "step": 36000 + }, + { + "epoch": 3.6953397659618146, + "eval_cer": 0.016587677725118485, + "eval_loss": 0.03412258252501488, + "eval_runtime": 22.4232, + "eval_samples_per_second": 4.014, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06166219839142091, + "step": 36000 + }, + { + "epoch": 3.7979880927940872, + "grad_norm": 0.1870546042919159, + "learning_rate": 0.00046297058218473564, + "loss": 0.0538, + "step": 37000 + }, + { + "epoch": 3.7979880927940872, + "eval_cer": 0.01762440758293839, + "eval_loss": 0.03531961515545845, + "eval_runtime": 22.4977, + "eval_samples_per_second": 4.0, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06523681858802502, + "step": 37000 + }, + { + "epoch": 3.90063641962636, + "grad_norm": 0.1889723688364029, + "learning_rate": 0.00046194198724542273, + "loss": 0.054, + "step": 38000 + }, + { + "epoch": 3.90063641962636, + "eval_cer": 0.014514218009478674, + "eval_loss": 0.03371370583772659, + "eval_runtime": 24.169, + "eval_samples_per_second": 3.724, + "eval_steps_per_second": 0.041, + "eval_wer": 0.05361930294906166, + "step": 38000 + }, + { + "epoch": 4.0032847464586325, + "grad_norm": 0.17405888438224792, + "learning_rate": 0.0004609133923061098, + "loss": 0.0535, + "step": 39000 + }, + { + "epoch": 4.0032847464586325, + "eval_cer": 0.015995260663507108, + "eval_loss": 0.03488326445221901, + "eval_runtime": 23.3428, + "eval_samples_per_second": 3.856, + "eval_steps_per_second": 0.043, + "eval_wer": 0.058981233243967826, + "step": 39000 + }, + { + "epoch": 4.105933073290905, + "grad_norm": 0.21957945823669434, + "learning_rate": 0.00045988479736679697, + "loss": 0.0519, + "step": 40000 + }, + { + "epoch": 4.105933073290905, + "eval_cer": 0.015847156398104266, + "eval_loss": 0.03299200162291527, + "eval_runtime": 22.9291, + "eval_samples_per_second": 3.925, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06076854334226988, + "step": 40000 + }, + { + "epoch": 4.208581400123178, + "grad_norm": 0.1985115259885788, + "learning_rate": 0.00045885620242748406, + "loss": 0.0513, + "step": 41000 + }, + { + "epoch": 4.208581400123178, + "eval_cer": 0.015847156398104266, + "eval_loss": 0.0352088063955307, + "eval_runtime": 22.3573, + "eval_samples_per_second": 4.026, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06344950848972297, + "step": 41000 + }, + { + "epoch": 4.3112297269554505, + "grad_norm": 0.2313787192106247, + "learning_rate": 0.00045782760748817116, + "loss": 0.0515, + "step": 42000 + }, + { + "epoch": 4.3112297269554505, + "eval_cer": 0.01688388625592417, + "eval_loss": 0.03440188989043236, + "eval_runtime": 23.1819, + "eval_samples_per_second": 3.882, + "eval_steps_per_second": 0.043, + "eval_wer": 0.06344950848972297, + "step": 42000 + }, + { + "epoch": 4.413878053787723, + "grad_norm": 0.14888563752174377, + "learning_rate": 0.00045679901254885825, + "loss": 0.0512, + "step": 43000 + }, + { + "epoch": 4.413878053787723, + "eval_cer": 0.017031990521327013, + "eval_loss": 0.03430500999093056, + "eval_runtime": 22.7046, + "eval_samples_per_second": 3.964, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06344950848972297, + "step": 43000 + }, + { + "epoch": 4.516526380619996, + "grad_norm": 0.1658962070941925, + "learning_rate": 0.00045577041760954534, + "loss": 0.0513, + "step": 44000 + }, + { + "epoch": 4.516526380619996, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.03472462296485901, + "eval_runtime": 22.7468, + "eval_samples_per_second": 3.957, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05540661304736372, + "step": 44000 + }, + { + "epoch": 4.619174707452268, + "grad_norm": 0.2193230837583542, + "learning_rate": 0.00045474182267023244, + "loss": 0.0516, + "step": 45000 + }, + { + "epoch": 4.619174707452268, + "eval_cer": 0.015550947867298577, + "eval_loss": 0.03404483199119568, + "eval_runtime": 22.3387, + "eval_samples_per_second": 4.029, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06166219839142091, + "step": 45000 + }, + { + "epoch": 4.721823034284541, + "grad_norm": 0.2104436755180359, + "learning_rate": 0.00045371322773091953, + "loss": 0.0515, + "step": 46000 + }, + { + "epoch": 4.721823034284541, + "eval_cer": 0.015847156398104266, + "eval_loss": 0.033337026834487915, + "eval_runtime": 22.8456, + "eval_samples_per_second": 3.939, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06344950848972297, + "step": 46000 + }, + { + "epoch": 4.824471361116814, + "grad_norm": 0.18940144777297974, + "learning_rate": 0.0004526846327916067, + "loss": 0.0512, + "step": 47000 + }, + { + "epoch": 4.824471361116814, + "eval_cer": 0.015995260663507108, + "eval_loss": 0.03273012861609459, + "eval_runtime": 22.7058, + "eval_samples_per_second": 3.964, + "eval_steps_per_second": 0.044, + "eval_wer": 0.0580875781948168, + "step": 47000 + }, + { + "epoch": 4.927119687949086, + "grad_norm": 0.1933116912841797, + "learning_rate": 0.00045165603785229377, + "loss": 0.0517, + "step": 48000 + }, + { + "epoch": 4.927119687949086, + "eval_cer": 0.01525473933649289, + "eval_loss": 0.03291744366288185, + "eval_runtime": 22.6758, + "eval_samples_per_second": 3.969, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05987488829311886, + "step": 48000 + }, + { + "epoch": 5.029768014781359, + "grad_norm": 0.18987509608268738, + "learning_rate": 0.00045062744291298086, + "loss": 0.0508, + "step": 49000 + }, + { + "epoch": 5.029768014781359, + "eval_cer": 0.017180094786729858, + "eval_loss": 0.03271958604454994, + "eval_runtime": 22.4963, + "eval_samples_per_second": 4.001, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06255585344057193, + "step": 49000 + }, + { + "epoch": 5.132416341613632, + "grad_norm": 0.1620320975780487, + "learning_rate": 0.00044959884797366796, + "loss": 0.0491, + "step": 50000 + }, + { + "epoch": 5.132416341613632, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.03121078759431839, + "eval_runtime": 22.8979, + "eval_samples_per_second": 3.93, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05451295799821269, + "step": 50000 + }, + { + "epoch": 5.235064668445904, + "grad_norm": 0.1285402774810791, + "learning_rate": 0.00044857025303435505, + "loss": 0.0493, + "step": 51000 + }, + { + "epoch": 5.235064668445904, + "eval_cer": 0.015550947867298577, + "eval_loss": 0.03293353319168091, + "eval_runtime": 22.5976, + "eval_samples_per_second": 3.983, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06166219839142091, + "step": 51000 + }, + { + "epoch": 5.337712995278177, + "grad_norm": 0.24566827714443207, + "learning_rate": 0.00044754165809504214, + "loss": 0.0498, + "step": 52000 + }, + { + "epoch": 5.337712995278177, + "eval_cer": 0.013181279620853081, + "eval_loss": 0.030513830482959747, + "eval_runtime": 22.5054, + "eval_samples_per_second": 3.999, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05183199285075961, + "step": 52000 + }, + { + "epoch": 5.44036132211045, + "grad_norm": 0.18935276567935944, + "learning_rate": 0.00044651306315572923, + "loss": 0.0498, + "step": 53000 + }, + { + "epoch": 5.44036132211045, + "eval_cer": 0.013773696682464455, + "eval_loss": 0.03185874596238136, + "eval_runtime": 22.2794, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0580875781948168, + "step": 53000 + }, + { + "epoch": 5.543009648942722, + "grad_norm": 0.3019377291202545, + "learning_rate": 0.0004454844682164164, + "loss": 0.0498, + "step": 54000 + }, + { + "epoch": 5.543009648942722, + "eval_cer": 0.01643957345971564, + "eval_loss": 0.03230896592140198, + "eval_runtime": 22.4205, + "eval_samples_per_second": 4.014, + "eval_steps_per_second": 0.045, + "eval_wer": 0.064343163538874, + "step": 54000 + }, + { + "epoch": 5.645657975774995, + "grad_norm": 0.19573438167572021, + "learning_rate": 0.0004444558732771035, + "loss": 0.0499, + "step": 55000 + }, + { + "epoch": 5.645657975774995, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.03094463422894478, + "eval_runtime": 22.3739, + "eval_samples_per_second": 4.023, + "eval_steps_per_second": 0.045, + "eval_wer": 0.058981233243967826, + "step": 55000 + }, + { + "epoch": 5.748306302607268, + "grad_norm": 0.19702386856079102, + "learning_rate": 0.00044342727833779057, + "loss": 0.0496, + "step": 56000 + }, + { + "epoch": 5.748306302607268, + "eval_cer": 0.01643957345971564, + "eval_loss": 0.031046954914927483, + "eval_runtime": 22.342, + "eval_samples_per_second": 4.028, + "eval_steps_per_second": 0.045, + "eval_wer": 0.058981233243967826, + "step": 56000 + }, + { + "epoch": 5.85095462943954, + "grad_norm": 0.21981871128082275, + "learning_rate": 0.00044239868339847766, + "loss": 0.0494, + "step": 57000 + }, + { + "epoch": 5.85095462943954, + "eval_cer": 0.014069905213270142, + "eval_loss": 0.03140529617667198, + "eval_runtime": 22.392, + "eval_samples_per_second": 4.019, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05719392314566577, + "step": 57000 + }, + { + "epoch": 5.953602956271813, + "grad_norm": 0.1707638055086136, + "learning_rate": 0.00044137008845916475, + "loss": 0.0498, + "step": 58000 + }, + { + "epoch": 5.953602956271813, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.031634390354156494, + "eval_runtime": 22.7229, + "eval_samples_per_second": 3.961, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05451295799821269, + "step": 58000 + }, + { + "epoch": 6.056251283104086, + "grad_norm": 0.18458805978298187, + "learning_rate": 0.00044034149351985185, + "loss": 0.0481, + "step": 59000 + }, + { + "epoch": 6.056251283104086, + "eval_cer": 0.013625592417061612, + "eval_loss": 0.03125843033194542, + "eval_runtime": 22.6851, + "eval_samples_per_second": 3.967, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05540661304736372, + "step": 59000 + }, + { + "epoch": 6.158899609936358, + "grad_norm": 0.176268070936203, + "learning_rate": 0.00043931289858053894, + "loss": 0.048, + "step": 60000 + }, + { + "epoch": 6.158899609936358, + "eval_cer": 0.013477488151658768, + "eval_loss": 0.0313909687101841, + "eval_runtime": 22.4652, + "eval_samples_per_second": 4.006, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 60000 + }, + { + "epoch": 6.261547936768631, + "grad_norm": 0.21893835067749023, + "learning_rate": 0.0004382843036412261, + "loss": 0.0481, + "step": 61000 + }, + { + "epoch": 6.261547936768631, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.030466848984360695, + "eval_runtime": 22.4624, + "eval_samples_per_second": 4.007, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06255585344057193, + "step": 61000 + }, + { + "epoch": 6.3641962636009035, + "grad_norm": 0.17575185000896454, + "learning_rate": 0.0004372557087019132, + "loss": 0.0481, + "step": 62000 + }, + { + "epoch": 6.3641962636009035, + "eval_cer": 0.012588862559241706, + "eval_loss": 0.029415711760520935, + "eval_runtime": 22.6218, + "eval_samples_per_second": 3.978, + "eval_steps_per_second": 0.044, + "eval_wer": 0.050044682752457555, + "step": 62000 + }, + { + "epoch": 6.466844590433176, + "grad_norm": 0.21119283139705658, + "learning_rate": 0.0004362271137626003, + "loss": 0.0484, + "step": 63000 + }, + { + "epoch": 6.466844590433176, + "eval_cer": 0.013329383886255925, + "eval_loss": 0.030311500653624535, + "eval_runtime": 22.4678, + "eval_samples_per_second": 4.006, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 63000 + }, + { + "epoch": 6.569492917265449, + "grad_norm": 0.20543061196804047, + "learning_rate": 0.0004351985188232874, + "loss": 0.0475, + "step": 64000 + }, + { + "epoch": 6.569492917265449, + "eval_cer": 0.013625592417061612, + "eval_loss": 0.030118942260742188, + "eval_runtime": 22.5229, + "eval_samples_per_second": 3.996, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05361930294906166, + "step": 64000 + }, + { + "epoch": 6.6721412440977215, + "grad_norm": 0.4000137448310852, + "learning_rate": 0.0004341699238839745, + "loss": 0.0481, + "step": 65000 + }, + { + "epoch": 6.6721412440977215, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.030896518379449844, + "eval_runtime": 22.5328, + "eval_samples_per_second": 3.994, + "eval_steps_per_second": 0.044, + "eval_wer": 0.0580875781948168, + "step": 65000 + }, + { + "epoch": 6.774789570929994, + "grad_norm": 0.2505108118057251, + "learning_rate": 0.0004331413289446616, + "loss": 0.0486, + "step": 66000 + }, + { + "epoch": 6.774789570929994, + "eval_cer": 0.012885071090047393, + "eval_loss": 0.030706828460097313, + "eval_runtime": 22.8491, + "eval_samples_per_second": 3.939, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05093833780160858, + "step": 66000 + }, + { + "epoch": 6.877437897762267, + "grad_norm": 0.1690637618303299, + "learning_rate": 0.00043211273400534876, + "loss": 0.0478, + "step": 67000 + }, + { + "epoch": 6.877437897762267, + "eval_cer": 0.014514218009478674, + "eval_loss": 0.02974248118698597, + "eval_runtime": 22.6356, + "eval_samples_per_second": 3.976, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05540661304736372, + "step": 67000 + }, + { + "epoch": 6.980086224594539, + "grad_norm": 0.2266341745853424, + "learning_rate": 0.00043108413906603585, + "loss": 0.0481, + "step": 68000 + }, + { + "epoch": 6.980086224594539, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.030792562291026115, + "eval_runtime": 22.6232, + "eval_samples_per_second": 3.978, + "eval_steps_per_second": 0.044, + "eval_wer": 0.0580875781948168, + "step": 68000 + }, + { + "epoch": 7.082734551426812, + "grad_norm": 0.2072857916355133, + "learning_rate": 0.00043005554412672294, + "loss": 0.0462, + "step": 69000 + }, + { + "epoch": 7.082734551426812, + "eval_cer": 0.013181279620853081, + "eval_loss": 0.02916835993528366, + "eval_runtime": 23.5494, + "eval_samples_per_second": 3.822, + "eval_steps_per_second": 0.042, + "eval_wer": 0.05272564789991063, + "step": 69000 + }, + { + "epoch": 7.185382878259085, + "grad_norm": 0.25637751817703247, + "learning_rate": 0.00042902694918741004, + "loss": 0.0466, + "step": 70000 + }, + { + "epoch": 7.185382878259085, + "eval_cer": 0.013329383886255925, + "eval_loss": 0.028768625110387802, + "eval_runtime": 23.0948, + "eval_samples_per_second": 3.897, + "eval_steps_per_second": 0.043, + "eval_wer": 0.05451295799821269, + "step": 70000 + }, + { + "epoch": 7.288031205091357, + "grad_norm": 0.16115036606788635, + "learning_rate": 0.00042799835424809713, + "loss": 0.0465, + "step": 71000 + }, + { + "epoch": 7.288031205091357, + "eval_cer": 0.013921800947867298, + "eval_loss": 0.029431801289319992, + "eval_runtime": 22.898, + "eval_samples_per_second": 3.93, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05451295799821269, + "step": 71000 + }, + { + "epoch": 7.39067953192363, + "grad_norm": 0.3072957396507263, + "learning_rate": 0.0004269697593087842, + "loss": 0.0464, + "step": 72000 + }, + { + "epoch": 7.39067953192363, + "eval_cer": 0.013181279620853081, + "eval_loss": 0.028679879382252693, + "eval_runtime": 22.6337, + "eval_samples_per_second": 3.976, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05183199285075961, + "step": 72000 + }, + { + "epoch": 7.493327858755903, + "grad_norm": 0.3598809242248535, + "learning_rate": 0.0004259411643694713, + "loss": 0.0472, + "step": 73000 + }, + { + "epoch": 7.493327858755903, + "eval_cer": 0.013181279620853081, + "eval_loss": 0.030514726415276527, + "eval_runtime": 22.6134, + "eval_samples_per_second": 3.98, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05361930294906166, + "step": 73000 + }, + { + "epoch": 7.5959761855881744, + "grad_norm": 0.24177242815494537, + "learning_rate": 0.00042491256943015846, + "loss": 0.0461, + "step": 74000 + }, + { + "epoch": 7.5959761855881744, + "eval_cer": 0.013477488151658768, + "eval_loss": 0.02993646450340748, + "eval_runtime": 22.6695, + "eval_samples_per_second": 3.97, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05183199285075961, + "step": 74000 + }, + { + "epoch": 7.698624512420448, + "grad_norm": 0.14063900709152222, + "learning_rate": 0.00042388397449084556, + "loss": 0.0469, + "step": 75000 + }, + { + "epoch": 7.698624512420448, + "eval_cer": 0.013773696682464455, + "eval_loss": 0.02932840585708618, + "eval_runtime": 22.5476, + "eval_samples_per_second": 3.992, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05451295799821269, + "step": 75000 + }, + { + "epoch": 7.80127283925272, + "grad_norm": 0.20371408760547638, + "learning_rate": 0.00042285537955153265, + "loss": 0.0473, + "step": 76000 + }, + { + "epoch": 7.80127283925272, + "eval_cer": 0.014069905213270142, + "eval_loss": 0.029385393485426903, + "eval_runtime": 22.4143, + "eval_samples_per_second": 4.015, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05719392314566577, + "step": 76000 + }, + { + "epoch": 7.903921166084993, + "grad_norm": 0.17325064539909363, + "learning_rate": 0.00042182678461221974, + "loss": 0.047, + "step": 77000 + }, + { + "epoch": 7.903921166084993, + "eval_cer": 0.012144549763033176, + "eval_loss": 0.02776852808892727, + "eval_runtime": 22.3852, + "eval_samples_per_second": 4.021, + "eval_steps_per_second": 0.045, + "eval_wer": 0.049151027703306524, + "step": 77000 + }, + { + "epoch": 8.006569492917265, + "grad_norm": 0.261836975812912, + "learning_rate": 0.00042079818967290683, + "loss": 0.0458, + "step": 78000 + }, + { + "epoch": 8.006569492917265, + "eval_cer": 0.01229265402843602, + "eval_loss": 0.02698938362300396, + "eval_runtime": 22.4901, + "eval_samples_per_second": 4.002, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05093833780160858, + "step": 78000 + }, + { + "epoch": 8.109217819749539, + "grad_norm": 0.24788102507591248, + "learning_rate": 0.00041976959473359393, + "loss": 0.0448, + "step": 79000 + }, + { + "epoch": 8.109217819749539, + "eval_cer": 0.014069905213270142, + "eval_loss": 0.02948344498872757, + "eval_runtime": 22.4348, + "eval_samples_per_second": 4.012, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05719392314566577, + "step": 79000 + }, + { + "epoch": 8.21186614658181, + "grad_norm": 0.22888223826885223, + "learning_rate": 0.000418740999794281, + "loss": 0.0455, + "step": 80000 + }, + { + "epoch": 8.21186614658181, + "eval_cer": 0.012440758293838863, + "eval_loss": 0.027837086468935013, + "eval_runtime": 22.6805, + "eval_samples_per_second": 3.968, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04825737265415549, + "step": 80000 + }, + { + "epoch": 8.314514473414084, + "grad_norm": 0.15464870631694794, + "learning_rate": 0.00041771240485496817, + "loss": 0.0456, + "step": 81000 + }, + { + "epoch": 8.314514473414084, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.03025979734957218, + "eval_runtime": 22.4815, + "eval_samples_per_second": 4.003, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06076854334226988, + "step": 81000 + }, + { + "epoch": 8.417162800246356, + "grad_norm": 0.2563960552215576, + "learning_rate": 0.00041668380991565526, + "loss": 0.0449, + "step": 82000 + }, + { + "epoch": 8.417162800246356, + "eval_cer": 0.013329383886255925, + "eval_loss": 0.028577908873558044, + "eval_runtime": 22.508, + "eval_samples_per_second": 3.999, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05093833780160858, + "step": 82000 + }, + { + "epoch": 8.51981112707863, + "grad_norm": 0.2178841084241867, + "learning_rate": 0.00041565521497634235, + "loss": 0.0453, + "step": 83000 + }, + { + "epoch": 8.51981112707863, + "eval_cer": 0.011700236966824644, + "eval_loss": 0.02777865342795849, + "eval_runtime": 22.4852, + "eval_samples_per_second": 4.003, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04736371760500447, + "step": 83000 + }, + { + "epoch": 8.622459453910901, + "grad_norm": 0.16487497091293335, + "learning_rate": 0.00041462662003702945, + "loss": 0.0452, + "step": 84000 + }, + { + "epoch": 8.622459453910901, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.02851984277367592, + "eval_runtime": 22.544, + "eval_samples_per_second": 3.992, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05451295799821269, + "step": 84000 + }, + { + "epoch": 8.725107780743175, + "grad_norm": 0.1772727370262146, + "learning_rate": 0.00041359802509771654, + "loss": 0.0455, + "step": 85000 + }, + { + "epoch": 8.725107780743175, + "eval_cer": 0.013477488151658768, + "eval_loss": 0.027403153479099274, + "eval_runtime": 22.2753, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 85000 + }, + { + "epoch": 8.827756107575446, + "grad_norm": 0.2657695710659027, + "learning_rate": 0.00041256943015840363, + "loss": 0.0454, + "step": 86000 + }, + { + "epoch": 8.827756107575446, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.027919290587306023, + "eval_runtime": 22.8782, + "eval_samples_per_second": 3.934, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05630026809651475, + "step": 86000 + }, + { + "epoch": 8.93040443440772, + "grad_norm": 0.18787504732608795, + "learning_rate": 0.00041154083521909073, + "loss": 0.0455, + "step": 87000 + }, + { + "epoch": 8.93040443440772, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.027214767411351204, + "eval_runtime": 22.7677, + "eval_samples_per_second": 3.953, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05630026809651475, + "step": 87000 + }, + { + "epoch": 9.033052761239992, + "grad_norm": 0.21097755432128906, + "learning_rate": 0.0004105122402797779, + "loss": 0.0451, + "step": 88000 + }, + { + "epoch": 9.033052761239992, + "eval_cer": 0.01273696682464455, + "eval_loss": 0.02636747434735298, + "eval_runtime": 22.9582, + "eval_samples_per_second": 3.92, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05183199285075961, + "step": 88000 + }, + { + "epoch": 9.135701088072265, + "grad_norm": 0.17829887568950653, + "learning_rate": 0.00040948364534046497, + "loss": 0.0437, + "step": 89000 + }, + { + "epoch": 9.135701088072265, + "eval_cer": 0.01110781990521327, + "eval_loss": 0.026946688070893288, + "eval_runtime": 22.62, + "eval_samples_per_second": 3.979, + "eval_steps_per_second": 0.044, + "eval_wer": 0.045576407506702415, + "step": 89000 + }, + { + "epoch": 9.238349414904537, + "grad_norm": 0.1892678588628769, + "learning_rate": 0.00040845505040115206, + "loss": 0.0436, + "step": 90000 + }, + { + "epoch": 9.238349414904537, + "eval_cer": 0.013329383886255925, + "eval_loss": 0.0261703971773386, + "eval_runtime": 22.7469, + "eval_samples_per_second": 3.957, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05183199285075961, + "step": 90000 + }, + { + "epoch": 9.34099774173681, + "grad_norm": 0.1827981173992157, + "learning_rate": 0.00040742645546183915, + "loss": 0.0442, + "step": 91000 + }, + { + "epoch": 9.34099774173681, + "eval_cer": 0.013625592417061612, + "eval_loss": 0.026994889602065086, + "eval_runtime": 22.3199, + "eval_samples_per_second": 4.032, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 91000 + }, + { + "epoch": 9.443646068569082, + "grad_norm": 0.26229721307754517, + "learning_rate": 0.00040639786052252625, + "loss": 0.0442, + "step": 92000 + }, + { + "epoch": 9.443646068569082, + "eval_cer": 0.012588862559241706, + "eval_loss": 0.026131337508559227, + "eval_runtime": 30.6242, + "eval_samples_per_second": 2.939, + "eval_steps_per_second": 0.033, + "eval_wer": 0.050044682752457555, + "step": 92000 + }, + { + "epoch": 9.546294395401356, + "grad_norm": 0.31516391038894653, + "learning_rate": 0.00040536926558321334, + "loss": 0.0442, + "step": 93000 + }, + { + "epoch": 9.546294395401356, + "eval_cer": 0.012588862559241706, + "eval_loss": 0.023602332919836044, + "eval_runtime": 27.5058, + "eval_samples_per_second": 3.272, + "eval_steps_per_second": 0.036, + "eval_wer": 0.049151027703306524, + "step": 93000 + }, + { + "epoch": 9.648942722233627, + "grad_norm": 0.19427119195461273, + "learning_rate": 0.00040434067064390043, + "loss": 0.0443, + "step": 94000 + }, + { + "epoch": 9.648942722233627, + "eval_cer": 0.013033175355450236, + "eval_loss": 0.02646990306675434, + "eval_runtime": 27.6213, + "eval_samples_per_second": 3.258, + "eval_steps_per_second": 0.036, + "eval_wer": 0.049151027703306524, + "step": 94000 + }, + { + "epoch": 9.751591049065901, + "grad_norm": 0.26338282227516174, + "learning_rate": 0.0004033120757045876, + "loss": 0.0447, + "step": 95000 + }, + { + "epoch": 9.751591049065901, + "eval_cer": 0.013625592417061612, + "eval_loss": 0.025444395840168, + "eval_runtime": 25.0834, + "eval_samples_per_second": 3.588, + "eval_steps_per_second": 0.04, + "eval_wer": 0.05272564789991063, + "step": 95000 + }, + { + "epoch": 9.854239375898173, + "grad_norm": 0.25808289647102356, + "learning_rate": 0.0004022834807652747, + "loss": 0.0445, + "step": 96000 + }, + { + "epoch": 9.854239375898173, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.026209862902760506, + "eval_runtime": 23.4245, + "eval_samples_per_second": 3.842, + "eval_steps_per_second": 0.043, + "eval_wer": 0.05361930294906166, + "step": 96000 + }, + { + "epoch": 9.956887702730446, + "grad_norm": 0.18842875957489014, + "learning_rate": 0.00040125488582596177, + "loss": 0.0445, + "step": 97000 + }, + { + "epoch": 9.956887702730446, + "eval_cer": 0.012440758293838863, + "eval_loss": 0.027286237105727196, + "eval_runtime": 22.6774, + "eval_samples_per_second": 3.969, + "eval_steps_per_second": 0.044, + "eval_wer": 0.050044682752457555, + "step": 97000 + }, + { + "epoch": 10.059536029562718, + "grad_norm": 0.2742888331413269, + "learning_rate": 0.00040022629088664886, + "loss": 0.0432, + "step": 98000 + }, + { + "epoch": 10.059536029562718, + "eval_cer": 0.011404028436018957, + "eval_loss": 0.027185438200831413, + "eval_runtime": 27.5005, + "eval_samples_per_second": 3.273, + "eval_steps_per_second": 0.036, + "eval_wer": 0.04736371760500447, + "step": 98000 + }, + { + "epoch": 10.162184356394992, + "grad_norm": 0.20179295539855957, + "learning_rate": 0.00039919769594733595, + "loss": 0.0428, + "step": 99000 + }, + { + "epoch": 10.162184356394992, + "eval_cer": 0.01481042654028436, + "eval_loss": 0.02597665973007679, + "eval_runtime": 25.1306, + "eval_samples_per_second": 3.581, + "eval_steps_per_second": 0.04, + "eval_wer": 0.04736371760500447, + "step": 99000 + }, + { + "epoch": 10.264832683227263, + "grad_norm": 0.16221770644187927, + "learning_rate": 0.00039816910100802305, + "loss": 0.0429, + "step": 100000 + }, + { + "epoch": 10.264832683227263, + "eval_cer": 0.011848341232227487, + "eval_loss": 0.027527980506420135, + "eval_runtime": 23.4033, + "eval_samples_per_second": 3.846, + "eval_steps_per_second": 0.043, + "eval_wer": 0.04736371760500447, + "step": 100000 + }, + { + "epoch": 10.367481010059535, + "grad_norm": 0.17623300850391388, + "learning_rate": 0.00039714050606871014, + "loss": 0.0435, + "step": 101000 + }, + { + "epoch": 10.367481010059535, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.026551930233836174, + "eval_runtime": 23.1192, + "eval_samples_per_second": 3.893, + "eval_steps_per_second": 0.043, + "eval_wer": 0.05361930294906166, + "step": 101000 + }, + { + "epoch": 10.470129336891809, + "grad_norm": 0.29380717873573303, + "learning_rate": 0.0003961119111293973, + "loss": 0.0431, + "step": 102000 + }, + { + "epoch": 10.470129336891809, + "eval_cer": 0.017476303317535545, + "eval_loss": 0.026500999927520752, + "eval_runtime": 23.0878, + "eval_samples_per_second": 3.898, + "eval_steps_per_second": 0.043, + "eval_wer": 0.05361930294906166, + "step": 102000 + }, + { + "epoch": 10.572777663724082, + "grad_norm": 0.19392183423042297, + "learning_rate": 0.0003950833161900844, + "loss": 0.043, + "step": 103000 + }, + { + "epoch": 10.572777663724082, + "eval_cer": 0.013033175355450236, + "eval_loss": 0.02609255537390709, + "eval_runtime": 22.8011, + "eval_samples_per_second": 3.947, + "eval_steps_per_second": 0.044, + "eval_wer": 0.049151027703306524, + "step": 103000 + }, + { + "epoch": 10.675425990556354, + "grad_norm": 0.17925652861595154, + "learning_rate": 0.0003940547212507715, + "loss": 0.0433, + "step": 104000 + }, + { + "epoch": 10.675425990556354, + "eval_cer": 0.01273696682464455, + "eval_loss": 0.027248414233326912, + "eval_runtime": 22.7524, + "eval_samples_per_second": 3.956, + "eval_steps_per_second": 0.044, + "eval_wer": 0.050044682752457555, + "step": 104000 + }, + { + "epoch": 10.778074317388626, + "grad_norm": 0.21368491649627686, + "learning_rate": 0.00039302612631145857, + "loss": 0.0431, + "step": 105000 + }, + { + "epoch": 10.778074317388626, + "eval_cer": 0.01273696682464455, + "eval_loss": 0.025399256497621536, + "eval_runtime": 22.4849, + "eval_samples_per_second": 4.003, + "eval_steps_per_second": 0.044, + "eval_wer": 0.050044682752457555, + "step": 105000 + }, + { + "epoch": 10.8807226442209, + "grad_norm": 0.17027121782302856, + "learning_rate": 0.00039199753137214566, + "loss": 0.0435, + "step": 106000 + }, + { + "epoch": 10.8807226442209, + "eval_cer": 0.01229265402843602, + "eval_loss": 0.025961685925722122, + "eval_runtime": 22.3736, + "eval_samples_per_second": 4.023, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 106000 + }, + { + "epoch": 10.983370971053171, + "grad_norm": 0.3062898516654968, + "learning_rate": 0.00039096893643283275, + "loss": 0.0434, + "step": 107000 + }, + { + "epoch": 10.983370971053171, + "eval_cer": 0.010219194312796208, + "eval_loss": 0.0248806644231081, + "eval_runtime": 22.4291, + "eval_samples_per_second": 4.013, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 107000 + }, + { + "epoch": 11.086019297885445, + "grad_norm": 0.27476412057876587, + "learning_rate": 0.00038994034149351985, + "loss": 0.0418, + "step": 108000 + }, + { + "epoch": 11.086019297885445, + "eval_cer": 0.011700236966824644, + "eval_loss": 0.025811193510890007, + "eval_runtime": 22.3629, + "eval_samples_per_second": 4.025, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 108000 + }, + { + "epoch": 11.188667624717716, + "grad_norm": 0.18025143444538116, + "learning_rate": 0.000388911746554207, + "loss": 0.0419, + "step": 109000 + }, + { + "epoch": 11.188667624717716, + "eval_cer": 0.01066350710900474, + "eval_loss": 0.024703815579414368, + "eval_runtime": 22.2656, + "eval_samples_per_second": 4.042, + "eval_steps_per_second": 0.045, + "eval_wer": 0.044682752457551385, + "step": 109000 + }, + { + "epoch": 11.29131595154999, + "grad_norm": 0.19146864116191864, + "learning_rate": 0.0003878831516148941, + "loss": 0.042, + "step": 110000 + }, + { + "epoch": 11.29131595154999, + "eval_cer": 0.011404028436018957, + "eval_loss": 0.025849131867289543, + "eval_runtime": 22.6201, + "eval_samples_per_second": 3.979, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04647006255585344, + "step": 110000 + }, + { + "epoch": 11.393964278382262, + "grad_norm": 0.4587384760379791, + "learning_rate": 0.0003868545566755812, + "loss": 0.042, + "step": 111000 + }, + { + "epoch": 11.393964278382262, + "eval_cer": 0.012440758293838863, + "eval_loss": 0.025229139253497124, + "eval_runtime": 22.5628, + "eval_samples_per_second": 3.989, + "eval_steps_per_second": 0.044, + "eval_wer": 0.050044682752457555, + "step": 111000 + }, + { + "epoch": 11.496612605214535, + "grad_norm": 0.1752750277519226, + "learning_rate": 0.0003858259617362683, + "loss": 0.0428, + "step": 112000 + }, + { + "epoch": 11.496612605214535, + "eval_cer": 0.01066350710900474, + "eval_loss": 0.02614370547235012, + "eval_runtime": 22.3268, + "eval_samples_per_second": 4.031, + "eval_steps_per_second": 0.045, + "eval_wer": 0.045576407506702415, + "step": 112000 + }, + { + "epoch": 11.599260932046807, + "grad_norm": 0.20651549100875854, + "learning_rate": 0.00038479736679695537, + "loss": 0.0428, + "step": 113000 + }, + { + "epoch": 11.599260932046807, + "eval_cer": 0.01110781990521327, + "eval_loss": 0.02591308392584324, + "eval_runtime": 22.6162, + "eval_samples_per_second": 3.979, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04647006255585344, + "step": 113000 + }, + { + "epoch": 11.70190925887908, + "grad_norm": 0.1839723438024521, + "learning_rate": 0.00038376877185764246, + "loss": 0.0422, + "step": 114000 + }, + { + "epoch": 11.70190925887908, + "eval_cer": 0.010515402843601895, + "eval_loss": 0.026186056435108185, + "eval_runtime": 22.64, + "eval_samples_per_second": 3.975, + "eval_steps_per_second": 0.044, + "eval_wer": 0.044682752457551385, + "step": 114000 + }, + { + "epoch": 11.804557585711352, + "grad_norm": 0.1559193879365921, + "learning_rate": 0.00038274017691832955, + "loss": 0.0426, + "step": 115000 + }, + { + "epoch": 11.804557585711352, + "eval_cer": 0.011996445497630332, + "eval_loss": 0.026291608810424805, + "eval_runtime": 23.0438, + "eval_samples_per_second": 3.906, + "eval_steps_per_second": 0.043, + "eval_wer": 0.045576407506702415, + "step": 115000 + }, + { + "epoch": 11.907205912543626, + "grad_norm": 0.33867180347442627, + "learning_rate": 0.0003817115819790167, + "loss": 0.0422, + "step": 116000 + }, + { + "epoch": 11.907205912543626, + "eval_cer": 0.011996445497630332, + "eval_loss": 0.025052817538380623, + "eval_runtime": 22.5162, + "eval_samples_per_second": 3.997, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04647006255585344, + "step": 116000 + }, + { + "epoch": 12.009854239375898, + "grad_norm": 0.2387935370206833, + "learning_rate": 0.0003806829870397038, + "loss": 0.042, + "step": 117000 + }, + { + "epoch": 12.009854239375898, + "eval_cer": 0.011404028436018957, + "eval_loss": 0.02570049837231636, + "eval_runtime": 22.5888, + "eval_samples_per_second": 3.984, + "eval_steps_per_second": 0.044, + "eval_wer": 0.044682752457551385, + "step": 117000 + }, + { + "epoch": 12.112502566208171, + "grad_norm": 0.1758970469236374, + "learning_rate": 0.0003796543921003909, + "loss": 0.0406, + "step": 118000 + }, + { + "epoch": 12.112502566208171, + "eval_cer": 0.01273696682464455, + "eval_loss": 0.025880787521600723, + "eval_runtime": 22.5099, + "eval_samples_per_second": 3.998, + "eval_steps_per_second": 0.044, + "eval_wer": 0.049151027703306524, + "step": 118000 + }, + { + "epoch": 12.215150893040443, + "grad_norm": 0.2268359512090683, + "learning_rate": 0.000378625797161078, + "loss": 0.0409, + "step": 119000 + }, + { + "epoch": 12.215150893040443, + "eval_cer": 0.012588862559241706, + "eval_loss": 0.024862516671419144, + "eval_runtime": 22.7569, + "eval_samples_per_second": 3.955, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05093833780160858, + "step": 119000 + }, + { + "epoch": 12.317799219872716, + "grad_norm": 0.15519174933433533, + "learning_rate": 0.0003775972022217651, + "loss": 0.0412, + "step": 120000 + }, + { + "epoch": 12.317799219872716, + "eval_cer": 0.0115521327014218, + "eval_loss": 0.025986041873693466, + "eval_runtime": 22.6794, + "eval_samples_per_second": 3.968, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04736371760500447, + "step": 120000 + }, + { + "epoch": 12.420447546704988, + "grad_norm": 0.3455216884613037, + "learning_rate": 0.00037656860728245217, + "loss": 0.0411, + "step": 121000 + }, + { + "epoch": 12.420447546704988, + "eval_cer": 0.011700236966824644, + "eval_loss": 0.025649528950452805, + "eval_runtime": 22.7315, + "eval_samples_per_second": 3.959, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04647006255585344, + "step": 121000 + }, + { + "epoch": 12.523095873537262, + "grad_norm": 0.20411798357963562, + "learning_rate": 0.00037554001234313926, + "loss": 0.0418, + "step": 122000 + }, + { + "epoch": 12.523095873537262, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.02615606226027012, + "eval_runtime": 22.7606, + "eval_samples_per_second": 3.954, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05361930294906166, + "step": 122000 + }, + { + "epoch": 12.625744200369533, + "grad_norm": 0.25552111864089966, + "learning_rate": 0.0003745114174038264, + "loss": 0.0414, + "step": 123000 + }, + { + "epoch": 12.625744200369533, + "eval_cer": 0.01273696682464455, + "eval_loss": 0.024597780779004097, + "eval_runtime": 22.7241, + "eval_samples_per_second": 3.961, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04825737265415549, + "step": 123000 + }, + { + "epoch": 12.728392527201807, + "grad_norm": 0.24297872185707092, + "learning_rate": 0.0003734828224645135, + "loss": 0.0416, + "step": 124000 + }, + { + "epoch": 12.728392527201807, + "eval_cer": 0.011996445497630332, + "eval_loss": 0.0245036818087101, + "eval_runtime": 22.3574, + "eval_samples_per_second": 4.026, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 124000 + }, + { + "epoch": 12.831040854034079, + "grad_norm": 0.16708943247795105, + "learning_rate": 0.0003724542275252006, + "loss": 0.0421, + "step": 125000 + }, + { + "epoch": 12.831040854034079, + "eval_cer": 0.010959715639810427, + "eval_loss": 0.023803560063242912, + "eval_runtime": 22.1003, + "eval_samples_per_second": 4.072, + "eval_steps_per_second": 0.045, + "eval_wer": 0.044682752457551385, + "step": 125000 + }, + { + "epoch": 12.933689180866352, + "grad_norm": 0.2480056881904602, + "learning_rate": 0.0003714256325858877, + "loss": 0.0417, + "step": 126000 + }, + { + "epoch": 12.933689180866352, + "eval_cer": 0.010959715639810427, + "eval_loss": 0.02339034155011177, + "eval_runtime": 22.1887, + "eval_samples_per_second": 4.056, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 126000 + }, + { + "epoch": 13.036337507698624, + "grad_norm": 0.15843307971954346, + "learning_rate": 0.0003703970376465748, + "loss": 0.041, + "step": 127000 + }, + { + "epoch": 13.036337507698624, + "eval_cer": 0.010219194312796208, + "eval_loss": 0.023780081421136856, + "eval_runtime": 22.1307, + "eval_samples_per_second": 4.067, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04289544235924933, + "step": 127000 + }, + { + "epoch": 13.138985834530898, + "grad_norm": 0.17070743441581726, + "learning_rate": 0.00036936844270726187, + "loss": 0.0397, + "step": 128000 + }, + { + "epoch": 13.138985834530898, + "eval_cer": 0.014514218009478674, + "eval_loss": 0.0229303240776062, + "eval_runtime": 22.379, + "eval_samples_per_second": 4.022, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 128000 + }, + { + "epoch": 13.24163416136317, + "grad_norm": 0.1719464212656021, + "learning_rate": 0.00036833984776794897, + "loss": 0.0405, + "step": 129000 + }, + { + "epoch": 13.24163416136317, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.023020587861537933, + "eval_runtime": 22.2447, + "eval_samples_per_second": 4.046, + "eval_steps_per_second": 0.045, + "eval_wer": 0.049151027703306524, + "step": 129000 + }, + { + "epoch": 13.344282488195443, + "grad_norm": 0.16199146211147308, + "learning_rate": 0.0003673112528286361, + "loss": 0.0405, + "step": 130000 + }, + { + "epoch": 13.344282488195443, + "eval_cer": 0.010367298578199052, + "eval_loss": 0.023113010451197624, + "eval_runtime": 22.549, + "eval_samples_per_second": 3.991, + "eval_steps_per_second": 0.044, + "eval_wer": 0.043789097408400354, + "step": 130000 + }, + { + "epoch": 13.446930815027715, + "grad_norm": 0.21660035848617554, + "learning_rate": 0.0003662826578893232, + "loss": 0.0406, + "step": 131000 + }, + { + "epoch": 13.446930815027715, + "eval_cer": 0.01229265402843602, + "eval_loss": 0.023945845663547516, + "eval_runtime": 22.3889, + "eval_samples_per_second": 4.02, + "eval_steps_per_second": 0.045, + "eval_wer": 0.049151027703306524, + "step": 131000 + }, + { + "epoch": 13.549579141859988, + "grad_norm": 0.3124329447746277, + "learning_rate": 0.0003652540629500103, + "loss": 0.0406, + "step": 132000 + }, + { + "epoch": 13.549579141859988, + "eval_cer": 0.01110781990521327, + "eval_loss": 0.024438710883259773, + "eval_runtime": 22.5799, + "eval_samples_per_second": 3.986, + "eval_steps_per_second": 0.044, + "eval_wer": 0.043789097408400354, + "step": 132000 + }, + { + "epoch": 13.65222746869226, + "grad_norm": 0.16738218069076538, + "learning_rate": 0.0003642254680106974, + "loss": 0.0406, + "step": 133000 + }, + { + "epoch": 13.65222746869226, + "eval_cer": 0.011848341232227487, + "eval_loss": 0.024815011769533157, + "eval_runtime": 22.3814, + "eval_samples_per_second": 4.021, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 133000 + }, + { + "epoch": 13.754875795524534, + "grad_norm": 0.1927761733531952, + "learning_rate": 0.0003631968730713845, + "loss": 0.0407, + "step": 134000 + }, + { + "epoch": 13.754875795524534, + "eval_cer": 0.010959715639810427, + "eval_loss": 0.023673338815569878, + "eval_runtime": 22.7336, + "eval_samples_per_second": 3.959, + "eval_steps_per_second": 0.044, + "eval_wer": 0.045576407506702415, + "step": 134000 + }, + { + "epoch": 13.857524122356805, + "grad_norm": 0.17141355574131012, + "learning_rate": 0.0003621682781320716, + "loss": 0.0411, + "step": 135000 + }, + { + "epoch": 13.857524122356805, + "eval_cer": 0.010959715639810427, + "eval_loss": 0.02259986102581024, + "eval_runtime": 22.6132, + "eval_samples_per_second": 3.98, + "eval_steps_per_second": 0.044, + "eval_wer": 0.041108132260947276, + "step": 135000 + }, + { + "epoch": 13.960172449189079, + "grad_norm": 0.24508166313171387, + "learning_rate": 0.00036113968319275867, + "loss": 0.0405, + "step": 136000 + }, + { + "epoch": 13.960172449189079, + "eval_cer": 0.01066350710900474, + "eval_loss": 0.022703783586621284, + "eval_runtime": 22.7539, + "eval_samples_per_second": 3.955, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04289544235924933, + "step": 136000 + }, + { + "epoch": 14.06282077602135, + "grad_norm": 0.16717751324176788, + "learning_rate": 0.0003601110882534458, + "loss": 0.0401, + "step": 137000 + }, + { + "epoch": 14.06282077602135, + "eval_cer": 0.009922985781990521, + "eval_loss": 0.02189534902572632, + "eval_runtime": 22.4478, + "eval_samples_per_second": 4.009, + "eval_steps_per_second": 0.045, + "eval_wer": 0.040214477211796246, + "step": 137000 + }, + { + "epoch": 14.165469102853624, + "grad_norm": 0.42751288414001465, + "learning_rate": 0.0003590824933141329, + "loss": 0.0391, + "step": 138000 + }, + { + "epoch": 14.165469102853624, + "eval_cer": 0.010367298578199052, + "eval_loss": 0.022342221811413765, + "eval_runtime": 22.5149, + "eval_samples_per_second": 3.997, + "eval_steps_per_second": 0.044, + "eval_wer": 0.040214477211796246, + "step": 138000 + }, + { + "epoch": 14.268117429685896, + "grad_norm": 0.2213069647550583, + "learning_rate": 0.00035805389837482, + "loss": 0.0394, + "step": 139000 + }, + { + "epoch": 14.268117429685896, + "eval_cer": 0.010959715639810427, + "eval_loss": 0.021898576989769936, + "eval_runtime": 22.2749, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.043789097408400354, + "step": 139000 + }, + { + "epoch": 14.37076575651817, + "grad_norm": 0.17157946527004242, + "learning_rate": 0.0003570253034355071, + "loss": 0.0395, + "step": 140000 + }, + { + "epoch": 14.37076575651817, + "eval_cer": 0.010811611374407584, + "eval_loss": 0.023508407175540924, + "eval_runtime": 22.3534, + "eval_samples_per_second": 4.026, + "eval_steps_per_second": 0.045, + "eval_wer": 0.043789097408400354, + "step": 140000 + }, + { + "epoch": 14.473414083350441, + "grad_norm": 0.26436519622802734, + "learning_rate": 0.0003559967084961942, + "loss": 0.0398, + "step": 141000 + }, + { + "epoch": 14.473414083350441, + "eval_cer": 0.011255924170616114, + "eval_loss": 0.022889673709869385, + "eval_runtime": 22.2676, + "eval_samples_per_second": 4.042, + "eval_steps_per_second": 0.045, + "eval_wer": 0.045576407506702415, + "step": 141000 + }, + { + "epoch": 14.576062410182715, + "grad_norm": 0.15638813376426697, + "learning_rate": 0.0003549681135568813, + "loss": 0.0399, + "step": 142000 + }, + { + "epoch": 14.576062410182715, + "eval_cer": 0.009774881516587678, + "eval_loss": 0.022171661257743835, + "eval_runtime": 22.6709, + "eval_samples_per_second": 3.97, + "eval_steps_per_second": 0.044, + "eval_wer": 0.0420017873100983, + "step": 142000 + }, + { + "epoch": 14.678710737014987, + "grad_norm": 0.22069737315177917, + "learning_rate": 0.0003539395186175684, + "loss": 0.0397, + "step": 143000 + }, + { + "epoch": 14.678710737014987, + "eval_cer": 0.014366113744075829, + "eval_loss": 0.02216203510761261, + "eval_runtime": 22.5252, + "eval_samples_per_second": 3.996, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04647006255585344, + "step": 143000 + }, + { + "epoch": 14.78135906384726, + "grad_norm": 0.25842490792274475, + "learning_rate": 0.0003529109236782555, + "loss": 0.0398, + "step": 144000 + }, + { + "epoch": 14.78135906384726, + "eval_cer": 0.010515402843601895, + "eval_loss": 0.023699576035141945, + "eval_runtime": 22.5737, + "eval_samples_per_second": 3.987, + "eval_steps_per_second": 0.044, + "eval_wer": 0.044682752457551385, + "step": 144000 + }, + { + "epoch": 14.884007390679532, + "grad_norm": 0.2184634506702423, + "learning_rate": 0.0003518823287389426, + "loss": 0.0402, + "step": 145000 + }, + { + "epoch": 14.884007390679532, + "eval_cer": 0.011255924170616114, + "eval_loss": 0.022893035784363747, + "eval_runtime": 22.3846, + "eval_samples_per_second": 4.021, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 145000 + }, + { + "epoch": 14.986655717511805, + "grad_norm": 0.19810239970684052, + "learning_rate": 0.0003508537337996297, + "loss": 0.0403, + "step": 146000 + }, + { + "epoch": 14.986655717511805, + "eval_cer": 0.011996445497630332, + "eval_loss": 0.024159209802746773, + "eval_runtime": 22.5604, + "eval_samples_per_second": 3.989, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04736371760500447, + "step": 146000 + }, + { + "epoch": 15.089304044344077, + "grad_norm": 0.2137177586555481, + "learning_rate": 0.0003498251388603168, + "loss": 0.0385, + "step": 147000 + }, + { + "epoch": 15.089304044344077, + "eval_cer": 0.010811611374407584, + "eval_loss": 0.022794917225837708, + "eval_runtime": 22.3128, + "eval_samples_per_second": 4.034, + "eval_steps_per_second": 0.045, + "eval_wer": 0.045576407506702415, + "step": 147000 + }, + { + "epoch": 15.19195237117635, + "grad_norm": 0.1722225844860077, + "learning_rate": 0.0003487965439210039, + "loss": 0.0386, + "step": 148000 + }, + { + "epoch": 15.19195237117635, + "eval_cer": 0.011848341232227487, + "eval_loss": 0.02336839959025383, + "eval_runtime": 22.3982, + "eval_samples_per_second": 4.018, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 148000 + }, + { + "epoch": 15.294600698008622, + "grad_norm": 0.20236076414585114, + "learning_rate": 0.000347767948981691, + "loss": 0.0392, + "step": 149000 + }, + { + "epoch": 15.294600698008622, + "eval_cer": 0.01229265402843602, + "eval_loss": 0.02401108108460903, + "eval_runtime": 22.0603, + "eval_samples_per_second": 4.08, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 149000 + }, + { + "epoch": 15.397249024840896, + "grad_norm": 0.1955161690711975, + "learning_rate": 0.0003467393540423781, + "loss": 0.039, + "step": 150000 + }, + { + "epoch": 15.397249024840896, + "eval_cer": 0.010811611374407584, + "eval_loss": 0.022156517952680588, + "eval_runtime": 22.3641, + "eval_samples_per_second": 4.024, + "eval_steps_per_second": 0.045, + "eval_wer": 0.045576407506702415, + "step": 150000 + }, + { + "epoch": 15.499897351673168, + "grad_norm": 0.24897447228431702, + "learning_rate": 0.00034571075910306523, + "loss": 0.0391, + "step": 151000 + }, + { + "epoch": 15.499897351673168, + "eval_cer": 0.010219194312796208, + "eval_loss": 0.022661181166768074, + "eval_runtime": 22.3484, + "eval_samples_per_second": 4.027, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04289544235924933, + "step": 151000 + }, + { + "epoch": 15.60254567850544, + "grad_norm": 0.1920953094959259, + "learning_rate": 0.0003446821641637523, + "loss": 0.0394, + "step": 152000 + }, + { + "epoch": 15.60254567850544, + "eval_cer": 0.010515402843601895, + "eval_loss": 0.021091148257255554, + "eval_runtime": 22.528, + "eval_samples_per_second": 3.995, + "eval_steps_per_second": 0.044, + "eval_wer": 0.045576407506702415, + "step": 152000 + }, + { + "epoch": 15.705194005337713, + "grad_norm": 0.20325519144535065, + "learning_rate": 0.0003436535692244394, + "loss": 0.0396, + "step": 153000 + }, + { + "epoch": 15.705194005337713, + "eval_cer": 0.010811611374407584, + "eval_loss": 0.023403970524668694, + "eval_runtime": 22.2476, + "eval_samples_per_second": 4.045, + "eval_steps_per_second": 0.045, + "eval_wer": 0.043789097408400354, + "step": 153000 + }, + { + "epoch": 15.807842332169985, + "grad_norm": 0.15232166647911072, + "learning_rate": 0.0003426249742851265, + "loss": 0.0394, + "step": 154000 + }, + { + "epoch": 15.807842332169985, + "eval_cer": 0.013625592417061612, + "eval_loss": 0.022816922515630722, + "eval_runtime": 22.7231, + "eval_samples_per_second": 3.961, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04736371760500447, + "step": 154000 + }, + { + "epoch": 15.910490659002258, + "grad_norm": 0.3241395056247711, + "learning_rate": 0.0003415963793458136, + "loss": 0.0392, + "step": 155000 + }, + { + "epoch": 15.910490659002258, + "eval_cer": 0.010811611374407584, + "eval_loss": 0.021291887387633324, + "eval_runtime": 22.2235, + "eval_samples_per_second": 4.05, + "eval_steps_per_second": 0.045, + "eval_wer": 0.044682752457551385, + "step": 155000 + }, + { + "epoch": 16.01313898583453, + "grad_norm": 0.19988052546977997, + "learning_rate": 0.0003405677844065007, + "loss": 0.0393, + "step": 156000 + }, + { + "epoch": 16.01313898583453, + "eval_cer": 0.011404028436018957, + "eval_loss": 0.02226296253502369, + "eval_runtime": 22.2614, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 156000 + }, + { + "epoch": 16.115787312666804, + "grad_norm": 0.23728616535663605, + "learning_rate": 0.0003395391894671878, + "loss": 0.0382, + "step": 157000 + }, + { + "epoch": 16.115787312666804, + "eval_cer": 0.011255924170616114, + "eval_loss": 0.021734587848186493, + "eval_runtime": 22.1722, + "eval_samples_per_second": 4.059, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 157000 + }, + { + "epoch": 16.218435639499077, + "grad_norm": 0.21486635506153107, + "learning_rate": 0.00033851059452787494, + "loss": 0.0379, + "step": 158000 + }, + { + "epoch": 16.218435639499077, + "eval_cer": 0.009182464454976303, + "eval_loss": 0.02133306674659252, + "eval_runtime": 22.2489, + "eval_samples_per_second": 4.045, + "eval_steps_per_second": 0.045, + "eval_wer": 0.040214477211796246, + "step": 158000 + }, + { + "epoch": 16.321083966331347, + "grad_norm": 0.21918782591819763, + "learning_rate": 0.00033748199958856203, + "loss": 0.0382, + "step": 159000 + }, + { + "epoch": 16.321083966331347, + "eval_cer": 0.009182464454976303, + "eval_loss": 0.022134315222501755, + "eval_runtime": 22.3537, + "eval_samples_per_second": 4.026, + "eval_steps_per_second": 0.045, + "eval_wer": 0.040214477211796246, + "step": 159000 + }, + { + "epoch": 16.42373229316362, + "grad_norm": 0.1927264928817749, + "learning_rate": 0.0003364534046492491, + "loss": 0.0383, + "step": 160000 + }, + { + "epoch": 16.42373229316362, + "eval_cer": 0.0115521327014218, + "eval_loss": 0.022146208211779594, + "eval_runtime": 22.5984, + "eval_samples_per_second": 3.983, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04825737265415549, + "step": 160000 + }, + { + "epoch": 16.526380619995894, + "grad_norm": 0.19513466954231262, + "learning_rate": 0.0003354248097099362, + "loss": 0.0386, + "step": 161000 + }, + { + "epoch": 16.526380619995894, + "eval_cer": 0.011700236966824644, + "eval_loss": 0.021798642352223396, + "eval_runtime": 22.2348, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 161000 + }, + { + "epoch": 16.629028946828168, + "grad_norm": 0.1991739124059677, + "learning_rate": 0.0003343962147706233, + "loss": 0.038, + "step": 162000 + }, + { + "epoch": 16.629028946828168, + "eval_cer": 0.010515402843601895, + "eval_loss": 0.021404601633548737, + "eval_runtime": 22.5257, + "eval_samples_per_second": 3.995, + "eval_steps_per_second": 0.044, + "eval_wer": 0.045576407506702415, + "step": 162000 + }, + { + "epoch": 16.731677273660438, + "grad_norm": 0.19290116429328918, + "learning_rate": 0.0003333676198313104, + "loss": 0.0389, + "step": 163000 + }, + { + "epoch": 16.731677273660438, + "eval_cer": 0.009922985781990521, + "eval_loss": 0.0213669091463089, + "eval_runtime": 22.5781, + "eval_samples_per_second": 3.986, + "eval_steps_per_second": 0.044, + "eval_wer": 0.041108132260947276, + "step": 163000 + }, + { + "epoch": 16.83432560049271, + "grad_norm": 0.29244861006736755, + "learning_rate": 0.0003323390248919975, + "loss": 0.0384, + "step": 164000 + }, + { + "epoch": 16.83432560049271, + "eval_cer": 0.009478672985781991, + "eval_loss": 0.02153705060482025, + "eval_runtime": 22.335, + "eval_samples_per_second": 4.03, + "eval_steps_per_second": 0.045, + "eval_wer": 0.040214477211796246, + "step": 164000 + }, + { + "epoch": 16.936973927324985, + "grad_norm": 0.17148034274578094, + "learning_rate": 0.00033131042995268465, + "loss": 0.0381, + "step": 165000 + }, + { + "epoch": 16.936973927324985, + "eval_cer": 0.010515402843601895, + "eval_loss": 0.022320713847875595, + "eval_runtime": 22.0009, + "eval_samples_per_second": 4.091, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04289544235924933, + "step": 165000 + }, + { + "epoch": 17.03962225415726, + "grad_norm": 0.31796592473983765, + "learning_rate": 0.00033028183501337174, + "loss": 0.0384, + "step": 166000 + }, + { + "epoch": 17.03962225415726, + "eval_cer": 0.01110781990521327, + "eval_loss": 0.02184494584798813, + "eval_runtime": 22.2781, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.043789097408400354, + "step": 166000 + }, + { + "epoch": 17.14227058098953, + "grad_norm": 0.2634246051311493, + "learning_rate": 0.00032925324007405883, + "loss": 0.0371, + "step": 167000 + }, + { + "epoch": 17.14227058098953, + "eval_cer": 0.009922985781990521, + "eval_loss": 0.022673843428492546, + "eval_runtime": 22.5449, + "eval_samples_per_second": 3.992, + "eval_steps_per_second": 0.044, + "eval_wer": 0.040214477211796246, + "step": 167000 + }, + { + "epoch": 17.244918907821802, + "grad_norm": 0.21225817501544952, + "learning_rate": 0.0003282246451347459, + "loss": 0.0372, + "step": 168000 + }, + { + "epoch": 17.244918907821802, + "eval_cer": 0.011848341232227487, + "eval_loss": 0.021213963627815247, + "eval_runtime": 22.3119, + "eval_samples_per_second": 4.034, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 168000 + }, + { + "epoch": 17.347567234654075, + "grad_norm": 0.30099403858184814, + "learning_rate": 0.000327196050195433, + "loss": 0.0375, + "step": 169000 + }, + { + "epoch": 17.347567234654075, + "eval_cer": 0.009478672985781991, + "eval_loss": 0.021301671862602234, + "eval_runtime": 22.2137, + "eval_samples_per_second": 4.052, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03932082216264522, + "step": 169000 + }, + { + "epoch": 17.45021556148635, + "grad_norm": 0.20359040796756744, + "learning_rate": 0.0003261674552561201, + "loss": 0.0378, + "step": 170000 + }, + { + "epoch": 17.45021556148635, + "eval_cer": 0.010515402843601895, + "eval_loss": 0.02227012813091278, + "eval_runtime": 22.5554, + "eval_samples_per_second": 3.99, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04289544235924933, + "step": 170000 + }, + { + "epoch": 17.55286388831862, + "grad_norm": 0.225717231631279, + "learning_rate": 0.0003251388603168072, + "loss": 0.0381, + "step": 171000 + }, + { + "epoch": 17.55286388831862, + "eval_cer": 0.010515402843601895, + "eval_loss": 0.02183985523879528, + "eval_runtime": 22.3674, + "eval_samples_per_second": 4.024, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04289544235924933, + "step": 171000 + }, + { + "epoch": 17.655512215150893, + "grad_norm": 0.23642343282699585, + "learning_rate": 0.00032411026537749435, + "loss": 0.038, + "step": 172000 + }, + { + "epoch": 17.655512215150893, + "eval_cer": 0.010071090047393365, + "eval_loss": 0.02163875661790371, + "eval_runtime": 22.3807, + "eval_samples_per_second": 4.021, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0420017873100983, + "step": 172000 + }, + { + "epoch": 17.758160541983166, + "grad_norm": 0.206275075674057, + "learning_rate": 0.00032308167043818144, + "loss": 0.0381, + "step": 173000 + }, + { + "epoch": 17.758160541983166, + "eval_cer": 0.01110781990521327, + "eval_loss": 0.021833743900060654, + "eval_runtime": 22.1601, + "eval_samples_per_second": 4.061, + "eval_steps_per_second": 0.045, + "eval_wer": 0.043789097408400354, + "step": 173000 + }, + { + "epoch": 17.86080886881544, + "grad_norm": 0.1906212568283081, + "learning_rate": 0.00032205307549886854, + "loss": 0.0376, + "step": 174000 + }, + { + "epoch": 17.86080886881544, + "eval_cer": 0.010219194312796208, + "eval_loss": 0.0216918233782053, + "eval_runtime": 22.5419, + "eval_samples_per_second": 3.993, + "eval_steps_per_second": 0.044, + "eval_wer": 0.0420017873100983, + "step": 174000 + }, + { + "epoch": 17.96345719564771, + "grad_norm": 0.2309373915195465, + "learning_rate": 0.00032102448055955563, + "loss": 0.0379, + "step": 175000 + }, + { + "epoch": 17.96345719564771, + "eval_cer": 0.01229265402843602, + "eval_loss": 0.022404534742236137, + "eval_runtime": 22.4205, + "eval_samples_per_second": 4.014, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 175000 + }, + { + "epoch": 18.066105522479983, + "grad_norm": 0.26210764050483704, + "learning_rate": 0.0003199958856202427, + "loss": 0.037, + "step": 176000 + }, + { + "epoch": 18.066105522479983, + "eval_cer": 0.009626777251184835, + "eval_loss": 0.02186032012104988, + "eval_runtime": 22.3427, + "eval_samples_per_second": 4.028, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0420017873100983, + "step": 176000 + }, + { + "epoch": 18.168753849312257, + "grad_norm": 0.18146245181560516, + "learning_rate": 0.0003189672906809298, + "loss": 0.0366, + "step": 177000 + }, + { + "epoch": 18.168753849312257, + "eval_cer": 0.009774881516587678, + "eval_loss": 0.021789953112602234, + "eval_runtime": 22.2303, + "eval_samples_per_second": 4.049, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03842716711349419, + "step": 177000 + }, + { + "epoch": 18.27140217614453, + "grad_norm": 0.21234826743602753, + "learning_rate": 0.0003179386957416169, + "loss": 0.0364, + "step": 178000 + }, + { + "epoch": 18.27140217614453, + "eval_cer": 0.010071090047393365, + "eval_loss": 0.023085610941052437, + "eval_runtime": 22.5005, + "eval_samples_per_second": 4.0, + "eval_steps_per_second": 0.044, + "eval_wer": 0.0420017873100983, + "step": 178000 + }, + { + "epoch": 18.3740505029768, + "grad_norm": 0.20181190967559814, + "learning_rate": 0.00031691010080230406, + "loss": 0.037, + "step": 179000 + }, + { + "epoch": 18.3740505029768, + "eval_cer": 0.009478672985781991, + "eval_loss": 0.022074325010180473, + "eval_runtime": 22.2124, + "eval_samples_per_second": 4.052, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0420017873100983, + "step": 179000 + }, + { + "epoch": 18.476698829809074, + "grad_norm": 0.20344142615795135, + "learning_rate": 0.00031588150586299115, + "loss": 0.0368, + "step": 180000 + }, + { + "epoch": 18.476698829809074, + "eval_cer": 0.010219194312796208, + "eval_loss": 0.02133142203092575, + "eval_runtime": 22.4401, + "eval_samples_per_second": 4.011, + "eval_steps_per_second": 0.045, + "eval_wer": 0.041108132260947276, + "step": 180000 + }, + { + "epoch": 18.579347156641347, + "grad_norm": 0.26208797097206116, + "learning_rate": 0.00031485291092367824, + "loss": 0.0374, + "step": 181000 + }, + { + "epoch": 18.579347156641347, + "eval_cer": 0.010811611374407584, + "eval_loss": 0.022065425291657448, + "eval_runtime": 22.2276, + "eval_samples_per_second": 4.049, + "eval_steps_per_second": 0.045, + "eval_wer": 0.043789097408400354, + "step": 181000 + }, + { + "epoch": 18.68199548347362, + "grad_norm": 0.21672701835632324, + "learning_rate": 0.00031382431598436534, + "loss": 0.0378, + "step": 182000 + }, + { + "epoch": 18.68199548347362, + "eval_cer": 0.010367298578199052, + "eval_loss": 0.022190110757946968, + "eval_runtime": 22.4805, + "eval_samples_per_second": 4.003, + "eval_steps_per_second": 0.044, + "eval_wer": 0.044682752457551385, + "step": 182000 + }, + { + "epoch": 18.78464381030589, + "grad_norm": 0.26024818420410156, + "learning_rate": 0.00031279572104505243, + "loss": 0.0373, + "step": 183000 + }, + { + "epoch": 18.78464381030589, + "eval_cer": 0.009330568720379146, + "eval_loss": 0.0211643036454916, + "eval_runtime": 22.2696, + "eval_samples_per_second": 4.041, + "eval_steps_per_second": 0.045, + "eval_wer": 0.041108132260947276, + "step": 183000 + }, + { + "epoch": 18.887292137138164, + "grad_norm": 0.15596991777420044, + "learning_rate": 0.0003117671261057395, + "loss": 0.0374, + "step": 184000 + }, + { + "epoch": 18.887292137138164, + "eval_cer": 0.010367298578199052, + "eval_loss": 0.02078518457710743, + "eval_runtime": 22.3696, + "eval_samples_per_second": 4.023, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0420017873100983, + "step": 184000 + }, + { + "epoch": 18.989940463970438, + "grad_norm": 0.21325981616973877, + "learning_rate": 0.0003107385311664266, + "loss": 0.0377, + "step": 185000 + }, + { + "epoch": 18.989940463970438, + "eval_cer": 0.011700236966824644, + "eval_loss": 0.021274788305163383, + "eval_runtime": 22.3681, + "eval_samples_per_second": 4.024, + "eval_steps_per_second": 0.045, + "eval_wer": 0.045576407506702415, + "step": 185000 + }, + { + "epoch": 19.09258879080271, + "grad_norm": 0.2881476581096649, + "learning_rate": 0.00030970993622711376, + "loss": 0.0362, + "step": 186000 + }, + { + "epoch": 19.09258879080271, + "eval_cer": 0.009774881516587678, + "eval_loss": 0.020506886765360832, + "eval_runtime": 22.4918, + "eval_samples_per_second": 4.001, + "eval_steps_per_second": 0.044, + "eval_wer": 0.040214477211796246, + "step": 186000 + }, + { + "epoch": 19.19523711763498, + "grad_norm": 0.2128625214099884, + "learning_rate": 0.00030868134128780086, + "loss": 0.036, + "step": 187000 + }, + { + "epoch": 19.19523711763498, + "eval_cer": 0.0115521327014218, + "eval_loss": 0.021428626030683517, + "eval_runtime": 22.4254, + "eval_samples_per_second": 4.013, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 187000 + }, + { + "epoch": 19.297885444467255, + "grad_norm": 0.20976155996322632, + "learning_rate": 0.000307652746348488, + "loss": 0.0367, + "step": 188000 + }, + { + "epoch": 19.297885444467255, + "eval_cer": 0.010959715639810427, + "eval_loss": 0.020786074921488762, + "eval_runtime": 22.3038, + "eval_samples_per_second": 4.035, + "eval_steps_per_second": 0.045, + "eval_wer": 0.045576407506702415, + "step": 188000 + }, + { + "epoch": 19.40053377129953, + "grad_norm": 0.21684007346630096, + "learning_rate": 0.0003066241514091751, + "loss": 0.0363, + "step": 189000 + }, + { + "epoch": 19.40053377129953, + "eval_cer": 0.010367298578199052, + "eval_loss": 0.020662952214479446, + "eval_runtime": 22.499, + "eval_samples_per_second": 4.0, + "eval_steps_per_second": 0.044, + "eval_wer": 0.041108132260947276, + "step": 189000 + }, + { + "epoch": 19.503182098131802, + "grad_norm": 0.4317739009857178, + "learning_rate": 0.0003055955564698622, + "loss": 0.0365, + "step": 190000 + }, + { + "epoch": 19.503182098131802, + "eval_cer": 0.009922985781990521, + "eval_loss": 0.021092107519507408, + "eval_runtime": 22.4144, + "eval_samples_per_second": 4.015, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04289544235924933, + "step": 190000 + }, + { + "epoch": 19.605830424964072, + "grad_norm": 0.23220385611057281, + "learning_rate": 0.0003045669615305493, + "loss": 0.0364, + "step": 191000 + }, + { + "epoch": 19.605830424964072, + "eval_cer": 0.009922985781990521, + "eval_loss": 0.020856238901615143, + "eval_runtime": 22.4251, + "eval_samples_per_second": 4.013, + "eval_steps_per_second": 0.045, + "eval_wer": 0.040214477211796246, + "step": 191000 + }, + { + "epoch": 19.708478751796346, + "grad_norm": 0.20682792365550995, + "learning_rate": 0.0003035383665912364, + "loss": 0.0369, + "step": 192000 + }, + { + "epoch": 19.708478751796346, + "eval_cer": 0.01066350710900474, + "eval_loss": 0.020980246365070343, + "eval_runtime": 22.3208, + "eval_samples_per_second": 4.032, + "eval_steps_per_second": 0.045, + "eval_wer": 0.044682752457551385, + "step": 192000 + }, + { + "epoch": 19.81112707862862, + "grad_norm": 0.160901740193367, + "learning_rate": 0.0003025097716519235, + "loss": 0.0366, + "step": 193000 + }, + { + "epoch": 19.81112707862862, + "eval_cer": 0.009626777251184835, + "eval_loss": 0.02076118066906929, + "eval_runtime": 22.2895, + "eval_samples_per_second": 4.038, + "eval_steps_per_second": 0.045, + "eval_wer": 0.040214477211796246, + "step": 193000 + }, + { + "epoch": 19.913775405460893, + "grad_norm": 0.25278541445732117, + "learning_rate": 0.0003014811767126106, + "loss": 0.0369, + "step": 194000 + }, + { + "epoch": 19.913775405460893, + "eval_cer": 0.009774881516587678, + "eval_loss": 0.02101094461977482, + "eval_runtime": 22.1128, + "eval_samples_per_second": 4.07, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03932082216264522, + "step": 194000 + }, + { + "epoch": 20.016423732293163, + "grad_norm": 0.18868520855903625, + "learning_rate": 0.0003004525817732977, + "loss": 0.0365, + "step": 195000 + }, + { + "epoch": 20.016423732293163, + "eval_cer": 0.010071090047393365, + "eval_loss": 0.021312745288014412, + "eval_runtime": 22.2522, + "eval_samples_per_second": 4.045, + "eval_steps_per_second": 0.045, + "eval_wer": 0.041108132260947276, + "step": 195000 + }, + { + "epoch": 20.119072059125436, + "grad_norm": 0.16919797658920288, + "learning_rate": 0.0002994239868339848, + "loss": 0.0358, + "step": 196000 + }, + { + "epoch": 20.119072059125436, + "eval_cer": 0.009626777251184835, + "eval_loss": 0.020815536379814148, + "eval_runtime": 22.1691, + "eval_samples_per_second": 4.06, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03842716711349419, + "step": 196000 + }, + { + "epoch": 20.22172038595771, + "grad_norm": 0.2387053221464157, + "learning_rate": 0.0002983953918946719, + "loss": 0.0357, + "step": 197000 + }, + { + "epoch": 20.22172038595771, + "eval_cer": 0.009922985781990521, + "eval_loss": 0.022103123366832733, + "eval_runtime": 22.0878, + "eval_samples_per_second": 4.075, + "eval_steps_per_second": 0.045, + "eval_wer": 0.041108132260947276, + "step": 197000 + }, + { + "epoch": 20.324368712789983, + "grad_norm": 0.1803978830575943, + "learning_rate": 0.000297366796955359, + "loss": 0.036, + "step": 198000 + }, + { + "epoch": 20.324368712789983, + "eval_cer": 0.010219194312796208, + "eval_loss": 0.02122490108013153, + "eval_runtime": 22.4345, + "eval_samples_per_second": 4.012, + "eval_steps_per_second": 0.045, + "eval_wer": 0.040214477211796246, + "step": 198000 + }, + { + "epoch": 20.427017039622253, + "grad_norm": 0.30070099234580994, + "learning_rate": 0.0002963382020160461, + "loss": 0.0358, + "step": 199000 + }, + { + "epoch": 20.427017039622253, + "eval_cer": 0.010367298578199052, + "eval_loss": 0.020686373114585876, + "eval_runtime": 22.3744, + "eval_samples_per_second": 4.022, + "eval_steps_per_second": 0.045, + "eval_wer": 0.041108132260947276, + "step": 199000 + }, + { + "epoch": 20.529665366454527, + "grad_norm": 0.20007756352424622, + "learning_rate": 0.00029530960707673323, + "loss": 0.0361, + "step": 200000 + }, + { + "epoch": 20.529665366454527, + "eval_cer": 0.008886255924170616, + "eval_loss": 0.019611194729804993, + "eval_runtime": 22.3448, + "eval_samples_per_second": 4.028, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03485254691689008, + "step": 200000 + }, + { + "epoch": 20.6323136932868, + "grad_norm": 0.2129463404417038, + "learning_rate": 0.0002942810121374203, + "loss": 0.0363, + "step": 201000 + }, + { + "epoch": 20.6323136932868, + "eval_cer": 0.009182464454976303, + "eval_loss": 0.021008532494306564, + "eval_runtime": 22.292, + "eval_samples_per_second": 4.037, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03842716711349419, + "step": 201000 + }, + { + "epoch": 20.73496202011907, + "grad_norm": 0.16587744653224945, + "learning_rate": 0.0002932524171981074, + "loss": 0.0359, + "step": 202000 + }, + { + "epoch": 20.73496202011907, + "eval_cer": 0.010367298578199052, + "eval_loss": 0.02170945331454277, + "eval_runtime": 22.2982, + "eval_samples_per_second": 4.036, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03932082216264522, + "step": 202000 + }, + { + "epoch": 20.837610346951344, + "grad_norm": 0.1517147719860077, + "learning_rate": 0.0002922238222587945, + "loss": 0.0362, + "step": 203000 + }, + { + "epoch": 20.837610346951344, + "eval_cer": 0.01110781990521327, + "eval_loss": 0.021431386470794678, + "eval_runtime": 22.317, + "eval_samples_per_second": 4.033, + "eval_steps_per_second": 0.045, + "eval_wer": 0.044682752457551385, + "step": 203000 + }, + { + "epoch": 20.940258673783617, + "grad_norm": 0.33937105536460876, + "learning_rate": 0.0002911952273194816, + "loss": 0.0359, + "step": 204000 + }, + { + "epoch": 20.940258673783617, + "eval_cer": 0.009330568720379146, + "eval_loss": 0.01971680298447609, + "eval_runtime": 22.523, + "eval_samples_per_second": 3.996, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03842716711349419, + "step": 204000 + }, + { + "epoch": 21.04290700061589, + "grad_norm": 0.19971835613250732, + "learning_rate": 0.0002901666323801687, + "loss": 0.0357, + "step": 205000 + }, + { + "epoch": 21.04290700061589, + "eval_cer": 0.009774881516587678, + "eval_loss": 0.020647110417485237, + "eval_runtime": 22.1889, + "eval_samples_per_second": 4.056, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0420017873100983, + "step": 205000 + }, + { + "epoch": 21.14555532744816, + "grad_norm": 0.2110970914363861, + "learning_rate": 0.0002891380374408558, + "loss": 0.0346, + "step": 206000 + }, + { + "epoch": 21.14555532744816, + "eval_cer": 0.010219194312796208, + "eval_loss": 0.01989123784005642, + "eval_runtime": 22.7934, + "eval_samples_per_second": 3.949, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03932082216264522, + "step": 206000 + }, + { + "epoch": 21.248203654280434, + "grad_norm": 0.20562046766281128, + "learning_rate": 0.00028810944250154294, + "loss": 0.0349, + "step": 207000 + }, + { + "epoch": 21.248203654280434, + "eval_cer": 0.010515402843601895, + "eval_loss": 0.020657481625676155, + "eval_runtime": 22.7975, + "eval_samples_per_second": 3.948, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04289544235924933, + "step": 207000 + }, + { + "epoch": 21.350851981112708, + "grad_norm": 0.16318105161190033, + "learning_rate": 0.00028708084756223003, + "loss": 0.0353, + "step": 208000 + }, + { + "epoch": 21.350851981112708, + "eval_cer": 0.010367298578199052, + "eval_loss": 0.01860020123422146, + "eval_runtime": 22.3138, + "eval_samples_per_second": 4.033, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04289544235924933, + "step": 208000 + }, + { + "epoch": 21.45350030794498, + "grad_norm": 0.2521456480026245, + "learning_rate": 0.0002860522526229171, + "loss": 0.0356, + "step": 209000 + }, + { + "epoch": 21.45350030794498, + "eval_cer": 0.009478672985781991, + "eval_loss": 0.01932937651872635, + "eval_runtime": 22.5041, + "eval_samples_per_second": 3.999, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03932082216264522, + "step": 209000 + }, + { + "epoch": 21.55614863477725, + "grad_norm": 0.15729331970214844, + "learning_rate": 0.0002850236576836042, + "loss": 0.0356, + "step": 210000 + }, + { + "epoch": 21.55614863477725, + "eval_cer": 0.01066350710900474, + "eval_loss": 0.01956385001540184, + "eval_runtime": 22.4886, + "eval_samples_per_second": 4.002, + "eval_steps_per_second": 0.044, + "eval_wer": 0.044682752457551385, + "step": 210000 + }, + { + "epoch": 21.658796961609525, + "grad_norm": 0.3368454575538635, + "learning_rate": 0.0002839950627442913, + "loss": 0.0355, + "step": 211000 + }, + { + "epoch": 21.658796961609525, + "eval_cer": 0.009330568720379146, + "eval_loss": 0.017849326133728027, + "eval_runtime": 22.2354, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03753351206434316, + "step": 211000 + }, + { + "epoch": 21.7614452884418, + "grad_norm": 0.19548599421977997, + "learning_rate": 0.0002829664678049784, + "loss": 0.0356, + "step": 212000 + }, + { + "epoch": 21.7614452884418, + "eval_cer": 0.010071090047393365, + "eval_loss": 0.018993813544511795, + "eval_runtime": 22.2405, + "eval_samples_per_second": 4.047, + "eval_steps_per_second": 0.045, + "eval_wer": 0.040214477211796246, + "step": 212000 + }, + { + "epoch": 21.864093615274072, + "grad_norm": 0.300447553396225, + "learning_rate": 0.0002819378728656655, + "loss": 0.0355, + "step": 213000 + }, + { + "epoch": 21.864093615274072, + "eval_cer": 0.009478672985781991, + "eval_loss": 0.018936272710561752, + "eval_runtime": 22.3288, + "eval_samples_per_second": 4.031, + "eval_steps_per_second": 0.045, + "eval_wer": 0.041108132260947276, + "step": 213000 + }, + { + "epoch": 21.966741942106342, + "grad_norm": 0.2299223691225052, + "learning_rate": 0.00028090927792635264, + "loss": 0.0357, + "step": 214000 + }, + { + "epoch": 21.966741942106342, + "eval_cer": 0.008738151658767773, + "eval_loss": 0.017861895263195038, + "eval_runtime": 22.4153, + "eval_samples_per_second": 4.015, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03663985701519214, + "step": 214000 + }, + { + "epoch": 22.069390268938616, + "grad_norm": 0.22763746976852417, + "learning_rate": 0.00027988068298703974, + "loss": 0.035, + "step": 215000 + }, + { + "epoch": 22.069390268938616, + "eval_cer": 0.010219194312796208, + "eval_loss": 0.018531307578086853, + "eval_runtime": 22.5994, + "eval_samples_per_second": 3.982, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04289544235924933, + "step": 215000 + }, + { + "epoch": 22.17203859577089, + "grad_norm": 0.17821846902370453, + "learning_rate": 0.00027885208804772683, + "loss": 0.0343, + "step": 216000 + }, + { + "epoch": 22.17203859577089, + "eval_cer": 0.010219194312796208, + "eval_loss": 0.01801004819571972, + "eval_runtime": 22.6174, + "eval_samples_per_second": 3.979, + "eval_steps_per_second": 0.044, + "eval_wer": 0.040214477211796246, + "step": 216000 + }, + { + "epoch": 22.274686922603163, + "grad_norm": 0.20817448198795319, + "learning_rate": 0.0002778234931084139, + "loss": 0.0353, + "step": 217000 + }, + { + "epoch": 22.274686922603163, + "eval_cer": 0.009330568720379146, + "eval_loss": 0.01922653615474701, + "eval_runtime": 22.3133, + "eval_samples_per_second": 4.033, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0420017873100983, + "step": 217000 + }, + { + "epoch": 22.377335249435433, + "grad_norm": 0.23358240723609924, + "learning_rate": 0.000276794898169101, + "loss": 0.0347, + "step": 218000 + }, + { + "epoch": 22.377335249435433, + "eval_cer": 0.009774881516587678, + "eval_loss": 0.019061286002397537, + "eval_runtime": 22.516, + "eval_samples_per_second": 3.997, + "eval_steps_per_second": 0.044, + "eval_wer": 0.041108132260947276, + "step": 218000 + }, + { + "epoch": 22.479983576267706, + "grad_norm": 0.1586250215768814, + "learning_rate": 0.0002757663032297881, + "loss": 0.0344, + "step": 219000 + }, + { + "epoch": 22.479983576267706, + "eval_cer": 0.008738151658767773, + "eval_loss": 0.018482740968465805, + "eval_runtime": 22.7441, + "eval_samples_per_second": 3.957, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03663985701519214, + "step": 219000 + }, + { + "epoch": 22.58263190309998, + "grad_norm": 0.18222519755363464, + "learning_rate": 0.0002747377082904752, + "loss": 0.0355, + "step": 220000 + }, + { + "epoch": 22.58263190309998, + "eval_cer": 0.010071090047393365, + "eval_loss": 0.01949753239750862, + "eval_runtime": 22.5921, + "eval_samples_per_second": 3.984, + "eval_steps_per_second": 0.044, + "eval_wer": 0.0420017873100983, + "step": 220000 + }, + { + "epoch": 22.685280229932253, + "grad_norm": 0.24508023262023926, + "learning_rate": 0.00027370911335116235, + "loss": 0.0351, + "step": 221000 + }, + { + "epoch": 22.685280229932253, + "eval_cer": 0.009330568720379146, + "eval_loss": 0.019236860796809196, + "eval_runtime": 22.1523, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.040214477211796246, + "step": 221000 + }, + { + "epoch": 22.787928556764523, + "grad_norm": 0.20518304407596588, + "learning_rate": 0.00027268051841184944, + "loss": 0.0349, + "step": 222000 + }, + { + "epoch": 22.787928556764523, + "eval_cer": 0.009182464454976303, + "eval_loss": 0.01924031414091587, + "eval_runtime": 22.4441, + "eval_samples_per_second": 4.01, + "eval_steps_per_second": 0.045, + "eval_wer": 0.040214477211796246, + "step": 222000 + }, + { + "epoch": 22.890576883596797, + "grad_norm": 0.34271785616874695, + "learning_rate": 0.00027165192347253654, + "loss": 0.0354, + "step": 223000 + }, + { + "epoch": 22.890576883596797, + "eval_cer": 0.008738151658767773, + "eval_loss": 0.018572239205241203, + "eval_runtime": 22.2344, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03753351206434316, + "step": 223000 + }, + { + "epoch": 22.99322521042907, + "grad_norm": 0.23716846108436584, + "learning_rate": 0.00027062332853322363, + "loss": 0.0351, + "step": 224000 + }, + { + "epoch": 22.99322521042907, + "eval_cer": 0.008738151658767773, + "eval_loss": 0.018431993201375008, + "eval_runtime": 22.1175, + "eval_samples_per_second": 4.069, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03753351206434316, + "step": 224000 + }, + { + "epoch": 23.095873537261344, + "grad_norm": 0.20996840298175812, + "learning_rate": 0.0002695947335939107, + "loss": 0.0336, + "step": 225000 + }, + { + "epoch": 23.095873537261344, + "eval_cer": 0.008886255924170616, + "eval_loss": 0.01876632496714592, + "eval_runtime": 22.1146, + "eval_samples_per_second": 4.07, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03753351206434316, + "step": 225000 + }, + { + "epoch": 23.198521864093614, + "grad_norm": 0.24316902458667755, + "learning_rate": 0.0002685661386545978, + "loss": 0.0342, + "step": 226000 + }, + { + "epoch": 23.198521864093614, + "eval_cer": 0.009774881516587678, + "eval_loss": 0.018810244277119637, + "eval_runtime": 22.534, + "eval_samples_per_second": 3.994, + "eval_steps_per_second": 0.044, + "eval_wer": 0.040214477211796246, + "step": 226000 + }, + { + "epoch": 23.301170190925887, + "grad_norm": 0.21960946917533875, + "learning_rate": 0.00026753754371528496, + "loss": 0.0341, + "step": 227000 + }, + { + "epoch": 23.301170190925887, + "eval_cer": 0.009330568720379146, + "eval_loss": 0.01906524784862995, + "eval_runtime": 22.5098, + "eval_samples_per_second": 3.998, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03932082216264522, + "step": 227000 + }, + { + "epoch": 23.40381851775816, + "grad_norm": 0.24521832168102264, + "learning_rate": 0.00026650894877597206, + "loss": 0.0346, + "step": 228000 + }, + { + "epoch": 23.40381851775816, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.017732921987771988, + "eval_runtime": 22.3346, + "eval_samples_per_second": 4.03, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03395889186773905, + "step": 228000 + }, + { + "epoch": 23.506466844590435, + "grad_norm": 0.20621488988399506, + "learning_rate": 0.00026548035383665915, + "loss": 0.0341, + "step": 229000 + }, + { + "epoch": 23.506466844590435, + "eval_cer": 0.009330568720379146, + "eval_loss": 0.018322736024856567, + "eval_runtime": 22.307, + "eval_samples_per_second": 4.035, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03842716711349419, + "step": 229000 + }, + { + "epoch": 23.609115171422705, + "grad_norm": 0.22831113636493683, + "learning_rate": 0.00026445175889734624, + "loss": 0.0348, + "step": 230000 + }, + { + "epoch": 23.609115171422705, + "eval_cer": 0.008886255924170616, + "eval_loss": 0.018174562603235245, + "eval_runtime": 22.2887, + "eval_samples_per_second": 4.038, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03842716711349419, + "step": 230000 + }, + { + "epoch": 23.711763498254978, + "grad_norm": 0.26975417137145996, + "learning_rate": 0.00026342316395803334, + "loss": 0.0343, + "step": 231000 + }, + { + "epoch": 23.711763498254978, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.017916005104780197, + "eval_runtime": 22.3158, + "eval_samples_per_second": 4.033, + "eval_steps_per_second": 0.045, + "eval_wer": 0.035746201966041107, + "step": 231000 + }, + { + "epoch": 23.81441182508725, + "grad_norm": 0.18927611410617828, + "learning_rate": 0.00026239456901872043, + "loss": 0.0347, + "step": 232000 + }, + { + "epoch": 23.81441182508725, + "eval_cer": 0.009182464454976303, + "eval_loss": 0.018648013472557068, + "eval_runtime": 22.3793, + "eval_samples_per_second": 4.022, + "eval_steps_per_second": 0.045, + "eval_wer": 0.040214477211796246, + "step": 232000 + }, + { + "epoch": 23.917060151919525, + "grad_norm": 0.3485555350780487, + "learning_rate": 0.0002613659740794075, + "loss": 0.0349, + "step": 233000 + }, + { + "epoch": 23.917060151919525, + "eval_cer": 0.00903436018957346, + "eval_loss": 0.018734946846961975, + "eval_runtime": 22.4017, + "eval_samples_per_second": 4.018, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03842716711349419, + "step": 233000 + }, + { + "epoch": 24.019708478751795, + "grad_norm": 0.19541509449481964, + "learning_rate": 0.00026033737914009467, + "loss": 0.0346, + "step": 234000 + }, + { + "epoch": 24.019708478751795, + "eval_cer": 0.008441943127962086, + "eval_loss": 0.01827438361942768, + "eval_runtime": 22.4976, + "eval_samples_per_second": 4.0, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03663985701519214, + "step": 234000 + }, + { + "epoch": 24.12235680558407, + "grad_norm": 0.15688838064670563, + "learning_rate": 0.00025930878420078176, + "loss": 0.0335, + "step": 235000 + }, + { + "epoch": 24.12235680558407, + "eval_cer": 0.00903436018957346, + "eval_loss": 0.01861654222011566, + "eval_runtime": 22.4918, + "eval_samples_per_second": 4.001, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03932082216264522, + "step": 235000 + }, + { + "epoch": 24.225005132416342, + "grad_norm": 0.15766377747058868, + "learning_rate": 0.00025828018926146886, + "loss": 0.0334, + "step": 236000 + }, + { + "epoch": 24.225005132416342, + "eval_cer": 0.009478672985781991, + "eval_loss": 0.017844926565885544, + "eval_runtime": 22.542, + "eval_samples_per_second": 3.993, + "eval_steps_per_second": 0.044, + "eval_wer": 0.040214477211796246, + "step": 236000 + }, + { + "epoch": 24.327653459248616, + "grad_norm": 0.27199745178222656, + "learning_rate": 0.00025725159432215595, + "loss": 0.0335, + "step": 237000 + }, + { + "epoch": 24.327653459248616, + "eval_cer": 0.010219194312796208, + "eval_loss": 0.018539218232035637, + "eval_runtime": 22.1807, + "eval_samples_per_second": 4.058, + "eval_steps_per_second": 0.045, + "eval_wer": 0.043789097408400354, + "step": 237000 + }, + { + "epoch": 24.430301786080886, + "grad_norm": 0.2251148819923401, + "learning_rate": 0.00025622299938284304, + "loss": 0.0339, + "step": 238000 + }, + { + "epoch": 24.430301786080886, + "eval_cer": 0.009478672985781991, + "eval_loss": 0.018467124551534653, + "eval_runtime": 22.5004, + "eval_samples_per_second": 4.0, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03753351206434316, + "step": 238000 + }, + { + "epoch": 24.53295011291316, + "grad_norm": 0.1856725960969925, + "learning_rate": 0.00025519440444353014, + "loss": 0.0343, + "step": 239000 + }, + { + "epoch": 24.53295011291316, + "eval_cer": 0.009774881516587678, + "eval_loss": 0.01805044710636139, + "eval_runtime": 22.2875, + "eval_samples_per_second": 4.038, + "eval_steps_per_second": 0.045, + "eval_wer": 0.040214477211796246, + "step": 239000 + }, + { + "epoch": 24.635598439745433, + "grad_norm": 0.23337046802043915, + "learning_rate": 0.00025416580950421723, + "loss": 0.0341, + "step": 240000 + }, + { + "epoch": 24.635598439745433, + "eval_cer": 0.009182464454976303, + "eval_loss": 0.018100356683135033, + "eval_runtime": 22.3689, + "eval_samples_per_second": 4.023, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03932082216264522, + "step": 240000 + }, + { + "epoch": 24.738246766577706, + "grad_norm": 0.3009665012359619, + "learning_rate": 0.0002531372145649044, + "loss": 0.0342, + "step": 241000 + }, + { + "epoch": 24.738246766577706, + "eval_cer": 0.008590047393364929, + "eval_loss": 0.017376452684402466, + "eval_runtime": 22.3829, + "eval_samples_per_second": 4.021, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03663985701519214, + "step": 241000 + }, + { + "epoch": 24.840895093409976, + "grad_norm": 0.20083321630954742, + "learning_rate": 0.00025210861962559147, + "loss": 0.0341, + "step": 242000 + }, + { + "epoch": 24.840895093409976, + "eval_cer": 0.00903436018957346, + "eval_loss": 0.018101993948221207, + "eval_runtime": 22.6389, + "eval_samples_per_second": 3.975, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03842716711349419, + "step": 242000 + }, + { + "epoch": 24.94354342024225, + "grad_norm": 0.2611863315105438, + "learning_rate": 0.00025108002468627856, + "loss": 0.034, + "step": 243000 + }, + { + "epoch": 24.94354342024225, + "eval_cer": 0.008590047393364929, + "eval_loss": 0.01786319725215435, + "eval_runtime": 22.5343, + "eval_samples_per_second": 3.994, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03842716711349419, + "step": 243000 + }, + { + "epoch": 25.046191747074523, + "grad_norm": 0.22002221643924713, + "learning_rate": 0.00025005142974696566, + "loss": 0.0337, + "step": 244000 + }, + { + "epoch": 25.046191747074523, + "eval_cer": 0.00903436018957346, + "eval_loss": 0.01813172735273838, + "eval_runtime": 22.7449, + "eval_samples_per_second": 3.957, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03932082216264522, + "step": 244000 + }, + { + "epoch": 25.148840073906797, + "grad_norm": 0.22292836010456085, + "learning_rate": 0.00024902283480765275, + "loss": 0.0331, + "step": 245000 + }, + { + "epoch": 25.148840073906797, + "eval_cer": 0.010071090047393365, + "eval_loss": 0.018383100628852844, + "eval_runtime": 22.3583, + "eval_samples_per_second": 4.025, + "eval_steps_per_second": 0.045, + "eval_wer": 0.041108132260947276, + "step": 245000 + }, + { + "epoch": 25.251488400739067, + "grad_norm": 0.22255383431911469, + "learning_rate": 0.00024799423986833984, + "loss": 0.0332, + "step": 246000 + }, + { + "epoch": 25.251488400739067, + "eval_cer": 0.009922985781990521, + "eval_loss": 0.018330469727516174, + "eval_runtime": 22.5685, + "eval_samples_per_second": 3.988, + "eval_steps_per_second": 0.044, + "eval_wer": 0.041108132260947276, + "step": 246000 + }, + { + "epoch": 25.35413672757134, + "grad_norm": 0.16578556597232819, + "learning_rate": 0.00024696564492902694, + "loss": 0.0335, + "step": 247000 + }, + { + "epoch": 25.35413672757134, + "eval_cer": 0.008441943127962086, + "eval_loss": 0.017710883170366287, + "eval_runtime": 22.2874, + "eval_samples_per_second": 4.038, + "eval_steps_per_second": 0.045, + "eval_wer": 0.035746201966041107, + "step": 247000 + }, + { + "epoch": 25.456785054403614, + "grad_norm": 0.24286945164203644, + "learning_rate": 0.0002459370499897141, + "loss": 0.0336, + "step": 248000 + }, + { + "epoch": 25.456785054403614, + "eval_cer": 0.00784952606635071, + "eval_loss": 0.017551274970173836, + "eval_runtime": 22.5028, + "eval_samples_per_second": 4.0, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03395889186773905, + "step": 248000 + }, + { + "epoch": 25.559433381235884, + "grad_norm": 0.2211551070213318, + "learning_rate": 0.0002449084550504012, + "loss": 0.0334, + "step": 249000 + }, + { + "epoch": 25.559433381235884, + "eval_cer": 0.00784952606635071, + "eval_loss": 0.017883356660604477, + "eval_runtime": 22.5913, + "eval_samples_per_second": 3.984, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 249000 + }, + { + "epoch": 25.662081708068158, + "grad_norm": 0.22908490896224976, + "learning_rate": 0.00024387986011108827, + "loss": 0.0336, + "step": 250000 + }, + { + "epoch": 25.662081708068158, + "eval_cer": 0.00903436018957346, + "eval_loss": 0.01878712698817253, + "eval_runtime": 22.5067, + "eval_samples_per_second": 3.999, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03753351206434316, + "step": 250000 + }, + { + "epoch": 25.76473003490043, + "grad_norm": 0.23008745908737183, + "learning_rate": 0.00024285126517177536, + "loss": 0.0337, + "step": 251000 + }, + { + "epoch": 25.76473003490043, + "eval_cer": 0.009478672985781991, + "eval_loss": 0.018499523401260376, + "eval_runtime": 22.5329, + "eval_samples_per_second": 3.994, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03753351206434316, + "step": 251000 + }, + { + "epoch": 25.867378361732705, + "grad_norm": 0.197307750582695, + "learning_rate": 0.00024182267023246246, + "loss": 0.0337, + "step": 252000 + }, + { + "epoch": 25.867378361732705, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.01780012436211109, + "eval_runtime": 22.5224, + "eval_samples_per_second": 3.996, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03485254691689008, + "step": 252000 + }, + { + "epoch": 25.970026688564978, + "grad_norm": 0.24368754029273987, + "learning_rate": 0.00024079407529314955, + "loss": 0.0338, + "step": 253000 + }, + { + "epoch": 25.970026688564978, + "eval_cer": 0.009626777251184835, + "eval_loss": 0.017333028838038445, + "eval_runtime": 22.4863, + "eval_samples_per_second": 4.002, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03842716711349419, + "step": 253000 + }, + { + "epoch": 26.072675015397248, + "grad_norm": 0.17760606110095978, + "learning_rate": 0.00023976548035383667, + "loss": 0.0328, + "step": 254000 + }, + { + "epoch": 26.072675015397248, + "eval_cer": 0.008886255924170616, + "eval_loss": 0.017533306032419205, + "eval_runtime": 22.6165, + "eval_samples_per_second": 3.979, + "eval_steps_per_second": 0.044, + "eval_wer": 0.035746201966041107, + "step": 254000 + }, + { + "epoch": 26.17532334222952, + "grad_norm": 0.24285702407360077, + "learning_rate": 0.00023873688541452376, + "loss": 0.0325, + "step": 255000 + }, + { + "epoch": 26.17532334222952, + "eval_cer": 0.009182464454976303, + "eval_loss": 0.01821918785572052, + "eval_runtime": 22.4982, + "eval_samples_per_second": 4.0, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03842716711349419, + "step": 255000 + }, + { + "epoch": 26.277971669061795, + "grad_norm": 0.216440811753273, + "learning_rate": 0.00023770829047521086, + "loss": 0.0328, + "step": 256000 + }, + { + "epoch": 26.277971669061795, + "eval_cer": 0.00903436018957346, + "eval_loss": 0.01876477338373661, + "eval_runtime": 22.6643, + "eval_samples_per_second": 3.971, + "eval_steps_per_second": 0.044, + "eval_wer": 0.035746201966041107, + "step": 256000 + }, + { + "epoch": 26.380619995894065, + "grad_norm": 0.18202808499336243, + "learning_rate": 0.00023667969553589798, + "loss": 0.0327, + "step": 257000 + }, + { + "epoch": 26.380619995894065, + "eval_cer": 0.008590047393364929, + "eval_loss": 0.017915373668074608, + "eval_runtime": 22.5776, + "eval_samples_per_second": 3.986, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03663985701519214, + "step": 257000 + }, + { + "epoch": 26.48326832272634, + "grad_norm": 0.183961883187294, + "learning_rate": 0.00023565110059658507, + "loss": 0.0331, + "step": 258000 + }, + { + "epoch": 26.48326832272634, + "eval_cer": 0.009182464454976303, + "eval_loss": 0.018149225041270256, + "eval_runtime": 22.4894, + "eval_samples_per_second": 4.002, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03753351206434316, + "step": 258000 + }, + { + "epoch": 26.585916649558612, + "grad_norm": 0.2554219365119934, + "learning_rate": 0.00023462250565727216, + "loss": 0.033, + "step": 259000 + }, + { + "epoch": 26.585916649558612, + "eval_cer": 0.008590047393364929, + "eval_loss": 0.017295319586992264, + "eval_runtime": 22.4744, + "eval_samples_per_second": 4.005, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03753351206434316, + "step": 259000 + }, + { + "epoch": 26.688564976390886, + "grad_norm": 0.3923017978668213, + "learning_rate": 0.00023359391071795926, + "loss": 0.0334, + "step": 260000 + }, + { + "epoch": 26.688564976390886, + "eval_cer": 0.008441943127962086, + "eval_loss": 0.018423665314912796, + "eval_runtime": 22.6112, + "eval_samples_per_second": 3.98, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03753351206434316, + "step": 260000 + }, + { + "epoch": 26.791213303223156, + "grad_norm": 0.413510262966156, + "learning_rate": 0.00023256531577864638, + "loss": 0.0334, + "step": 261000 + }, + { + "epoch": 26.791213303223156, + "eval_cer": 0.009330568720379146, + "eval_loss": 0.017927566543221474, + "eval_runtime": 22.5258, + "eval_samples_per_second": 3.995, + "eval_steps_per_second": 0.044, + "eval_wer": 0.040214477211796246, + "step": 261000 + }, + { + "epoch": 26.89386163005543, + "grad_norm": 0.25007760524749756, + "learning_rate": 0.00023153672083933347, + "loss": 0.0333, + "step": 262000 + }, + { + "epoch": 26.89386163005543, + "eval_cer": 0.008738151658767773, + "eval_loss": 0.017284687608480453, + "eval_runtime": 22.5825, + "eval_samples_per_second": 3.985, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03842716711349419, + "step": 262000 + }, + { + "epoch": 26.996509956887703, + "grad_norm": 0.3856132924556732, + "learning_rate": 0.00023050812590002056, + "loss": 0.0336, + "step": 263000 + }, + { + "epoch": 26.996509956887703, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.017093736678361893, + "eval_runtime": 22.7688, + "eval_samples_per_second": 3.953, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03395889186773905, + "step": 263000 + }, + { + "epoch": 27.099158283719976, + "grad_norm": 0.3299943208694458, + "learning_rate": 0.00022947953096070768, + "loss": 0.0321, + "step": 264000 + }, + { + "epoch": 27.099158283719976, + "eval_cer": 0.008886255924170616, + "eval_loss": 0.017240121960639954, + "eval_runtime": 22.5916, + "eval_samples_per_second": 3.984, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03842716711349419, + "step": 264000 + }, + { + "epoch": 27.201806610552246, + "grad_norm": 0.1730368584394455, + "learning_rate": 0.00022845093602139478, + "loss": 0.0327, + "step": 265000 + }, + { + "epoch": 27.201806610552246, + "eval_cer": 0.008738151658767773, + "eval_loss": 0.01783335767686367, + "eval_runtime": 22.2378, + "eval_samples_per_second": 4.047, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03663985701519214, + "step": 265000 + }, + { + "epoch": 27.30445493738452, + "grad_norm": 0.3776761293411255, + "learning_rate": 0.00022742234108208187, + "loss": 0.0326, + "step": 266000 + }, + { + "epoch": 27.30445493738452, + "eval_cer": 0.009182464454976303, + "eval_loss": 0.017694596201181412, + "eval_runtime": 22.5643, + "eval_samples_per_second": 3.989, + "eval_steps_per_second": 0.044, + "eval_wer": 0.040214477211796246, + "step": 266000 + }, + { + "epoch": 27.407103264216794, + "grad_norm": 0.17738159000873566, + "learning_rate": 0.00022639374614276896, + "loss": 0.0324, + "step": 267000 + }, + { + "epoch": 27.407103264216794, + "eval_cer": 0.008590047393364929, + "eval_loss": 0.017476912587881088, + "eval_runtime": 22.7303, + "eval_samples_per_second": 3.959, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03663985701519214, + "step": 267000 + }, + { + "epoch": 27.509751591049067, + "grad_norm": 0.2550307512283325, + "learning_rate": 0.00022536515120345608, + "loss": 0.0325, + "step": 268000 + }, + { + "epoch": 27.509751591049067, + "eval_cer": 0.008886255924170616, + "eval_loss": 0.01743141934275627, + "eval_runtime": 22.7564, + "eval_samples_per_second": 3.955, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03663985701519214, + "step": 268000 + }, + { + "epoch": 27.612399917881337, + "grad_norm": 0.16253231465816498, + "learning_rate": 0.00022433655626414317, + "loss": 0.0327, + "step": 269000 + }, + { + "epoch": 27.612399917881337, + "eval_cer": 0.008590047393364929, + "eval_loss": 0.017301015555858612, + "eval_runtime": 23.1263, + "eval_samples_per_second": 3.892, + "eval_steps_per_second": 0.043, + "eval_wer": 0.03663985701519214, + "step": 269000 + }, + { + "epoch": 27.71504824471361, + "grad_norm": 0.15195374190807343, + "learning_rate": 0.00022330796132483027, + "loss": 0.0322, + "step": 270000 + }, + { + "epoch": 27.71504824471361, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.017138667404651642, + "eval_runtime": 23.3844, + "eval_samples_per_second": 3.849, + "eval_steps_per_second": 0.043, + "eval_wer": 0.03395889186773905, + "step": 270000 + }, + { + "epoch": 27.817696571545884, + "grad_norm": 0.2660813331604004, + "learning_rate": 0.0002222793663855174, + "loss": 0.0332, + "step": 271000 + }, + { + "epoch": 27.817696571545884, + "eval_cer": 0.008441943127962086, + "eval_loss": 0.016922015696763992, + "eval_runtime": 22.6918, + "eval_samples_per_second": 3.966, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03485254691689008, + "step": 271000 + }, + { + "epoch": 27.920344898378158, + "grad_norm": 0.20602907240390778, + "learning_rate": 0.00022125077144620448, + "loss": 0.0328, + "step": 272000 + }, + { + "epoch": 27.920344898378158, + "eval_cer": 0.008590047393364929, + "eval_loss": 0.016544727608561516, + "eval_runtime": 22.5504, + "eval_samples_per_second": 3.991, + "eval_steps_per_second": 0.044, + "eval_wer": 0.035746201966041107, + "step": 272000 + }, + { + "epoch": 28.022993225210428, + "grad_norm": 0.22045257687568665, + "learning_rate": 0.00022022217650689157, + "loss": 0.0324, + "step": 273000 + }, + { + "epoch": 28.022993225210428, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.016568990424275398, + "eval_runtime": 22.6458, + "eval_samples_per_second": 3.974, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03395889186773905, + "step": 273000 + }, + { + "epoch": 28.1256415520427, + "grad_norm": 0.18806225061416626, + "learning_rate": 0.0002191935815675787, + "loss": 0.0315, + "step": 274000 + }, + { + "epoch": 28.1256415520427, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.016486881300807, + "eval_runtime": 22.6614, + "eval_samples_per_second": 3.972, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03485254691689008, + "step": 274000 + }, + { + "epoch": 28.228289878874975, + "grad_norm": 0.1898849457502365, + "learning_rate": 0.0002181649866282658, + "loss": 0.0319, + "step": 275000 + }, + { + "epoch": 28.228289878874975, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.016169264912605286, + "eval_runtime": 22.5647, + "eval_samples_per_second": 3.989, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 275000 + }, + { + "epoch": 28.33093820570725, + "grad_norm": 0.27770882844924927, + "learning_rate": 0.00021713639168895288, + "loss": 0.0323, + "step": 276000 + }, + { + "epoch": 28.33093820570725, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.01689663529396057, + "eval_runtime": 22.5984, + "eval_samples_per_second": 3.983, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03485254691689008, + "step": 276000 + }, + { + "epoch": 28.43358653253952, + "grad_norm": 0.23435185849666595, + "learning_rate": 0.00021610779674963997, + "loss": 0.0322, + "step": 277000 + }, + { + "epoch": 28.43358653253952, + "eval_cer": 0.009922985781990521, + "eval_loss": 0.016887083649635315, + "eval_runtime": 23.1898, + "eval_samples_per_second": 3.881, + "eval_steps_per_second": 0.043, + "eval_wer": 0.03932082216264522, + "step": 277000 + }, + { + "epoch": 28.536234859371792, + "grad_norm": 0.19802525639533997, + "learning_rate": 0.0002150792018103271, + "loss": 0.0319, + "step": 278000 + }, + { + "epoch": 28.536234859371792, + "eval_cer": 0.00903436018957346, + "eval_loss": 0.016642894595861435, + "eval_runtime": 22.9038, + "eval_samples_per_second": 3.929, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03663985701519214, + "step": 278000 + }, + { + "epoch": 28.638883186204065, + "grad_norm": 0.33312317728996277, + "learning_rate": 0.0002140506068710142, + "loss": 0.0324, + "step": 279000 + }, + { + "epoch": 28.638883186204065, + "eval_cer": 0.009774881516587678, + "eval_loss": 0.016943588852882385, + "eval_runtime": 22.6215, + "eval_samples_per_second": 3.979, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03753351206434316, + "step": 279000 + }, + { + "epoch": 28.74153151303634, + "grad_norm": 0.19455067813396454, + "learning_rate": 0.00021302201193170128, + "loss": 0.0326, + "step": 280000 + }, + { + "epoch": 28.74153151303634, + "eval_cer": 0.008738151658767773, + "eval_loss": 0.016804693266749382, + "eval_runtime": 22.602, + "eval_samples_per_second": 3.982, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03753351206434316, + "step": 280000 + }, + { + "epoch": 28.84417983986861, + "grad_norm": 0.14672687649726868, + "learning_rate": 0.0002119934169923884, + "loss": 0.0328, + "step": 281000 + }, + { + "epoch": 28.84417983986861, + "eval_cer": 0.008441943127962086, + "eval_loss": 0.016962364315986633, + "eval_runtime": 22.456, + "eval_samples_per_second": 4.008, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03663985701519214, + "step": 281000 + }, + { + "epoch": 28.946828166700882, + "grad_norm": 0.3485030233860016, + "learning_rate": 0.00021096482205307552, + "loss": 0.0322, + "step": 282000 + }, + { + "epoch": 28.946828166700882, + "eval_cer": 0.009330568720379146, + "eval_loss": 0.017243940383195877, + "eval_runtime": 22.6149, + "eval_samples_per_second": 3.98, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03842716711349419, + "step": 282000 + }, + { + "epoch": 29.049476493533156, + "grad_norm": 0.20129866898059845, + "learning_rate": 0.00020993622711376261, + "loss": 0.0317, + "step": 283000 + }, + { + "epoch": 29.049476493533156, + "eval_cer": 0.009330568720379146, + "eval_loss": 0.01694132201373577, + "eval_runtime": 22.5131, + "eval_samples_per_second": 3.998, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03753351206434316, + "step": 283000 + }, + { + "epoch": 29.15212482036543, + "grad_norm": 0.32001006603240967, + "learning_rate": 0.0002089076321744497, + "loss": 0.0315, + "step": 284000 + }, + { + "epoch": 29.15212482036543, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.01657693088054657, + "eval_runtime": 22.5678, + "eval_samples_per_second": 3.988, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 284000 + }, + { + "epoch": 29.2547731471977, + "grad_norm": 0.21219150722026825, + "learning_rate": 0.00020787903723513683, + "loss": 0.0315, + "step": 285000 + }, + { + "epoch": 29.2547731471977, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.016005953773856163, + "eval_runtime": 22.3068, + "eval_samples_per_second": 4.035, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03485254691689008, + "step": 285000 + }, + { + "epoch": 29.357421474029973, + "grad_norm": 0.20887607336044312, + "learning_rate": 0.00020685044229582392, + "loss": 0.0319, + "step": 286000 + }, + { + "epoch": 29.357421474029973, + "eval_cer": 0.008886255924170616, + "eval_loss": 0.016784099861979485, + "eval_runtime": 22.3044, + "eval_samples_per_second": 4.035, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03485254691689008, + "step": 286000 + }, + { + "epoch": 29.460069800862247, + "grad_norm": 0.28705254197120667, + "learning_rate": 0.00020582184735651101, + "loss": 0.0314, + "step": 287000 + }, + { + "epoch": 29.460069800862247, + "eval_cer": 0.008441943127962086, + "eval_loss": 0.016876235604286194, + "eval_runtime": 22.2793, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03663985701519214, + "step": 287000 + }, + { + "epoch": 29.56271812769452, + "grad_norm": 0.323476642370224, + "learning_rate": 0.00020479325241719813, + "loss": 0.032, + "step": 288000 + }, + { + "epoch": 29.56271812769452, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.016845477744936943, + "eval_runtime": 22.1977, + "eval_samples_per_second": 4.054, + "eval_steps_per_second": 0.045, + "eval_wer": 0.032171581769437, + "step": 288000 + }, + { + "epoch": 29.66536645452679, + "grad_norm": 0.1829458326101303, + "learning_rate": 0.00020376465747788523, + "loss": 0.0321, + "step": 289000 + }, + { + "epoch": 29.66536645452679, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.015846768394112587, + "eval_runtime": 22.1026, + "eval_samples_per_second": 4.072, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03306523681858802, + "step": 289000 + }, + { + "epoch": 29.768014781359064, + "grad_norm": 0.25482961535453796, + "learning_rate": 0.00020273606253857232, + "loss": 0.032, + "step": 290000 + }, + { + "epoch": 29.768014781359064, + "eval_cer": 0.008441943127962086, + "eval_loss": 0.015906278043985367, + "eval_runtime": 22.3867, + "eval_samples_per_second": 4.02, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03395889186773905, + "step": 290000 + }, + { + "epoch": 29.870663108191337, + "grad_norm": 0.19813385605812073, + "learning_rate": 0.00020170746759925941, + "loss": 0.0319, + "step": 291000 + }, + { + "epoch": 29.870663108191337, + "eval_cer": 0.009330568720379146, + "eval_loss": 0.016582278534770012, + "eval_runtime": 22.6644, + "eval_samples_per_second": 3.971, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03932082216264522, + "step": 291000 + }, + { + "epoch": 29.97331143502361, + "grad_norm": 0.23543916642665863, + "learning_rate": 0.00020067887265994653, + "loss": 0.0321, + "step": 292000 + }, + { + "epoch": 29.97331143502361, + "eval_cer": 0.009774881516587678, + "eval_loss": 0.01627834513783455, + "eval_runtime": 22.7565, + "eval_samples_per_second": 3.955, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03932082216264522, + "step": 292000 + }, + { + "epoch": 30.07595976185588, + "grad_norm": 0.20127102732658386, + "learning_rate": 0.00019965027772063363, + "loss": 0.0309, + "step": 293000 + }, + { + "epoch": 30.07595976185588, + "eval_cer": 0.008738151658767773, + "eval_loss": 0.016053717583417892, + "eval_runtime": 22.4512, + "eval_samples_per_second": 4.009, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03842716711349419, + "step": 293000 + }, + { + "epoch": 30.178608088688154, + "grad_norm": 0.19356395304203033, + "learning_rate": 0.00019862168278132072, + "loss": 0.031, + "step": 294000 + }, + { + "epoch": 30.178608088688154, + "eval_cer": 0.008886255924170616, + "eval_loss": 0.01641259714961052, + "eval_runtime": 22.3968, + "eval_samples_per_second": 4.018, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03753351206434316, + "step": 294000 + }, + { + "epoch": 30.281256415520428, + "grad_norm": 0.3252677619457245, + "learning_rate": 0.00019759308784200784, + "loss": 0.0314, + "step": 295000 + }, + { + "epoch": 30.281256415520428, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.015991076827049255, + "eval_runtime": 22.4292, + "eval_samples_per_second": 4.013, + "eval_steps_per_second": 0.045, + "eval_wer": 0.035746201966041107, + "step": 295000 + }, + { + "epoch": 30.3839047423527, + "grad_norm": 0.1807209700345993, + "learning_rate": 0.00019656449290269493, + "loss": 0.0312, + "step": 296000 + }, + { + "epoch": 30.3839047423527, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.015960650518536568, + "eval_runtime": 22.2631, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.035746201966041107, + "step": 296000 + }, + { + "epoch": 30.48655306918497, + "grad_norm": 0.2719903588294983, + "learning_rate": 0.00019553589796338203, + "loss": 0.0312, + "step": 297000 + }, + { + "epoch": 30.48655306918497, + "eval_cer": 0.00903436018957346, + "eval_loss": 0.015721548348665237, + "eval_runtime": 22.1868, + "eval_samples_per_second": 4.056, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03842716711349419, + "step": 297000 + }, + { + "epoch": 30.589201396017245, + "grad_norm": 0.32360509037971497, + "learning_rate": 0.00019450730302406912, + "loss": 0.0314, + "step": 298000 + }, + { + "epoch": 30.589201396017245, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.01612556166946888, + "eval_runtime": 22.345, + "eval_samples_per_second": 4.028, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03663985701519214, + "step": 298000 + }, + { + "epoch": 30.69184972284952, + "grad_norm": 0.28737571835517883, + "learning_rate": 0.00019347870808475624, + "loss": 0.0317, + "step": 299000 + }, + { + "epoch": 30.69184972284952, + "eval_cer": 0.00784952606635071, + "eval_loss": 0.016010984778404236, + "eval_runtime": 22.4982, + "eval_samples_per_second": 4.0, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03395889186773905, + "step": 299000 + }, + { + "epoch": 30.794498049681792, + "grad_norm": 0.16976721584796906, + "learning_rate": 0.00019245011314544333, + "loss": 0.0315, + "step": 300000 + }, + { + "epoch": 30.794498049681792, + "eval_cer": 0.008590047393364929, + "eval_loss": 0.01699880138039589, + "eval_runtime": 22.4468, + "eval_samples_per_second": 4.009, + "eval_steps_per_second": 0.045, + "eval_wer": 0.035746201966041107, + "step": 300000 + }, + { + "epoch": 30.897146376514062, + "grad_norm": 0.2326597273349762, + "learning_rate": 0.00019142151820613043, + "loss": 0.0315, + "step": 301000 + }, + { + "epoch": 30.897146376514062, + "eval_cer": 0.009330568720379146, + "eval_loss": 0.016296546906232834, + "eval_runtime": 22.4046, + "eval_samples_per_second": 4.017, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03842716711349419, + "step": 301000 + }, + { + "epoch": 30.999794703346335, + "grad_norm": 0.4060353934764862, + "learning_rate": 0.00019039292326681755, + "loss": 0.0318, + "step": 302000 + }, + { + "epoch": 30.999794703346335, + "eval_cer": 0.008886255924170616, + "eval_loss": 0.01701035536825657, + "eval_runtime": 22.4393, + "eval_samples_per_second": 4.011, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03663985701519214, + "step": 302000 + }, + { + "epoch": 31.10244303017861, + "grad_norm": 0.19074688851833344, + "learning_rate": 0.00018936432832750464, + "loss": 0.0304, + "step": 303000 + }, + { + "epoch": 31.10244303017861, + "eval_cer": 0.008886255924170616, + "eval_loss": 0.016249870881438255, + "eval_runtime": 22.6009, + "eval_samples_per_second": 3.982, + "eval_steps_per_second": 0.044, + "eval_wer": 0.035746201966041107, + "step": 303000 + }, + { + "epoch": 31.20509135701088, + "grad_norm": 0.1725562959909439, + "learning_rate": 0.00018833573338819173, + "loss": 0.0309, + "step": 304000 + }, + { + "epoch": 31.20509135701088, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.01692904904484749, + "eval_runtime": 22.3452, + "eval_samples_per_second": 4.028, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03395889186773905, + "step": 304000 + }, + { + "epoch": 31.307739683843153, + "grad_norm": 0.18745183944702148, + "learning_rate": 0.00018730713844887883, + "loss": 0.0308, + "step": 305000 + }, + { + "epoch": 31.307739683843153, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.01693115197122097, + "eval_runtime": 22.313, + "eval_samples_per_second": 4.034, + "eval_steps_per_second": 0.045, + "eval_wer": 0.035746201966041107, + "step": 305000 + }, + { + "epoch": 31.410388010675426, + "grad_norm": 0.2364443838596344, + "learning_rate": 0.00018627854350956595, + "loss": 0.0311, + "step": 306000 + }, + { + "epoch": 31.410388010675426, + "eval_cer": 0.009626777251184835, + "eval_loss": 0.016600091010332108, + "eval_runtime": 22.2551, + "eval_samples_per_second": 4.044, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03932082216264522, + "step": 306000 + }, + { + "epoch": 31.5130363375077, + "grad_norm": 0.19486719369888306, + "learning_rate": 0.00018524994857025304, + "loss": 0.0309, + "step": 307000 + }, + { + "epoch": 31.5130363375077, + "eval_cer": 0.008738151658767773, + "eval_loss": 0.01619219221174717, + "eval_runtime": 22.3592, + "eval_samples_per_second": 4.025, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03663985701519214, + "step": 307000 + }, + { + "epoch": 31.61568466433997, + "grad_norm": 0.20491057634353638, + "learning_rate": 0.00018422135363094013, + "loss": 0.0308, + "step": 308000 + }, + { + "epoch": 31.61568466433997, + "eval_cer": 0.008590047393364929, + "eval_loss": 0.016473235562443733, + "eval_runtime": 22.4059, + "eval_samples_per_second": 4.017, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03663985701519214, + "step": 308000 + }, + { + "epoch": 31.718332991172243, + "grad_norm": 0.26360154151916504, + "learning_rate": 0.00018319275869162725, + "loss": 0.0312, + "step": 309000 + }, + { + "epoch": 31.718332991172243, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.01562103908509016, + "eval_runtime": 22.1604, + "eval_samples_per_second": 4.061, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03485254691689008, + "step": 309000 + }, + { + "epoch": 31.820981318004517, + "grad_norm": 0.15921452641487122, + "learning_rate": 0.00018216416375231435, + "loss": 0.0316, + "step": 310000 + }, + { + "epoch": 31.820981318004517, + "eval_cer": 0.008738151658767773, + "eval_loss": 0.016504855826497078, + "eval_runtime": 22.5365, + "eval_samples_per_second": 3.994, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03663985701519214, + "step": 310000 + }, + { + "epoch": 31.92362964483679, + "grad_norm": 0.27201271057128906, + "learning_rate": 0.00018113556881300144, + "loss": 0.0314, + "step": 311000 + }, + { + "epoch": 31.92362964483679, + "eval_cer": 0.008590047393364929, + "eval_loss": 0.015464858151972294, + "eval_runtime": 22.5378, + "eval_samples_per_second": 3.993, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03663985701519214, + "step": 311000 + }, + { + "epoch": 32.02627797166906, + "grad_norm": 0.3564852178096771, + "learning_rate": 0.00018010697387368853, + "loss": 0.0309, + "step": 312000 + }, + { + "epoch": 32.02627797166906, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.01600516401231289, + "eval_runtime": 22.3728, + "eval_samples_per_second": 4.023, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03395889186773905, + "step": 312000 + }, + { + "epoch": 32.128926298501334, + "grad_norm": 0.26071467995643616, + "learning_rate": 0.00017907837893437565, + "loss": 0.0307, + "step": 313000 + }, + { + "epoch": 32.128926298501334, + "eval_cer": 0.008441943127962086, + "eval_loss": 0.016347436234354973, + "eval_runtime": 22.155, + "eval_samples_per_second": 4.062, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03663985701519214, + "step": 313000 + }, + { + "epoch": 32.23157462533361, + "grad_norm": 0.17180919647216797, + "learning_rate": 0.00017804978399506275, + "loss": 0.0307, + "step": 314000 + }, + { + "epoch": 32.23157462533361, + "eval_cer": 0.009182464454976303, + "eval_loss": 0.01613152027130127, + "eval_runtime": 22.4889, + "eval_samples_per_second": 4.002, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03753351206434316, + "step": 314000 + }, + { + "epoch": 32.33422295216588, + "grad_norm": 0.16418492794036865, + "learning_rate": 0.00017702118905574984, + "loss": 0.0301, + "step": 315000 + }, + { + "epoch": 32.33422295216588, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.015433421358466148, + "eval_runtime": 22.2866, + "eval_samples_per_second": 4.038, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 315000 + }, + { + "epoch": 32.436871278998154, + "grad_norm": 0.2582835853099823, + "learning_rate": 0.00017599259411643696, + "loss": 0.0307, + "step": 316000 + }, + { + "epoch": 32.436871278998154, + "eval_cer": 0.00784952606635071, + "eval_loss": 0.015836581587791443, + "eval_runtime": 22.5371, + "eval_samples_per_second": 3.993, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03306523681858802, + "step": 316000 + }, + { + "epoch": 32.53951960583043, + "grad_norm": 0.2574046552181244, + "learning_rate": 0.00017496399917712405, + "loss": 0.0308, + "step": 317000 + }, + { + "epoch": 32.53951960583043, + "eval_cer": 0.008441943127962086, + "eval_loss": 0.015740592032670975, + "eval_runtime": 22.3104, + "eval_samples_per_second": 4.034, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03485254691689008, + "step": 317000 + }, + { + "epoch": 32.642167932662694, + "grad_norm": 0.17120341956615448, + "learning_rate": 0.00017393540423781115, + "loss": 0.0304, + "step": 318000 + }, + { + "epoch": 32.642167932662694, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.01630273461341858, + "eval_runtime": 22.6719, + "eval_samples_per_second": 3.97, + "eval_steps_per_second": 0.044, + "eval_wer": 0.035746201966041107, + "step": 318000 + }, + { + "epoch": 32.74481625949497, + "grad_norm": 0.27363935112953186, + "learning_rate": 0.00017290680929849824, + "loss": 0.0309, + "step": 319000 + }, + { + "epoch": 32.74481625949497, + "eval_cer": 0.009330568720379146, + "eval_loss": 0.016513481736183167, + "eval_runtime": 22.5102, + "eval_samples_per_second": 3.998, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03932082216264522, + "step": 319000 + }, + { + "epoch": 32.84746458632724, + "grad_norm": 0.29559651017189026, + "learning_rate": 0.00017187821435918536, + "loss": 0.0307, + "step": 320000 + }, + { + "epoch": 32.84746458632724, + "eval_cer": 0.009330568720379146, + "eval_loss": 0.01666964590549469, + "eval_runtime": 22.527, + "eval_samples_per_second": 3.995, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03932082216264522, + "step": 320000 + }, + { + "epoch": 32.950112913159515, + "grad_norm": 0.1644178181886673, + "learning_rate": 0.00017084961941987245, + "loss": 0.0305, + "step": 321000 + }, + { + "epoch": 32.950112913159515, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.01613970287144184, + "eval_runtime": 22.6019, + "eval_samples_per_second": 3.982, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03395889186773905, + "step": 321000 + }, + { + "epoch": 33.05276123999179, + "grad_norm": 0.24239134788513184, + "learning_rate": 0.00016982102448055955, + "loss": 0.0301, + "step": 322000 + }, + { + "epoch": 33.05276123999179, + "eval_cer": 0.008738151658767773, + "eval_loss": 0.015571474097669125, + "eval_runtime": 22.7263, + "eval_samples_per_second": 3.96, + "eval_steps_per_second": 0.044, + "eval_wer": 0.035746201966041107, + "step": 322000 + }, + { + "epoch": 33.15540956682406, + "grad_norm": 0.16490726172924042, + "learning_rate": 0.00016879242954124667, + "loss": 0.0296, + "step": 323000 + }, + { + "epoch": 33.15540956682406, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.01544241514056921, + "eval_runtime": 22.655, + "eval_samples_per_second": 3.973, + "eval_steps_per_second": 0.044, + "eval_wer": 0.035746201966041107, + "step": 323000 + }, + { + "epoch": 33.258057893656336, + "grad_norm": 0.19249847531318665, + "learning_rate": 0.00016776383460193376, + "loss": 0.0299, + "step": 324000 + }, + { + "epoch": 33.258057893656336, + "eval_cer": 0.009478672985781991, + "eval_loss": 0.015552397817373276, + "eval_runtime": 22.3811, + "eval_samples_per_second": 4.021, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03932082216264522, + "step": 324000 + }, + { + "epoch": 33.36070622048861, + "grad_norm": 0.2540992200374603, + "learning_rate": 0.00016673523966262085, + "loss": 0.0298, + "step": 325000 + }, + { + "epoch": 33.36070622048861, + "eval_cer": 0.008590047393364929, + "eval_loss": 0.01545222382992506, + "eval_runtime": 22.2235, + "eval_samples_per_second": 4.05, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03485254691689008, + "step": 325000 + }, + { + "epoch": 33.463354547320876, + "grad_norm": 0.17843221127986908, + "learning_rate": 0.00016570664472330795, + "loss": 0.0305, + "step": 326000 + }, + { + "epoch": 33.463354547320876, + "eval_cer": 0.00784952606635071, + "eval_loss": 0.015175366774201393, + "eval_runtime": 22.1848, + "eval_samples_per_second": 4.057, + "eval_steps_per_second": 0.045, + "eval_wer": 0.032171581769437, + "step": 326000 + }, + { + "epoch": 33.56600287415315, + "grad_norm": 0.25464072823524475, + "learning_rate": 0.00016467804978399507, + "loss": 0.0306, + "step": 327000 + }, + { + "epoch": 33.56600287415315, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.014621883630752563, + "eval_runtime": 22.1184, + "eval_samples_per_second": 4.069, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03485254691689008, + "step": 327000 + }, + { + "epoch": 33.66865120098542, + "grad_norm": 0.16736038029193878, + "learning_rate": 0.00016364945484468216, + "loss": 0.0308, + "step": 328000 + }, + { + "epoch": 33.66865120098542, + "eval_cer": 0.00903436018957346, + "eval_loss": 0.01590174064040184, + "eval_runtime": 22.2326, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.035746201966041107, + "step": 328000 + }, + { + "epoch": 33.771299527817696, + "grad_norm": 0.24227890372276306, + "learning_rate": 0.00016262085990536925, + "loss": 0.0304, + "step": 329000 + }, + { + "epoch": 33.771299527817696, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.015669850632548332, + "eval_runtime": 22.3742, + "eval_samples_per_second": 4.022, + "eval_steps_per_second": 0.045, + "eval_wer": 0.035746201966041107, + "step": 329000 + }, + { + "epoch": 33.87394785464997, + "grad_norm": 0.18546319007873535, + "learning_rate": 0.00016159226496605637, + "loss": 0.0306, + "step": 330000 + }, + { + "epoch": 33.87394785464997, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.015102799981832504, + "eval_runtime": 22.5007, + "eval_samples_per_second": 4.0, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03395889186773905, + "step": 330000 + }, + { + "epoch": 33.97659618148224, + "grad_norm": 0.23194563388824463, + "learning_rate": 0.00016056367002674347, + "loss": 0.0305, + "step": 331000 + }, + { + "epoch": 33.97659618148224, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.015225354582071304, + "eval_runtime": 22.6228, + "eval_samples_per_second": 3.978, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03485254691689008, + "step": 331000 + }, + { + "epoch": 34.07924450831452, + "grad_norm": 0.18987098336219788, + "learning_rate": 0.00015953507508743056, + "loss": 0.0294, + "step": 332000 + }, + { + "epoch": 34.07924450831452, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.015497728250920773, + "eval_runtime": 22.4328, + "eval_samples_per_second": 4.012, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03395889186773905, + "step": 332000 + }, + { + "epoch": 34.18189283514679, + "grad_norm": 0.16452568769454956, + "learning_rate": 0.00015850648014811765, + "loss": 0.0299, + "step": 333000 + }, + { + "epoch": 34.18189283514679, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.01510694995522499, + "eval_runtime": 22.2639, + "eval_samples_per_second": 4.042, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03395889186773905, + "step": 333000 + }, + { + "epoch": 34.28454116197906, + "grad_norm": 0.2669082283973694, + "learning_rate": 0.00015747788520880477, + "loss": 0.0297, + "step": 334000 + }, + { + "epoch": 34.28454116197906, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.015526418574154377, + "eval_runtime": 22.4447, + "eval_samples_per_second": 4.01, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03485254691689008, + "step": 334000 + }, + { + "epoch": 34.38718948881133, + "grad_norm": 0.23023459315299988, + "learning_rate": 0.00015644929026949187, + "loss": 0.0298, + "step": 335000 + }, + { + "epoch": 34.38718948881133, + "eval_cer": 0.008590047393364929, + "eval_loss": 0.01542733982205391, + "eval_runtime": 22.4734, + "eval_samples_per_second": 4.005, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03753351206434316, + "step": 335000 + }, + { + "epoch": 34.489837815643604, + "grad_norm": 0.3047637343406677, + "learning_rate": 0.00015542069533017896, + "loss": 0.0301, + "step": 336000 + }, + { + "epoch": 34.489837815643604, + "eval_cer": 0.008886255924170616, + "eval_loss": 0.0148982098326087, + "eval_runtime": 22.2904, + "eval_samples_per_second": 4.038, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03753351206434316, + "step": 336000 + }, + { + "epoch": 34.59248614247588, + "grad_norm": 0.2189682275056839, + "learning_rate": 0.00015439210039086608, + "loss": 0.0299, + "step": 337000 + }, + { + "epoch": 34.59248614247588, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.014870991930365562, + "eval_runtime": 22.4248, + "eval_samples_per_second": 4.013, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 337000 + }, + { + "epoch": 34.69513446930815, + "grad_norm": 0.1642763465642929, + "learning_rate": 0.00015336350545155317, + "loss": 0.03, + "step": 338000 + }, + { + "epoch": 34.69513446930815, + "eval_cer": 0.008441943127962086, + "eval_loss": 0.015146846882998943, + "eval_runtime": 22.5811, + "eval_samples_per_second": 3.986, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03663985701519214, + "step": 338000 + }, + { + "epoch": 34.797782796140424, + "grad_norm": 0.21596594154834747, + "learning_rate": 0.00015233491051224027, + "loss": 0.03, + "step": 339000 + }, + { + "epoch": 34.797782796140424, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.014487739652395248, + "eval_runtime": 22.3193, + "eval_samples_per_second": 4.032, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03485254691689008, + "step": 339000 + }, + { + "epoch": 34.9004311229727, + "grad_norm": 0.15714465081691742, + "learning_rate": 0.00015130631557292736, + "loss": 0.0305, + "step": 340000 + }, + { + "epoch": 34.9004311229727, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.014626013115048409, + "eval_runtime": 22.3971, + "eval_samples_per_second": 4.018, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03485254691689008, + "step": 340000 + }, + { + "epoch": 35.00307944980497, + "grad_norm": 0.2639608383178711, + "learning_rate": 0.00015027772063361448, + "loss": 0.03, + "step": 341000 + }, + { + "epoch": 35.00307944980497, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.014959813095629215, + "eval_runtime": 22.4235, + "eval_samples_per_second": 4.014, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03306523681858802, + "step": 341000 + }, + { + "epoch": 35.10572777663724, + "grad_norm": 0.1461016684770584, + "learning_rate": 0.00014924912569430157, + "loss": 0.029, + "step": 342000 + }, + { + "epoch": 35.10572777663724, + "eval_cer": 0.00784952606635071, + "eval_loss": 0.015357970260083675, + "eval_runtime": 22.4778, + "eval_samples_per_second": 4.004, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03306523681858802, + "step": 342000 + }, + { + "epoch": 35.20837610346951, + "grad_norm": 0.21027566492557526, + "learning_rate": 0.00014822053075498867, + "loss": 0.0294, + "step": 343000 + }, + { + "epoch": 35.20837610346951, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.014925923198461533, + "eval_runtime": 22.563, + "eval_samples_per_second": 3.989, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03395889186773905, + "step": 343000 + }, + { + "epoch": 35.311024430301785, + "grad_norm": 0.26173582673072815, + "learning_rate": 0.0001471919358156758, + "loss": 0.0294, + "step": 344000 + }, + { + "epoch": 35.311024430301785, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.014718250371515751, + "eval_runtime": 22.4858, + "eval_samples_per_second": 4.003, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 344000 + }, + { + "epoch": 35.41367275713406, + "grad_norm": 0.21235166490077972, + "learning_rate": 0.0001461633408763629, + "loss": 0.0295, + "step": 345000 + }, + { + "epoch": 35.41367275713406, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.014633492566645145, + "eval_runtime": 22.4549, + "eval_samples_per_second": 4.008, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03306523681858802, + "step": 345000 + }, + { + "epoch": 35.51632108396633, + "grad_norm": 0.2826511263847351, + "learning_rate": 0.00014513474593705, + "loss": 0.0296, + "step": 346000 + }, + { + "epoch": 35.51632108396633, + "eval_cer": 0.00903436018957346, + "eval_loss": 0.015351605601608753, + "eval_runtime": 22.6095, + "eval_samples_per_second": 3.981, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03663985701519214, + "step": 346000 + }, + { + "epoch": 35.618969410798606, + "grad_norm": 0.15846475958824158, + "learning_rate": 0.00014410615099773712, + "loss": 0.0298, + "step": 347000 + }, + { + "epoch": 35.618969410798606, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.014954261481761932, + "eval_runtime": 22.6016, + "eval_samples_per_second": 3.982, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03306523681858802, + "step": 347000 + }, + { + "epoch": 35.72161773763088, + "grad_norm": 0.30824708938598633, + "learning_rate": 0.0001430775560584242, + "loss": 0.0298, + "step": 348000 + }, + { + "epoch": 35.72161773763088, + "eval_cer": 0.00784952606635071, + "eval_loss": 0.015362138859927654, + "eval_runtime": 22.4427, + "eval_samples_per_second": 4.01, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03306523681858802, + "step": 348000 + }, + { + "epoch": 35.824266064463146, + "grad_norm": 0.29468515515327454, + "learning_rate": 0.0001420489611191113, + "loss": 0.0297, + "step": 349000 + }, + { + "epoch": 35.824266064463146, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.014831768348813057, + "eval_runtime": 22.4167, + "eval_samples_per_second": 4.015, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03395889186773905, + "step": 349000 + }, + { + "epoch": 35.92691439129542, + "grad_norm": 0.3372247815132141, + "learning_rate": 0.0001410203661797984, + "loss": 0.0297, + "step": 350000 + }, + { + "epoch": 35.92691439129542, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.015637291595339775, + "eval_runtime": 22.6706, + "eval_samples_per_second": 3.97, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03485254691689008, + "step": 350000 + }, + { + "epoch": 36.02956271812769, + "grad_norm": 0.2713555693626404, + "learning_rate": 0.00013999177124048552, + "loss": 0.0295, + "step": 351000 + }, + { + "epoch": 36.02956271812769, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.01471824198961258, + "eval_runtime": 22.5633, + "eval_samples_per_second": 3.989, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03395889186773905, + "step": 351000 + }, + { + "epoch": 36.132211044959966, + "grad_norm": 0.2100389152765274, + "learning_rate": 0.0001389631763011726, + "loss": 0.0288, + "step": 352000 + }, + { + "epoch": 36.132211044959966, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.014739991165697575, + "eval_runtime": 22.6462, + "eval_samples_per_second": 3.974, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 352000 + }, + { + "epoch": 36.23485937179224, + "grad_norm": 0.2058141529560089, + "learning_rate": 0.0001379345813618597, + "loss": 0.0294, + "step": 353000 + }, + { + "epoch": 36.23485937179224, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.014310094527900219, + "eval_runtime": 22.4136, + "eval_samples_per_second": 4.015, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 353000 + }, + { + "epoch": 36.33750769862451, + "grad_norm": 0.21993263065814972, + "learning_rate": 0.00013690598642254683, + "loss": 0.0288, + "step": 354000 + }, + { + "epoch": 36.33750769862451, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.01488146185874939, + "eval_runtime": 22.7382, + "eval_samples_per_second": 3.958, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03306523681858802, + "step": 354000 + }, + { + "epoch": 36.44015602545679, + "grad_norm": 0.44507354497909546, + "learning_rate": 0.00013587739148323392, + "loss": 0.0291, + "step": 355000 + }, + { + "epoch": 36.44015602545679, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.014914470724761486, + "eval_runtime": 22.4894, + "eval_samples_per_second": 4.002, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03306523681858802, + "step": 355000 + }, + { + "epoch": 36.54280435228906, + "grad_norm": 0.29088860750198364, + "learning_rate": 0.000134848796543921, + "loss": 0.0297, + "step": 356000 + }, + { + "epoch": 36.54280435228906, + "eval_cer": 0.008886255924170616, + "eval_loss": 0.015177594497799873, + "eval_runtime": 22.3664, + "eval_samples_per_second": 4.024, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03663985701519214, + "step": 356000 + }, + { + "epoch": 36.64545267912133, + "grad_norm": 0.28655806183815, + "learning_rate": 0.0001338202016046081, + "loss": 0.0291, + "step": 357000 + }, + { + "epoch": 36.64545267912133, + "eval_cer": 0.008886255924170616, + "eval_loss": 0.014854129403829575, + "eval_runtime": 22.3549, + "eval_samples_per_second": 4.026, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03485254691689008, + "step": 357000 + }, + { + "epoch": 36.7481010059536, + "grad_norm": 0.16526740789413452, + "learning_rate": 0.00013279160666529523, + "loss": 0.0293, + "step": 358000 + }, + { + "epoch": 36.7481010059536, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.015399602241814137, + "eval_runtime": 22.5162, + "eval_samples_per_second": 3.997, + "eval_steps_per_second": 0.044, + "eval_wer": 0.035746201966041107, + "step": 358000 + }, + { + "epoch": 36.850749332785874, + "grad_norm": 0.16871041059494019, + "learning_rate": 0.00013176301172598232, + "loss": 0.0296, + "step": 359000 + }, + { + "epoch": 36.850749332785874, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.015135127119719982, + "eval_runtime": 22.5959, + "eval_samples_per_second": 3.983, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 359000 + }, + { + "epoch": 36.95339765961815, + "grad_norm": 0.3259669542312622, + "learning_rate": 0.0001307344167866694, + "loss": 0.0296, + "step": 360000 + }, + { + "epoch": 36.95339765961815, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.015445960685610771, + "eval_runtime": 22.4067, + "eval_samples_per_second": 4.017, + "eval_steps_per_second": 0.045, + "eval_wer": 0.032171581769437, + "step": 360000 + }, + { + "epoch": 37.05604598645042, + "grad_norm": 0.2573050260543823, + "learning_rate": 0.00012970582184735653, + "loss": 0.0288, + "step": 361000 + }, + { + "epoch": 37.05604598645042, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.015334886498749256, + "eval_runtime": 22.4559, + "eval_samples_per_second": 4.008, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 361000 + }, + { + "epoch": 37.158694313282695, + "grad_norm": 0.3997851610183716, + "learning_rate": 0.00012867722690804363, + "loss": 0.0285, + "step": 362000 + }, + { + "epoch": 37.158694313282695, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.015184923075139523, + "eval_runtime": 22.5665, + "eval_samples_per_second": 3.988, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03663985701519214, + "step": 362000 + }, + { + "epoch": 37.26134264011497, + "grad_norm": 0.2915215790271759, + "learning_rate": 0.00012764863196873072, + "loss": 0.0287, + "step": 363000 + }, + { + "epoch": 37.26134264011497, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.01511069294065237, + "eval_runtime": 22.7402, + "eval_samples_per_second": 3.958, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03306523681858802, + "step": 363000 + }, + { + "epoch": 37.36399096694724, + "grad_norm": 0.1808217316865921, + "learning_rate": 0.0001266200370294178, + "loss": 0.0288, + "step": 364000 + }, + { + "epoch": 37.36399096694724, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.015011030249297619, + "eval_runtime": 22.3683, + "eval_samples_per_second": 4.024, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03395889186773905, + "step": 364000 + }, + { + "epoch": 37.46663929377951, + "grad_norm": 0.2159794569015503, + "learning_rate": 0.00012559144209010493, + "loss": 0.0289, + "step": 365000 + }, + { + "epoch": 37.46663929377951, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.014206486754119396, + "eval_runtime": 22.2265, + "eval_samples_per_second": 4.049, + "eval_steps_per_second": 0.045, + "eval_wer": 0.035746201966041107, + "step": 365000 + }, + { + "epoch": 37.56928762061178, + "grad_norm": 0.1461094170808792, + "learning_rate": 0.00012456284715079203, + "loss": 0.0291, + "step": 366000 + }, + { + "epoch": 37.56928762061178, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.01417731773108244, + "eval_runtime": 22.6758, + "eval_samples_per_second": 3.969, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 366000 + }, + { + "epoch": 37.671935947444055, + "grad_norm": 0.18427909910678864, + "learning_rate": 0.00012353425221147912, + "loss": 0.0292, + "step": 367000 + }, + { + "epoch": 37.671935947444055, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.014333653263747692, + "eval_runtime": 22.53, + "eval_samples_per_second": 3.995, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 367000 + }, + { + "epoch": 37.77458427427633, + "grad_norm": 0.17020884156227112, + "learning_rate": 0.00012250565727216624, + "loss": 0.0292, + "step": 368000 + }, + { + "epoch": 37.77458427427633, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.014181572012603283, + "eval_runtime": 22.4523, + "eval_samples_per_second": 4.008, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03306523681858802, + "step": 368000 + }, + { + "epoch": 37.8772326011086, + "grad_norm": 0.15650001168251038, + "learning_rate": 0.00012147706233285333, + "loss": 0.0289, + "step": 369000 + }, + { + "epoch": 37.8772326011086, + "eval_cer": 0.00784952606635071, + "eval_loss": 0.014552351087331772, + "eval_runtime": 22.33, + "eval_samples_per_second": 4.03, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03395889186773905, + "step": 369000 + }, + { + "epoch": 37.979880927940876, + "grad_norm": 0.25610971450805664, + "learning_rate": 0.00012044846739354043, + "loss": 0.0293, + "step": 370000 + }, + { + "epoch": 37.979880927940876, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.01422215811908245, + "eval_runtime": 22.9345, + "eval_samples_per_second": 3.924, + "eval_steps_per_second": 0.044, + "eval_wer": 0.029490616621983913, + "step": 370000 + }, + { + "epoch": 38.08252925477315, + "grad_norm": 0.25401365756988525, + "learning_rate": 0.00011941987245422753, + "loss": 0.0286, + "step": 371000 + }, + { + "epoch": 38.08252925477315, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.014245335012674332, + "eval_runtime": 22.3755, + "eval_samples_per_second": 4.022, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03038427167113494, + "step": 371000 + }, + { + "epoch": 38.18517758160542, + "grad_norm": 0.28409621119499207, + "learning_rate": 0.00011839127751491462, + "loss": 0.0281, + "step": 372000 + }, + { + "epoch": 38.18517758160542, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.014165487140417099, + "eval_runtime": 22.2381, + "eval_samples_per_second": 4.047, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 372000 + }, + { + "epoch": 38.28782590843769, + "grad_norm": 0.20209653675556183, + "learning_rate": 0.00011736268257560173, + "loss": 0.0285, + "step": 373000 + }, + { + "epoch": 38.28782590843769, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.014026058837771416, + "eval_runtime": 22.4373, + "eval_samples_per_second": 4.011, + "eval_steps_per_second": 0.045, + "eval_wer": 0.029490616621983913, + "step": 373000 + }, + { + "epoch": 38.39047423526996, + "grad_norm": 0.2063857465982437, + "learning_rate": 0.00011633408763628884, + "loss": 0.029, + "step": 374000 + }, + { + "epoch": 38.39047423526996, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.014216107316315174, + "eval_runtime": 22.5613, + "eval_samples_per_second": 3.989, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 374000 + }, + { + "epoch": 38.493122562102236, + "grad_norm": 0.1818021684885025, + "learning_rate": 0.00011530549269697593, + "loss": 0.0285, + "step": 375000 + }, + { + "epoch": 38.493122562102236, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.014219836331903934, + "eval_runtime": 22.5037, + "eval_samples_per_second": 3.999, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03395889186773905, + "step": 375000 + }, + { + "epoch": 38.59577088893451, + "grad_norm": 0.18460506200790405, + "learning_rate": 0.00011427689775766304, + "loss": 0.0285, + "step": 376000 + }, + { + "epoch": 38.59577088893451, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.013656863942742348, + "eval_runtime": 22.652, + "eval_samples_per_second": 3.973, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03306523681858802, + "step": 376000 + }, + { + "epoch": 38.69841921576678, + "grad_norm": 0.227520152926445, + "learning_rate": 0.00011324830281835013, + "loss": 0.0288, + "step": 377000 + }, + { + "epoch": 38.69841921576678, + "eval_cer": 0.00784952606635071, + "eval_loss": 0.01367582194507122, + "eval_runtime": 22.645, + "eval_samples_per_second": 3.974, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03395889186773905, + "step": 377000 + }, + { + "epoch": 38.80106754259906, + "grad_norm": 0.1951012909412384, + "learning_rate": 0.00011221970787903724, + "loss": 0.0287, + "step": 378000 + }, + { + "epoch": 38.80106754259906, + "eval_cer": 0.008738151658767773, + "eval_loss": 0.014322535134851933, + "eval_runtime": 22.4631, + "eval_samples_per_second": 4.007, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03485254691689008, + "step": 378000 + }, + { + "epoch": 38.90371586943133, + "grad_norm": 0.2870897352695465, + "learning_rate": 0.00011119111293972433, + "loss": 0.0288, + "step": 379000 + }, + { + "epoch": 38.90371586943133, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.01387989055365324, + "eval_runtime": 22.1509, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 379000 + }, + { + "epoch": 39.006364196263604, + "grad_norm": 0.1880166083574295, + "learning_rate": 0.00011016251800041144, + "loss": 0.0285, + "step": 380000 + }, + { + "epoch": 39.006364196263604, + "eval_cer": 0.00784952606635071, + "eval_loss": 0.014345232397317886, + "eval_runtime": 22.2937, + "eval_samples_per_second": 4.037, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03306523681858802, + "step": 380000 + }, + { + "epoch": 39.10901252309587, + "grad_norm": 0.30459660291671753, + "learning_rate": 0.00010913392306109854, + "loss": 0.0279, + "step": 381000 + }, + { + "epoch": 39.10901252309587, + "eval_cer": 0.008590047393364929, + "eval_loss": 0.013818979263305664, + "eval_runtime": 22.1693, + "eval_samples_per_second": 4.06, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03485254691689008, + "step": 381000 + }, + { + "epoch": 39.211660849928144, + "grad_norm": 0.2618006765842438, + "learning_rate": 0.00010810532812178564, + "loss": 0.0281, + "step": 382000 + }, + { + "epoch": 39.211660849928144, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.013895167037844658, + "eval_runtime": 22.6129, + "eval_samples_per_second": 3.98, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03306523681858802, + "step": 382000 + }, + { + "epoch": 39.31430917676042, + "grad_norm": 0.1827547401189804, + "learning_rate": 0.00010707673318247274, + "loss": 0.0281, + "step": 383000 + }, + { + "epoch": 39.31430917676042, + "eval_cer": 0.006960900473933649, + "eval_loss": 0.013730869628489017, + "eval_runtime": 22.5617, + "eval_samples_per_second": 3.989, + "eval_steps_per_second": 0.044, + "eval_wer": 0.028596961572832886, + "step": 383000 + }, + { + "epoch": 39.41695750359269, + "grad_norm": 0.20615758001804352, + "learning_rate": 0.00010604813824315984, + "loss": 0.0283, + "step": 384000 + }, + { + "epoch": 39.41695750359269, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.014077040366828442, + "eval_runtime": 22.4073, + "eval_samples_per_second": 4.017, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03038427167113494, + "step": 384000 + }, + { + "epoch": 39.519605830424965, + "grad_norm": 0.28781017661094666, + "learning_rate": 0.00010501954330384694, + "loss": 0.0284, + "step": 385000 + }, + { + "epoch": 39.519605830424965, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.013616991229355335, + "eval_runtime": 22.4299, + "eval_samples_per_second": 4.013, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 385000 + }, + { + "epoch": 39.62225415725724, + "grad_norm": 0.1402323842048645, + "learning_rate": 0.00010399094836453404, + "loss": 0.0287, + "step": 386000 + }, + { + "epoch": 39.62225415725724, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.013439136557281017, + "eval_runtime": 22.6508, + "eval_samples_per_second": 3.973, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03306523681858802, + "step": 386000 + }, + { + "epoch": 39.72490248408951, + "grad_norm": 0.22864773869514465, + "learning_rate": 0.00010296235342522114, + "loss": 0.0286, + "step": 387000 + }, + { + "epoch": 39.72490248408951, + "eval_cer": 0.00784952606635071, + "eval_loss": 0.01389585342258215, + "eval_runtime": 22.2256, + "eval_samples_per_second": 4.049, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03306523681858802, + "step": 387000 + }, + { + "epoch": 39.827550810921785, + "grad_norm": 0.20083709061145782, + "learning_rate": 0.00010193375848590825, + "loss": 0.0287, + "step": 388000 + }, + { + "epoch": 39.827550810921785, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.014366346411406994, + "eval_runtime": 22.4657, + "eval_samples_per_second": 4.006, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03038427167113494, + "step": 388000 + }, + { + "epoch": 39.93019913775405, + "grad_norm": 0.26983821392059326, + "learning_rate": 0.00010090516354659534, + "loss": 0.0285, + "step": 389000 + }, + { + "epoch": 39.93019913775405, + "eval_cer": 0.008145734597156399, + "eval_loss": 0.014381532557308674, + "eval_runtime": 22.541, + "eval_samples_per_second": 3.993, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03395889186773905, + "step": 389000 + }, + { + "epoch": 40.032847464586325, + "grad_norm": 0.361680269241333, + "learning_rate": 9.987656860728245e-05, + "loss": 0.0278, + "step": 390000 + }, + { + "epoch": 40.032847464586325, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.01420989166945219, + "eval_runtime": 22.5652, + "eval_samples_per_second": 3.988, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 390000 + }, + { + "epoch": 40.1354957914186, + "grad_norm": 0.17232652008533478, + "learning_rate": 9.884797366796956e-05, + "loss": 0.0276, + "step": 391000 + }, + { + "epoch": 40.1354957914186, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.014762550592422485, + "eval_runtime": 22.4968, + "eval_samples_per_second": 4.001, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 391000 + }, + { + "epoch": 40.23814411825087, + "grad_norm": 0.35826170444488525, + "learning_rate": 9.781937872865666e-05, + "loss": 0.0278, + "step": 392000 + }, + { + "epoch": 40.23814411825087, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.0146293630823493, + "eval_runtime": 22.6001, + "eval_samples_per_second": 3.982, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 392000 + }, + { + "epoch": 40.340792445083146, + "grad_norm": 0.41236042976379395, + "learning_rate": 9.679078378934376e-05, + "loss": 0.0279, + "step": 393000 + }, + { + "epoch": 40.340792445083146, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.014173084869980812, + "eval_runtime": 22.3588, + "eval_samples_per_second": 4.025, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 393000 + }, + { + "epoch": 40.44344077191542, + "grad_norm": 0.13260366022586823, + "learning_rate": 9.576218885003086e-05, + "loss": 0.0281, + "step": 394000 + }, + { + "epoch": 40.44344077191542, + "eval_cer": 0.006812796208530806, + "eval_loss": 0.013978157192468643, + "eval_runtime": 22.7638, + "eval_samples_per_second": 3.954, + "eval_steps_per_second": 0.044, + "eval_wer": 0.028596961572832886, + "step": 394000 + }, + { + "epoch": 40.54608909874769, + "grad_norm": 0.1822642832994461, + "learning_rate": 9.473359391071797e-05, + "loss": 0.0282, + "step": 395000 + }, + { + "epoch": 40.54608909874769, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.014006286859512329, + "eval_runtime": 23.5638, + "eval_samples_per_second": 3.819, + "eval_steps_per_second": 0.042, + "eval_wer": 0.03306523681858802, + "step": 395000 + }, + { + "epoch": 40.64873742557997, + "grad_norm": 0.2515232563018799, + "learning_rate": 9.370499897140506e-05, + "loss": 0.0282, + "step": 396000 + }, + { + "epoch": 40.64873742557997, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.013893728144466877, + "eval_runtime": 23.3851, + "eval_samples_per_second": 3.849, + "eval_steps_per_second": 0.043, + "eval_wer": 0.029490616621983913, + "step": 396000 + }, + { + "epoch": 40.75138575241223, + "grad_norm": 0.24263253808021545, + "learning_rate": 9.267640403209217e-05, + "loss": 0.0282, + "step": 397000 + }, + { + "epoch": 40.75138575241223, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.013497700914740562, + "eval_runtime": 22.831, + "eval_samples_per_second": 3.942, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 397000 + }, + { + "epoch": 40.85403407924451, + "grad_norm": 0.3449910581111908, + "learning_rate": 9.164780909277926e-05, + "loss": 0.0281, + "step": 398000 + }, + { + "epoch": 40.85403407924451, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.014030919410288334, + "eval_runtime": 22.9536, + "eval_samples_per_second": 3.921, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 398000 + }, + { + "epoch": 40.95668240607678, + "grad_norm": 0.34806039929389954, + "learning_rate": 9.061921415346637e-05, + "loss": 0.0283, + "step": 399000 + }, + { + "epoch": 40.95668240607678, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.013621107675135136, + "eval_runtime": 22.7573, + "eval_samples_per_second": 3.955, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 399000 + }, + { + "epoch": 41.05933073290905, + "grad_norm": 0.18996162712574005, + "learning_rate": 8.959061921415348e-05, + "loss": 0.0275, + "step": 400000 + }, + { + "epoch": 41.05933073290905, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.013989981263875961, + "eval_runtime": 22.345, + "eval_samples_per_second": 4.028, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 400000 + }, + { + "epoch": 41.16197905974133, + "grad_norm": 0.22895024716854095, + "learning_rate": 8.856202427484057e-05, + "loss": 0.0278, + "step": 401000 + }, + { + "epoch": 41.16197905974133, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.013726425357162952, + "eval_runtime": 22.1918, + "eval_samples_per_second": 4.056, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03306523681858802, + "step": 401000 + }, + { + "epoch": 41.2646273865736, + "grad_norm": 0.20046815276145935, + "learning_rate": 8.753342933552768e-05, + "loss": 0.0276, + "step": 402000 + }, + { + "epoch": 41.2646273865736, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.014126642607152462, + "eval_runtime": 22.5351, + "eval_samples_per_second": 3.994, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 402000 + }, + { + "epoch": 41.367275713405874, + "grad_norm": 0.2250887155532837, + "learning_rate": 8.650483439621477e-05, + "loss": 0.0277, + "step": 403000 + }, + { + "epoch": 41.367275713405874, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.013941235840320587, + "eval_runtime": 22.4208, + "eval_samples_per_second": 4.014, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 403000 + }, + { + "epoch": 41.46992404023814, + "grad_norm": 0.20660826563835144, + "learning_rate": 8.547623945690188e-05, + "loss": 0.0278, + "step": 404000 + }, + { + "epoch": 41.46992404023814, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.013417248614132404, + "eval_runtime": 22.349, + "eval_samples_per_second": 4.027, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03038427167113494, + "step": 404000 + }, + { + "epoch": 41.572572367070414, + "grad_norm": 0.20120590925216675, + "learning_rate": 8.444764451758897e-05, + "loss": 0.0278, + "step": 405000 + }, + { + "epoch": 41.572572367070414, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.01310759037733078, + "eval_runtime": 22.3447, + "eval_samples_per_second": 4.028, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 405000 + }, + { + "epoch": 41.67522069390269, + "grad_norm": 0.2711530327796936, + "learning_rate": 8.341904957827608e-05, + "loss": 0.0275, + "step": 406000 + }, + { + "epoch": 41.67522069390269, + "eval_cer": 0.006664691943127962, + "eval_loss": 0.012631074525415897, + "eval_runtime": 22.6139, + "eval_samples_per_second": 3.98, + "eval_steps_per_second": 0.044, + "eval_wer": 0.028596961572832886, + "step": 406000 + }, + { + "epoch": 41.77786902073496, + "grad_norm": 0.16983696818351746, + "learning_rate": 8.239045463896318e-05, + "loss": 0.028, + "step": 407000 + }, + { + "epoch": 41.77786902073496, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.012849998660385609, + "eval_runtime": 22.4766, + "eval_samples_per_second": 4.004, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 407000 + }, + { + "epoch": 41.880517347567235, + "grad_norm": 0.1700281947851181, + "learning_rate": 8.136185969965028e-05, + "loss": 0.028, + "step": 408000 + }, + { + "epoch": 41.880517347567235, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.012665662914514542, + "eval_runtime": 22.4018, + "eval_samples_per_second": 4.018, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 408000 + }, + { + "epoch": 41.98316567439951, + "grad_norm": 0.23489758372306824, + "learning_rate": 8.033326476033738e-05, + "loss": 0.0278, + "step": 409000 + }, + { + "epoch": 41.98316567439951, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.013263718225061893, + "eval_runtime": 22.3882, + "eval_samples_per_second": 4.02, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 409000 + }, + { + "epoch": 42.08581400123178, + "grad_norm": 0.2607017159461975, + "learning_rate": 7.930466982102448e-05, + "loss": 0.0276, + "step": 410000 + }, + { + "epoch": 42.08581400123178, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.013156604953110218, + "eval_runtime": 22.6758, + "eval_samples_per_second": 3.969, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 410000 + }, + { + "epoch": 42.188462328064055, + "grad_norm": 0.20945683121681213, + "learning_rate": 7.827607488171158e-05, + "loss": 0.0272, + "step": 411000 + }, + { + "epoch": 42.188462328064055, + "eval_cer": 0.006664691943127962, + "eval_loss": 0.012946737930178642, + "eval_runtime": 22.4875, + "eval_samples_per_second": 4.002, + "eval_steps_per_second": 0.044, + "eval_wer": 0.028596961572832886, + "step": 411000 + }, + { + "epoch": 42.29111065489632, + "grad_norm": 0.25923091173171997, + "learning_rate": 7.724747994239868e-05, + "loss": 0.0274, + "step": 412000 + }, + { + "epoch": 42.29111065489632, + "eval_cer": 0.006960900473933649, + "eval_loss": 0.012892471626400948, + "eval_runtime": 22.5377, + "eval_samples_per_second": 3.993, + "eval_steps_per_second": 0.044, + "eval_wer": 0.029490616621983913, + "step": 412000 + }, + { + "epoch": 42.393758981728595, + "grad_norm": 0.2663125693798065, + "learning_rate": 7.621888500308578e-05, + "loss": 0.0273, + "step": 413000 + }, + { + "epoch": 42.393758981728595, + "eval_cer": 0.006664691943127962, + "eval_loss": 0.012838827446103096, + "eval_runtime": 22.3627, + "eval_samples_per_second": 4.025, + "eval_steps_per_second": 0.045, + "eval_wer": 0.029490616621983913, + "step": 413000 + }, + { + "epoch": 42.49640730856087, + "grad_norm": 0.1551075577735901, + "learning_rate": 7.519029006377289e-05, + "loss": 0.0275, + "step": 414000 + }, + { + "epoch": 42.49640730856087, + "eval_cer": 0.006664691943127962, + "eval_loss": 0.01299965288490057, + "eval_runtime": 22.7331, + "eval_samples_per_second": 3.959, + "eval_steps_per_second": 0.044, + "eval_wer": 0.029490616621983913, + "step": 414000 + }, + { + "epoch": 42.59905563539314, + "grad_norm": 0.16298335790634155, + "learning_rate": 7.416169512445998e-05, + "loss": 0.0275, + "step": 415000 + }, + { + "epoch": 42.59905563539314, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.013336721807718277, + "eval_runtime": 22.767, + "eval_samples_per_second": 3.953, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 415000 + }, + { + "epoch": 42.701703962225416, + "grad_norm": 0.20813694596290588, + "learning_rate": 7.313310018514709e-05, + "loss": 0.0278, + "step": 416000 + }, + { + "epoch": 42.701703962225416, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.0134715735912323, + "eval_runtime": 22.6511, + "eval_samples_per_second": 3.973, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 416000 + }, + { + "epoch": 42.80435228905769, + "grad_norm": 0.16702768206596375, + "learning_rate": 7.210450524583418e-05, + "loss": 0.0279, + "step": 417000 + }, + { + "epoch": 42.80435228905769, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.013460041023790836, + "eval_runtime": 22.4175, + "eval_samples_per_second": 4.015, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03306523681858802, + "step": 417000 + }, + { + "epoch": 42.90700061588996, + "grad_norm": 0.2635751962661743, + "learning_rate": 7.107591030652129e-05, + "loss": 0.0273, + "step": 418000 + }, + { + "epoch": 42.90700061588996, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.013223396614193916, + "eval_runtime": 22.8666, + "eval_samples_per_second": 3.936, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 418000 + }, + { + "epoch": 43.00964894272224, + "grad_norm": 0.1874234676361084, + "learning_rate": 7.004731536720838e-05, + "loss": 0.0276, + "step": 419000 + }, + { + "epoch": 43.00964894272224, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.013210386037826538, + "eval_runtime": 22.5237, + "eval_samples_per_second": 3.996, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 419000 + }, + { + "epoch": 43.1122972695545, + "grad_norm": 0.16425500810146332, + "learning_rate": 6.901872042789549e-05, + "loss": 0.0269, + "step": 420000 + }, + { + "epoch": 43.1122972695545, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.013268969021737576, + "eval_runtime": 22.5906, + "eval_samples_per_second": 3.984, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 420000 + }, + { + "epoch": 43.21494559638678, + "grad_norm": 0.14309245347976685, + "learning_rate": 6.79901254885826e-05, + "loss": 0.0273, + "step": 421000 + }, + { + "epoch": 43.21494559638678, + "eval_cer": 0.00784952606635071, + "eval_loss": 0.012923350557684898, + "eval_runtime": 22.6017, + "eval_samples_per_second": 3.982, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 421000 + }, + { + "epoch": 43.31759392321905, + "grad_norm": 0.3173372447490692, + "learning_rate": 6.69615305492697e-05, + "loss": 0.0271, + "step": 422000 + }, + { + "epoch": 43.31759392321905, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.013023743405938148, + "eval_runtime": 22.4573, + "eval_samples_per_second": 4.008, + "eval_steps_per_second": 0.045, + "eval_wer": 0.032171581769437, + "step": 422000 + }, + { + "epoch": 43.420242250051324, + "grad_norm": 0.2641269266605377, + "learning_rate": 6.593293560995681e-05, + "loss": 0.0274, + "step": 423000 + }, + { + "epoch": 43.420242250051324, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.013114223256707191, + "eval_runtime": 22.3329, + "eval_samples_per_second": 4.03, + "eval_steps_per_second": 0.045, + "eval_wer": 0.032171581769437, + "step": 423000 + }, + { + "epoch": 43.5228905768836, + "grad_norm": 0.20256099104881287, + "learning_rate": 6.49043406706439e-05, + "loss": 0.0273, + "step": 424000 + }, + { + "epoch": 43.5228905768836, + "eval_cer": 0.008441943127962086, + "eval_loss": 0.013389894738793373, + "eval_runtime": 22.4353, + "eval_samples_per_second": 4.012, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03395889186773905, + "step": 424000 + }, + { + "epoch": 43.62553890371587, + "grad_norm": 0.2633448541164398, + "learning_rate": 6.387574573133101e-05, + "loss": 0.0273, + "step": 425000 + }, + { + "epoch": 43.62553890371587, + "eval_cer": 0.008293838862559242, + "eval_loss": 0.013175377622246742, + "eval_runtime": 22.0476, + "eval_samples_per_second": 4.082, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03395889186773905, + "step": 425000 + }, + { + "epoch": 43.728187230548144, + "grad_norm": 0.14357689023017883, + "learning_rate": 6.28471507920181e-05, + "loss": 0.0271, + "step": 426000 + }, + { + "epoch": 43.728187230548144, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.013218458741903305, + "eval_runtime": 22.1794, + "eval_samples_per_second": 4.058, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 426000 + }, + { + "epoch": 43.83083555738042, + "grad_norm": 0.20153464376926422, + "learning_rate": 6.181855585270521e-05, + "loss": 0.0275, + "step": 427000 + }, + { + "epoch": 43.83083555738042, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.013227393850684166, + "eval_runtime": 22.262, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 427000 + }, + { + "epoch": 43.933483884212684, + "grad_norm": 0.1699199080467224, + "learning_rate": 6.07899609133923e-05, + "loss": 0.0272, + "step": 428000 + }, + { + "epoch": 43.933483884212684, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.013098928146064281, + "eval_runtime": 22.2399, + "eval_samples_per_second": 4.047, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03038427167113494, + "step": 428000 + }, + { + "epoch": 44.03613221104496, + "grad_norm": 0.21964909136295319, + "learning_rate": 5.97613659740794e-05, + "loss": 0.0268, + "step": 429000 + }, + { + "epoch": 44.03613221104496, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.013152836821973324, + "eval_runtime": 22.2431, + "eval_samples_per_second": 4.046, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03038427167113494, + "step": 429000 + }, + { + "epoch": 44.13878053787723, + "grad_norm": 0.2735491693019867, + "learning_rate": 5.873277103476652e-05, + "loss": 0.0265, + "step": 430000 + }, + { + "epoch": 44.13878053787723, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.013426227495074272, + "eval_runtime": 22.6558, + "eval_samples_per_second": 3.973, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 430000 + }, + { + "epoch": 44.241428864709505, + "grad_norm": 0.18371999263763428, + "learning_rate": 5.7704176095453617e-05, + "loss": 0.0269, + "step": 431000 + }, + { + "epoch": 44.241428864709505, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.013290656730532646, + "eval_runtime": 22.5067, + "eval_samples_per_second": 3.999, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 431000 + }, + { + "epoch": 44.34407719154178, + "grad_norm": 0.3648182451725006, + "learning_rate": 5.6675581156140717e-05, + "loss": 0.0269, + "step": 432000 + }, + { + "epoch": 44.34407719154178, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.013338846154510975, + "eval_runtime": 22.5224, + "eval_samples_per_second": 3.996, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 432000 + }, + { + "epoch": 44.44672551837405, + "grad_norm": 0.14803066849708557, + "learning_rate": 5.5646986216827816e-05, + "loss": 0.0272, + "step": 433000 + }, + { + "epoch": 44.44672551837405, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.013501363806426525, + "eval_runtime": 22.4789, + "eval_samples_per_second": 4.004, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 433000 + }, + { + "epoch": 44.549373845206325, + "grad_norm": 0.13751809298992157, + "learning_rate": 5.4618391277514916e-05, + "loss": 0.0275, + "step": 434000 + }, + { + "epoch": 44.549373845206325, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.013389664702117443, + "eval_runtime": 22.5113, + "eval_samples_per_second": 3.998, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 434000 + }, + { + "epoch": 44.6520221720386, + "grad_norm": 0.18634863197803497, + "learning_rate": 5.3589796338202016e-05, + "loss": 0.0271, + "step": 435000 + }, + { + "epoch": 44.6520221720386, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.013616056181490421, + "eval_runtime": 22.6218, + "eval_samples_per_second": 3.978, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 435000 + }, + { + "epoch": 44.754670498870865, + "grad_norm": 0.20694060623645782, + "learning_rate": 5.2561201398889116e-05, + "loss": 0.0272, + "step": 436000 + }, + { + "epoch": 44.754670498870865, + "eval_cer": 0.007997630331753554, + "eval_loss": 0.013776379637420177, + "eval_runtime": 22.7323, + "eval_samples_per_second": 3.959, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03306523681858802, + "step": 436000 + }, + { + "epoch": 44.85731882570314, + "grad_norm": 0.22977876663208008, + "learning_rate": 5.153260645957622e-05, + "loss": 0.0269, + "step": 437000 + }, + { + "epoch": 44.85731882570314, + "eval_cer": 0.006664691943127962, + "eval_loss": 0.01339475717395544, + "eval_runtime": 22.3891, + "eval_samples_per_second": 4.02, + "eval_steps_per_second": 0.045, + "eval_wer": 0.028596961572832886, + "step": 437000 + }, + { + "epoch": 44.95996715253541, + "grad_norm": 0.16584943234920502, + "learning_rate": 5.050401152026332e-05, + "loss": 0.0269, + "step": 438000 + }, + { + "epoch": 44.95996715253541, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.013209763914346695, + "eval_runtime": 22.5389, + "eval_samples_per_second": 3.993, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 438000 + }, + { + "epoch": 45.062615479367686, + "grad_norm": 0.2402484118938446, + "learning_rate": 4.947541658095042e-05, + "loss": 0.0268, + "step": 439000 + }, + { + "epoch": 45.062615479367686, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.013325601816177368, + "eval_runtime": 22.5418, + "eval_samples_per_second": 3.993, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 439000 + }, + { + "epoch": 45.16526380619996, + "grad_norm": 0.18944856524467468, + "learning_rate": 4.844682164163752e-05, + "loss": 0.0265, + "step": 440000 + }, + { + "epoch": 45.16526380619996, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.012947525829076767, + "eval_runtime": 22.3674, + "eval_samples_per_second": 4.024, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03127792672028597, + "step": 440000 + }, + { + "epoch": 45.26791213303223, + "grad_norm": 0.18352921307086945, + "learning_rate": 4.741822670232462e-05, + "loss": 0.0265, + "step": 441000 + }, + { + "epoch": 45.26791213303223, + "eval_cer": 0.006960900473933649, + "eval_loss": 0.012937680818140507, + "eval_runtime": 22.3946, + "eval_samples_per_second": 4.019, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03038427167113494, + "step": 441000 + }, + { + "epoch": 45.37056045986451, + "grad_norm": 0.2022509127855301, + "learning_rate": 4.638963176301172e-05, + "loss": 0.0266, + "step": 442000 + }, + { + "epoch": 45.37056045986451, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.012964108027517796, + "eval_runtime": 22.5768, + "eval_samples_per_second": 3.986, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 442000 + }, + { + "epoch": 45.47320878669678, + "grad_norm": 0.3211962878704071, + "learning_rate": 4.536103682369882e-05, + "loss": 0.0269, + "step": 443000 + }, + { + "epoch": 45.47320878669678, + "eval_cer": 0.006960900473933649, + "eval_loss": 0.01303518284112215, + "eval_runtime": 22.4387, + "eval_samples_per_second": 4.011, + "eval_steps_per_second": 0.045, + "eval_wer": 0.029490616621983913, + "step": 443000 + }, + { + "epoch": 45.57585711352905, + "grad_norm": 0.1719512939453125, + "learning_rate": 4.433244188438593e-05, + "loss": 0.0268, + "step": 444000 + }, + { + "epoch": 45.57585711352905, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.012754334136843681, + "eval_runtime": 22.842, + "eval_samples_per_second": 3.94, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 444000 + }, + { + "epoch": 45.67850544036132, + "grad_norm": 0.1725946068763733, + "learning_rate": 4.330384694507303e-05, + "loss": 0.0265, + "step": 445000 + }, + { + "epoch": 45.67850544036132, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.012887077406048775, + "eval_runtime": 22.7726, + "eval_samples_per_second": 3.952, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 445000 + }, + { + "epoch": 45.781153767193594, + "grad_norm": 0.17726309597492218, + "learning_rate": 4.2275252005760136e-05, + "loss": 0.0269, + "step": 446000 + }, + { + "epoch": 45.781153767193594, + "eval_cer": 0.006812796208530806, + "eval_loss": 0.012967323884367943, + "eval_runtime": 22.8533, + "eval_samples_per_second": 3.938, + "eval_steps_per_second": 0.044, + "eval_wer": 0.029490616621983913, + "step": 446000 + }, + { + "epoch": 45.88380209402587, + "grad_norm": 0.2569744288921356, + "learning_rate": 4.1246657066447236e-05, + "loss": 0.0268, + "step": 447000 + }, + { + "epoch": 45.88380209402587, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.013006458058953285, + "eval_runtime": 22.479, + "eval_samples_per_second": 4.004, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 447000 + }, + { + "epoch": 45.98645042085814, + "grad_norm": 0.18339526653289795, + "learning_rate": 4.0218062127134336e-05, + "loss": 0.0272, + "step": 448000 + }, + { + "epoch": 45.98645042085814, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.012899891473352909, + "eval_runtime": 22.2876, + "eval_samples_per_second": 4.038, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03038427167113494, + "step": 448000 + }, + { + "epoch": 46.089098747690414, + "grad_norm": 0.21979086101055145, + "learning_rate": 3.9189467187821436e-05, + "loss": 0.0266, + "step": 449000 + }, + { + "epoch": 46.089098747690414, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.012851923704147339, + "eval_runtime": 22.1005, + "eval_samples_per_second": 4.072, + "eval_steps_per_second": 0.045, + "eval_wer": 0.032171581769437, + "step": 449000 + }, + { + "epoch": 46.19174707452269, + "grad_norm": 0.18747855722904205, + "learning_rate": 3.816087224850854e-05, + "loss": 0.0263, + "step": 450000 + }, + { + "epoch": 46.19174707452269, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.012800745666027069, + "eval_runtime": 22.2631, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.032171581769437, + "step": 450000 + }, + { + "epoch": 46.29439540135496, + "grad_norm": 0.20750053226947784, + "learning_rate": 3.713227730919564e-05, + "loss": 0.0263, + "step": 451000 + }, + { + "epoch": 46.29439540135496, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.012725234031677246, + "eval_runtime": 22.496, + "eval_samples_per_second": 4.001, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 451000 + }, + { + "epoch": 46.39704372818723, + "grad_norm": 0.19758926331996918, + "learning_rate": 3.610368236988274e-05, + "loss": 0.027, + "step": 452000 + }, + { + "epoch": 46.39704372818723, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.012631443329155445, + "eval_runtime": 22.4978, + "eval_samples_per_second": 4.0, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 452000 + }, + { + "epoch": 46.4996920550195, + "grad_norm": 0.23830477893352509, + "learning_rate": 3.507508743056984e-05, + "loss": 0.0267, + "step": 453000 + }, + { + "epoch": 46.4996920550195, + "eval_cer": 0.007701421800947867, + "eval_loss": 0.012887844815850258, + "eval_runtime": 22.6407, + "eval_samples_per_second": 3.975, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03306523681858802, + "step": 453000 + }, + { + "epoch": 46.602340381851775, + "grad_norm": 0.22783514857292175, + "learning_rate": 3.404649249125694e-05, + "loss": 0.026, + "step": 454000 + }, + { + "epoch": 46.602340381851775, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.012926483526825905, + "eval_runtime": 22.7995, + "eval_samples_per_second": 3.947, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03306523681858802, + "step": 454000 + }, + { + "epoch": 46.70498870868405, + "grad_norm": 0.17195259034633636, + "learning_rate": 3.301789755194404e-05, + "loss": 0.0269, + "step": 455000 + }, + { + "epoch": 46.70498870868405, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.012897716835141182, + "eval_runtime": 22.735, + "eval_samples_per_second": 3.959, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 455000 + }, + { + "epoch": 46.80763703551632, + "grad_norm": 0.21375824511051178, + "learning_rate": 3.198930261263114e-05, + "loss": 0.0267, + "step": 456000 + }, + { + "epoch": 46.80763703551632, + "eval_cer": 0.00784952606635071, + "eval_loss": 0.01305030845105648, + "eval_runtime": 22.6049, + "eval_samples_per_second": 3.981, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03395889186773905, + "step": 456000 + }, + { + "epoch": 46.910285362348596, + "grad_norm": 0.2291615605354309, + "learning_rate": 3.096070767331825e-05, + "loss": 0.0269, + "step": 457000 + }, + { + "epoch": 46.910285362348596, + "eval_cer": 0.007553317535545024, + "eval_loss": 0.013074580579996109, + "eval_runtime": 22.4586, + "eval_samples_per_second": 4.007, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03395889186773905, + "step": 457000 + }, + { + "epoch": 47.01293368918087, + "grad_norm": 0.18737538158893585, + "learning_rate": 2.993211273400535e-05, + "loss": 0.0266, + "step": 458000 + }, + { + "epoch": 47.01293368918087, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.01272270642220974, + "eval_runtime": 22.7233, + "eval_samples_per_second": 3.961, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 458000 + }, + { + "epoch": 47.115582016013136, + "grad_norm": 0.20762291550636292, + "learning_rate": 2.8903517794692452e-05, + "loss": 0.0263, + "step": 459000 + }, + { + "epoch": 47.115582016013136, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.01276144664734602, + "eval_runtime": 22.6501, + "eval_samples_per_second": 3.973, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 459000 + }, + { + "epoch": 47.21823034284541, + "grad_norm": 0.22940364480018616, + "learning_rate": 2.7874922855379552e-05, + "loss": 0.0263, + "step": 460000 + }, + { + "epoch": 47.21823034284541, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.012876234017312527, + "eval_runtime": 22.497, + "eval_samples_per_second": 4.001, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 460000 + }, + { + "epoch": 47.32087866967768, + "grad_norm": 0.1963769495487213, + "learning_rate": 2.6846327916066652e-05, + "loss": 0.0262, + "step": 461000 + }, + { + "epoch": 47.32087866967768, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.012759842909872532, + "eval_runtime": 22.4933, + "eval_samples_per_second": 4.001, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 461000 + }, + { + "epoch": 47.423526996509956, + "grad_norm": 0.13898225128650665, + "learning_rate": 2.5817732976753755e-05, + "loss": 0.0262, + "step": 462000 + }, + { + "epoch": 47.423526996509956, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.012645237147808075, + "eval_runtime": 22.7141, + "eval_samples_per_second": 3.962, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 462000 + }, + { + "epoch": 47.52617532334223, + "grad_norm": 0.295411616563797, + "learning_rate": 2.4789138037440855e-05, + "loss": 0.0264, + "step": 463000 + }, + { + "epoch": 47.52617532334223, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.012794570997357368, + "eval_runtime": 22.5479, + "eval_samples_per_second": 3.992, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 463000 + }, + { + "epoch": 47.6288236501745, + "grad_norm": 0.2703556418418884, + "learning_rate": 2.3760543098127955e-05, + "loss": 0.0264, + "step": 464000 + }, + { + "epoch": 47.6288236501745, + "eval_cer": 0.00784952606635071, + "eval_loss": 0.012676162645220757, + "eval_runtime": 22.746, + "eval_samples_per_second": 3.957, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03306523681858802, + "step": 464000 + }, + { + "epoch": 47.73147197700678, + "grad_norm": 0.20613588392734528, + "learning_rate": 2.2731948158815062e-05, + "loss": 0.0267, + "step": 465000 + }, + { + "epoch": 47.73147197700678, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.012650624848902225, + "eval_runtime": 22.6051, + "eval_samples_per_second": 3.981, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 465000 + }, + { + "epoch": 47.83412030383905, + "grad_norm": 0.19190002977848053, + "learning_rate": 2.1703353219502162e-05, + "loss": 0.0261, + "step": 466000 + }, + { + "epoch": 47.83412030383905, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.012826332822442055, + "eval_runtime": 22.6709, + "eval_samples_per_second": 3.97, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03306523681858802, + "step": 466000 + }, + { + "epoch": 47.93676863067132, + "grad_norm": 0.1679309457540512, + "learning_rate": 2.0674758280189262e-05, + "loss": 0.0262, + "step": 467000 + }, + { + "epoch": 47.93676863067132, + "eval_cer": 0.006960900473933649, + "eval_loss": 0.012559423223137856, + "eval_runtime": 22.4179, + "eval_samples_per_second": 4.015, + "eval_steps_per_second": 0.045, + "eval_wer": 0.029490616621983913, + "step": 467000 + }, + { + "epoch": 48.03941695750359, + "grad_norm": 0.21128496527671814, + "learning_rate": 1.9646163340876362e-05, + "loss": 0.0264, + "step": 468000 + }, + { + "epoch": 48.03941695750359, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.01262712012976408, + "eval_runtime": 22.5251, + "eval_samples_per_second": 3.996, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 468000 + }, + { + "epoch": 48.142065284335864, + "grad_norm": 0.23150426149368286, + "learning_rate": 1.8617568401563465e-05, + "loss": 0.0263, + "step": 469000 + }, + { + "epoch": 48.142065284335864, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.012799305841326714, + "eval_runtime": 22.402, + "eval_samples_per_second": 4.018, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03038427167113494, + "step": 469000 + }, + { + "epoch": 48.24471361116814, + "grad_norm": 0.23995615541934967, + "learning_rate": 1.7588973462250565e-05, + "loss": 0.0259, + "step": 470000 + }, + { + "epoch": 48.24471361116814, + "eval_cer": 0.006960900473933649, + "eval_loss": 0.012804466299712658, + "eval_runtime": 22.5738, + "eval_samples_per_second": 3.987, + "eval_steps_per_second": 0.044, + "eval_wer": 0.029490616621983913, + "step": 470000 + }, + { + "epoch": 48.34736193800041, + "grad_norm": 0.2322542518377304, + "learning_rate": 1.6560378522937665e-05, + "loss": 0.0263, + "step": 471000 + }, + { + "epoch": 48.34736193800041, + "eval_cer": 0.006960900473933649, + "eval_loss": 0.012536253780126572, + "eval_runtime": 22.4337, + "eval_samples_per_second": 4.012, + "eval_steps_per_second": 0.045, + "eval_wer": 0.029490616621983913, + "step": 471000 + }, + { + "epoch": 48.450010264832684, + "grad_norm": 0.19019187986850739, + "learning_rate": 1.553178358362477e-05, + "loss": 0.0258, + "step": 472000 + }, + { + "epoch": 48.450010264832684, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.012600379064679146, + "eval_runtime": 22.4073, + "eval_samples_per_second": 4.017, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03038427167113494, + "step": 472000 + }, + { + "epoch": 48.55265859166496, + "grad_norm": 0.16290856897830963, + "learning_rate": 1.450318864431187e-05, + "loss": 0.0262, + "step": 473000 + }, + { + "epoch": 48.55265859166496, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.012459825724363327, + "eval_runtime": 22.3028, + "eval_samples_per_second": 4.035, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03038427167113494, + "step": 473000 + }, + { + "epoch": 48.65530691849723, + "grad_norm": 0.20070821046829224, + "learning_rate": 1.3474593704998972e-05, + "loss": 0.0258, + "step": 474000 + }, + { + "epoch": 48.65530691849723, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.01252325065433979, + "eval_runtime": 22.5396, + "eval_samples_per_second": 3.993, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 474000 + }, + { + "epoch": 48.7579552453295, + "grad_norm": 0.21549555659294128, + "learning_rate": 1.2445998765686073e-05, + "loss": 0.026, + "step": 475000 + }, + { + "epoch": 48.7579552453295, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.0124691566452384, + "eval_runtime": 22.5036, + "eval_samples_per_second": 3.999, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 475000 + }, + { + "epoch": 48.86060357216177, + "grad_norm": 0.27654412388801575, + "learning_rate": 1.1417403826373175e-05, + "loss": 0.0265, + "step": 476000 + }, + { + "epoch": 48.86060357216177, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.012546148151159286, + "eval_runtime": 22.6064, + "eval_samples_per_second": 3.981, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 476000 + }, + { + "epoch": 48.963251898994045, + "grad_norm": 0.1903195083141327, + "learning_rate": 1.0388808887060275e-05, + "loss": 0.0262, + "step": 477000 + }, + { + "epoch": 48.963251898994045, + "eval_cer": 0.00740521327014218, + "eval_loss": 0.012493513524532318, + "eval_runtime": 22.4828, + "eval_samples_per_second": 4.003, + "eval_steps_per_second": 0.044, + "eval_wer": 0.032171581769437, + "step": 477000 + }, + { + "epoch": 49.06590022582632, + "grad_norm": 0.2395348995923996, + "learning_rate": 9.360213947747377e-06, + "loss": 0.0261, + "step": 478000 + }, + { + "epoch": 49.06590022582632, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.012535948306322098, + "eval_runtime": 22.8324, + "eval_samples_per_second": 3.942, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 478000 + }, + { + "epoch": 49.16854855265859, + "grad_norm": 0.20346806943416595, + "learning_rate": 8.33161900843448e-06, + "loss": 0.0259, + "step": 479000 + }, + { + "epoch": 49.16854855265859, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.012490322813391685, + "eval_runtime": 22.7561, + "eval_samples_per_second": 3.955, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 479000 + }, + { + "epoch": 49.271196879490866, + "grad_norm": 0.18711692094802856, + "learning_rate": 7.30302406912158e-06, + "loss": 0.0261, + "step": 480000 + }, + { + "epoch": 49.271196879490866, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.01254476048052311, + "eval_runtime": 22.575, + "eval_samples_per_second": 3.987, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 480000 + }, + { + "epoch": 49.37384520632314, + "grad_norm": 0.19651705026626587, + "learning_rate": 6.274429129808681e-06, + "loss": 0.0257, + "step": 481000 + }, + { + "epoch": 49.37384520632314, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.012482382357120514, + "eval_runtime": 22.6241, + "eval_samples_per_second": 3.978, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 481000 + }, + { + "epoch": 49.47649353315541, + "grad_norm": 0.1909824162721634, + "learning_rate": 5.245834190495783e-06, + "loss": 0.0261, + "step": 482000 + }, + { + "epoch": 49.47649353315541, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.012513377703726292, + "eval_runtime": 22.706, + "eval_samples_per_second": 3.964, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 482000 + }, + { + "epoch": 49.57914185998768, + "grad_norm": 0.18398302793502808, + "learning_rate": 4.217239251182884e-06, + "loss": 0.0262, + "step": 483000 + }, + { + "epoch": 49.57914185998768, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.012494869530200958, + "eval_runtime": 22.545, + "eval_samples_per_second": 3.992, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 483000 + }, + { + "epoch": 49.68179018681995, + "grad_norm": 0.2315966933965683, + "learning_rate": 3.1886443118699856e-06, + "loss": 0.0255, + "step": 484000 + }, + { + "epoch": 49.68179018681995, + "eval_cer": 0.007257109004739337, + "eval_loss": 0.012507443316280842, + "eval_runtime": 22.6822, + "eval_samples_per_second": 3.968, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03127792672028597, + "step": 484000 + }, + { + "epoch": 49.784438513652226, + "grad_norm": 0.16276974976062775, + "learning_rate": 2.1600493725570872e-06, + "loss": 0.0258, + "step": 485000 + }, + { + "epoch": 49.784438513652226, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.012460754252970219, + "eval_runtime": 22.3925, + "eval_samples_per_second": 4.019, + "eval_steps_per_second": 0.045, + "eval_wer": 0.03038427167113494, + "step": 485000 + }, + { + "epoch": 49.8870868404845, + "grad_norm": 0.16273947060108185, + "learning_rate": 1.1314544332441885e-06, + "loss": 0.0261, + "step": 486000 + }, + { + "epoch": 49.8870868404845, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.012488246895372868, + "eval_runtime": 22.5881, + "eval_samples_per_second": 3.984, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 486000 + }, + { + "epoch": 49.98973516731677, + "grad_norm": 0.2636996805667877, + "learning_rate": 1.0285949393128985e-07, + "loss": 0.0263, + "step": 487000 + }, + { + "epoch": 49.98973516731677, + "eval_cer": 0.0071090047393364926, + "eval_loss": 0.01250074990093708, + "eval_runtime": 22.7073, + "eval_samples_per_second": 3.963, + "eval_steps_per_second": 0.044, + "eval_wer": 0.03038427167113494, + "step": 487000 + } + ], + "logging_steps": 1000, + "max_steps": 487100, + "num_input_tokens_seen": 0, + "num_train_epochs": 50, + "save_steps": 4000, + "stateful_callbacks": { + "TrainerControl": { + "args": { + "should_epoch_stop": false, + "should_evaluate": false, + "should_log": false, + "should_save": true, + "should_training_stop": true + }, + "attributes": {} + } + }, + "total_flos": 1.703420432200581e+17, + "train_batch_size": 32, + "trial_name": null, + "trial_params": null +} diff --git a/homo-ge2pe/training_args.bin b/homo-ge2pe/training_args.bin new file mode 100644 index 0000000000000000000000000000000000000000..d7357151695b8a4ec186958f1823e3e321200cbc --- /dev/null +++ b/homo-ge2pe/training_args.bin @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:8e058fdbc12db18d58b0b444be8a638dab1dc88c69c935b1915d69559be5ad6c +size 5432 diff --git a/homo-t5/added_tokens.json b/homo-t5/added_tokens.json new file mode 100644 index 0000000000000000000000000000000000000000..93c190b5690dd55aac16723222a9909e2be0faec --- /dev/null +++ b/homo-t5/added_tokens.json @@ -0,0 +1,127 @@ +{ + "": 259, + "": 359, + "": 360, + "": 361, + "": 362, + "": 363, + "": 364, + "": 365, + "": 366, + "": 367, + "": 368, + "": 269, + "": 369, + "": 370, + "": 371, + "": 372, + "": 373, + "": 374, + "": 375, + "": 376, + "": 377, + "": 378, + "": 270, + "": 379, + "": 380, + "": 381, + "": 382, + "": 383, + "": 271, + "": 272, + "": 273, + "": 274, + "": 275, + "": 276, + "": 277, + "": 278, + "": 260, + "": 279, + "": 280, + "": 281, + "": 282, + "": 283, + "": 284, + "": 285, + "": 286, + "": 287, + "": 288, + "": 261, + "": 289, + "": 290, + "": 291, + "": 292, + "": 293, + "": 294, + "": 295, + "": 296, + "": 297, + "": 298, + "": 262, + "": 299, + "": 300, + "": 301, + "": 302, + "": 303, + "": 304, + "": 305, + "": 306, + "": 307, + "": 308, + "": 263, + "": 309, + "": 310, + "": 311, + "": 312, + "": 313, + "": 314, + "": 315, + "": 316, + "": 317, + "": 318, + "": 264, + "": 319, + "": 320, + "": 321, + "": 322, + "": 323, + "": 324, + "": 325, + "": 326, + "": 327, + "": 328, + "": 265, + "": 329, + "": 330, + "": 331, + "": 332, + "": 333, + "": 334, + "": 335, + "": 336, + "": 337, + "": 338, + "": 266, + "": 339, + "": 340, + "": 341, + "": 342, + "": 343, + "": 344, + "": 345, + "": 346, + "": 347, + "": 348, + "": 267, + "": 349, + "": 350, + "": 351, + "": 352, + "": 353, + "": 354, + "": 355, + "": 356, + "": 357, + "": 358, + "": 268 +} diff --git a/homo-t5/config.json b/homo-t5/config.json new file mode 100644 index 0000000000000000000000000000000000000000..0ad6252d0f50c1bfa78d68b40b90778ec6d4fdf4 --- /dev/null +++ b/homo-t5/config.json @@ -0,0 +1,33 @@ +{ + "_name_or_path": "./phase2-t5", + "architectures": [ + "T5ForConditionalGeneration" + ], + "classifier_dropout": 0.0, + "d_ff": 512, + "d_kv": 64, + "d_model": 512, + "decoder_start_token_id": 0, + "dense_act_fn": "gelu_new", + "dropout_rate": 0.1, + "eos_token_id": 1, + "feed_forward_proj": "gated-gelu", + "gradient_checkpointing": false, + "initializer_factor": 1.0, + "is_encoder_decoder": true, + "is_gated_act": true, + "layer_norm_epsilon": 1e-06, + "model_type": "t5", + "num_decoder_layers": 2, + "num_heads": 6, + "num_layers": 2, + "pad_token_id": 0, + "relative_attention_max_distance": 128, + "relative_attention_num_buckets": 32, + "tie_word_embeddings": false, + "tokenizer_class": "ByT5Tokenizer", + "torch_dtype": "float32", + "transformers_version": "4.48.1", + "use_cache": true, + "vocab_size": 384 +} diff --git a/homo-t5/generation_config.json b/homo-t5/generation_config.json new file mode 100644 index 0000000000000000000000000000000000000000..be0490517046f97a46854a55847ccffb9cd59f4c --- /dev/null +++ b/homo-t5/generation_config.json @@ -0,0 +1,6 @@ +{ + "decoder_start_token_id": 0, + "eos_token_id": 1, + "pad_token_id": 0, + "transformers_version": "4.48.1" +} diff --git a/homo-t5/model.safetensors b/homo-t5/model.safetensors new file mode 100644 index 0000000000000000000000000000000000000000..4dc8bb701485e7dc7be9dffba2971df277225db0 --- /dev/null +++ b/homo-t5/model.safetensors @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:8a6f7c0ade59318475811f64a62635d5dfdd1f27baa9e3bbdab9f3522bbc693d +size 33062296 diff --git a/homo-t5/optimizer.pt b/homo-t5/optimizer.pt new file mode 100644 index 0000000000000000000000000000000000000000..a813c194a64c9feeb8684194cf8e9ab39e49583c --- /dev/null +++ b/homo-t5/optimizer.pt @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:10586e88d06b36a8bd39c4dadea07a769ed1660ea84cc50498088f1ba497dff5 +size 66156666 diff --git a/homo-t5/rng_state.pth b/homo-t5/rng_state.pth new file mode 100644 index 0000000000000000000000000000000000000000..ffacecaa734865f6335a461f46fcb07df6eb0335 --- /dev/null +++ b/homo-t5/rng_state.pth @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:4cb4b46d4cd4c95a2fc309c4a5209c25ce489a8049ae18eb548d8a28fac5b877 +size 14244 diff --git a/homo-t5/scheduler.pt b/homo-t5/scheduler.pt new file mode 100644 index 0000000000000000000000000000000000000000..374702446c0657d759d9b42be32daf58e7e8520c --- /dev/null +++ b/homo-t5/scheduler.pt @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:ef32a82f7dc43a94e634f035e4a402a0908d21d62ce5bff0d92975b2673a949a +size 1064 diff --git a/homo-t5/special_tokens_map.json b/homo-t5/special_tokens_map.json new file mode 100644 index 0000000000000000000000000000000000000000..04fd58b5fbf6a36fda564a656b14c137ef045689 --- /dev/null +++ b/homo-t5/special_tokens_map.json @@ -0,0 +1,150 @@ +{ + "additional_special_tokens": [ + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "" + ], + "eos_token": { + "content": "", + "lstrip": false, + "normalized": true, + "rstrip": false, + "single_word": false + }, + "pad_token": { + "content": "", + "lstrip": false, + "normalized": true, + "rstrip": false, + "single_word": false + }, + "unk_token": { + "content": "", + "lstrip": false, + "normalized": true, + "rstrip": false, + "single_word": false + } +} diff --git a/homo-t5/tokenizer_config.json b/homo-t5/tokenizer_config.json new file mode 100644 index 0000000000000000000000000000000000000000..5b1fe24c1b1962f69a7754a26e6770ae7bcb7764 --- /dev/null +++ b/homo-t5/tokenizer_config.json @@ -0,0 +1,1163 @@ +{ + "added_tokens_decoder": { + "0": { + "content": "", + "lstrip": false, + "normalized": true, + "rstrip": false, + "single_word": false, + "special": true + }, + "1": { + "content": "", + "lstrip": false, + "normalized": true, + "rstrip": false, + "single_word": false, + "special": true + }, + "2": { + "content": "", + "lstrip": false, + "normalized": true, + "rstrip": false, + "single_word": false, + "special": true + }, + "259": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "260": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "261": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "262": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "263": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "264": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "265": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "266": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "267": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "268": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "269": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "270": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "271": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "272": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "273": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "274": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "275": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "276": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "277": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "278": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "279": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "280": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "281": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "282": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "283": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "284": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "285": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "286": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "287": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "288": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "289": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "290": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "291": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "292": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "293": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "294": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "295": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "296": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "297": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "298": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "299": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "300": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "301": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "302": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "303": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "304": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "305": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "306": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "307": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "308": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "309": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "310": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "311": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "312": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "313": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "314": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "315": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "316": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "317": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "318": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "319": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "320": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "321": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "322": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "323": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "324": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "325": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "326": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "327": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "328": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "329": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "330": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "331": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "332": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "333": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "334": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "335": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "336": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "337": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "338": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "339": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "340": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "341": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "342": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "343": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "344": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "345": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "346": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "347": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "348": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "349": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "350": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "351": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "352": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "353": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "354": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "355": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "356": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "357": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "358": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "359": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "360": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "361": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "362": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "363": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "364": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "365": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "366": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "367": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "368": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "369": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "370": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "371": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "372": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "373": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "374": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "375": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "376": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "377": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "378": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "379": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "380": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "381": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "382": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + }, + "383": { + "content": "", + "lstrip": false, + "normalized": false, + "rstrip": false, + "single_word": false, + "special": true + } + }, + "additional_special_tokens": [ + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "", + "" + ], + "clean_up_tokenization_spaces": false, + "eos_token": "", + "extra_ids": 0, + "extra_special_tokens": {}, + "model_max_length": 1000000000000000019884624838656, + "pad_token": "", + "tokenizer_class": "ByT5Tokenizer", + "unk_token": "" +} diff --git a/homo-t5/trainer_state.json b/homo-t5/trainer_state.json new file mode 100644 index 0000000000000000000000000000000000000000..c1d14b83261bfa7e0e7e4d1233049e96e46728ef --- /dev/null +++ b/homo-t5/trainer_state.json @@ -0,0 +1,8312 @@ +{ + "best_metric": 0.02429259568452835, + "best_model_checkpoint": "./phase3-t5/checkpoint-484000", + "epoch": 50.0, + "eval_steps": 1000, + "global_step": 487100, + "is_hyper_param_search": false, + "is_local_process_zero": true, + "is_world_process_zero": true, + "log_history": [ + { + "epoch": 0.10264832683227264, + "grad_norm": 0.2675953805446625, + "learning_rate": 0.0005, + "loss": 0.1517, + "step": 1000 + }, + { + "epoch": 0.10264832683227264, + "eval_cer": 0.3379739336492891, + "eval_loss": 0.09135649353265762, + "eval_runtime": 61.2416, + "eval_samples_per_second": 1.47, + "eval_steps_per_second": 0.016, + "eval_wer": 0.42716711349419123, + "step": 1000 + }, + { + "epoch": 0.20529665366454528, + "grad_norm": 0.21362937986850739, + "learning_rate": 0.0004989714050606871, + "loss": 0.1197, + "step": 2000 + }, + { + "epoch": 0.20529665366454528, + "eval_cer": 0.15506516587677724, + "eval_loss": 0.08493143320083618, + "eval_runtime": 60.3144, + "eval_samples_per_second": 1.492, + "eval_steps_per_second": 0.017, + "eval_wer": 0.2645218945487042, + "step": 2000 + }, + { + "epoch": 0.3079449804968179, + "grad_norm": 0.381354957818985, + "learning_rate": 0.0004979428101213742, + "loss": 0.1119, + "step": 3000 + }, + { + "epoch": 0.3079449804968179, + "eval_cer": 0.13122037914691942, + "eval_loss": 0.07921701669692993, + "eval_runtime": 41.6322, + "eval_samples_per_second": 2.162, + "eval_steps_per_second": 0.024, + "eval_wer": 0.23145665773011617, + "step": 3000 + }, + { + "epoch": 0.41059330732909055, + "grad_norm": 0.21338549256324768, + "learning_rate": 0.0004969142151820613, + "loss": 0.1083, + "step": 4000 + }, + { + "epoch": 0.41059330732909055, + "eval_cer": 0.05139218009478673, + "eval_loss": 0.07416867464780807, + "eval_runtime": 24.7028, + "eval_samples_per_second": 3.643, + "eval_steps_per_second": 0.04, + "eval_wer": 0.14655942806076855, + "step": 4000 + }, + { + "epoch": 0.5132416341613631, + "grad_norm": 0.16844697296619415, + "learning_rate": 0.0004958856202427484, + "loss": 0.1054, + "step": 5000 + }, + { + "epoch": 0.5132416341613631, + "eval_cer": 0.06916469194312796, + "eval_loss": 0.0707884430885315, + "eval_runtime": 32.9432, + "eval_samples_per_second": 2.732, + "eval_steps_per_second": 0.03, + "eval_wer": 0.1572832886505809, + "step": 5000 + }, + { + "epoch": 0.6158899609936358, + "grad_norm": 0.2411990612745285, + "learning_rate": 0.0004948570253034355, + "loss": 0.1033, + "step": 6000 + }, + { + "epoch": 0.6158899609936358, + "eval_cer": 0.1552132701421801, + "eval_loss": 0.07135774940252304, + "eval_runtime": 46.0141, + "eval_samples_per_second": 1.956, + "eval_steps_per_second": 0.022, + "eval_wer": 0.24128686327077747, + "step": 6000 + }, + { + "epoch": 0.7185382878259085, + "grad_norm": 0.24947325885295868, + "learning_rate": 0.0004938284303641226, + "loss": 0.1017, + "step": 7000 + }, + { + "epoch": 0.7185382878259085, + "eval_cer": 0.059537914691943125, + "eval_loss": 0.06659836322069168, + "eval_runtime": 45.8436, + "eval_samples_per_second": 1.963, + "eval_steps_per_second": 0.022, + "eval_wer": 0.14298480786416443, + "step": 7000 + }, + { + "epoch": 0.8211866146581811, + "grad_norm": 0.14766907691955566, + "learning_rate": 0.0004927998354248098, + "loss": 0.1006, + "step": 8000 + }, + { + "epoch": 0.8211866146581811, + "eval_cer": 0.0727191943127962, + "eval_loss": 0.06510724872350693, + "eval_runtime": 51.2808, + "eval_samples_per_second": 1.755, + "eval_steps_per_second": 0.02, + "eval_wer": 0.15638963360142985, + "step": 8000 + }, + { + "epoch": 0.9238349414904538, + "grad_norm": 0.25097745656967163, + "learning_rate": 0.0004917712404854969, + "loss": 0.0982, + "step": 9000 + }, + { + "epoch": 0.9238349414904538, + "eval_cer": 0.04576421800947867, + "eval_loss": 0.06489837914705276, + "eval_runtime": 45.8464, + "eval_samples_per_second": 1.963, + "eval_steps_per_second": 0.022, + "eval_wer": 0.13047363717605004, + "step": 9000 + }, + { + "epoch": 1.0264832683227263, + "grad_norm": 0.31185394525527954, + "learning_rate": 0.000490742645546184, + "loss": 0.0976, + "step": 10000 + }, + { + "epoch": 1.0264832683227263, + "eval_cer": 0.050355450236966824, + "eval_loss": 0.06680955737829208, + "eval_runtime": 46.015, + "eval_samples_per_second": 1.956, + "eval_steps_per_second": 0.022, + "eval_wer": 0.13494191242180517, + "step": 10000 + }, + { + "epoch": 1.129131595154999, + "grad_norm": 0.2225043922662735, + "learning_rate": 0.000489714050606871, + "loss": 0.0944, + "step": 11000 + }, + { + "epoch": 1.129131595154999, + "eval_cer": 0.03806279620853081, + "eval_loss": 0.06565282493829727, + "eval_runtime": 39.9826, + "eval_samples_per_second": 2.251, + "eval_steps_per_second": 0.025, + "eval_wer": 0.1224307417336908, + "step": 11000 + }, + { + "epoch": 1.2317799219872716, + "grad_norm": 0.2643093168735504, + "learning_rate": 0.0004886854556675581, + "loss": 0.095, + "step": 12000 + }, + { + "epoch": 1.2317799219872716, + "eval_cer": 0.042950236966824644, + "eval_loss": 0.06407604366540909, + "eval_runtime": 38.3229, + "eval_samples_per_second": 2.348, + "eval_steps_per_second": 0.026, + "eval_wer": 0.12779267202859695, + "step": 12000 + }, + { + "epoch": 1.3344282488195442, + "grad_norm": 0.1704595983028412, + "learning_rate": 0.00048765686072824524, + "loss": 0.0934, + "step": 13000 + }, + { + "epoch": 1.3344282488195442, + "eval_cer": 0.030953791469194313, + "eval_loss": 0.06052744388580322, + "eval_runtime": 43.0244, + "eval_samples_per_second": 2.092, + "eval_steps_per_second": 0.023, + "eval_wer": 0.11081322609472744, + "step": 13000 + }, + { + "epoch": 1.437076575651817, + "grad_norm": 0.28452351689338684, + "learning_rate": 0.00048662826578893233, + "loss": 0.0922, + "step": 14000 + }, + { + "epoch": 1.437076575651817, + "eval_cer": 0.030065165876777253, + "eval_loss": 0.06290669739246368, + "eval_runtime": 38.566, + "eval_samples_per_second": 2.334, + "eval_steps_per_second": 0.026, + "eval_wer": 0.1063449508489723, + "step": 14000 + }, + { + "epoch": 1.5397249024840896, + "grad_norm": 0.18739064037799835, + "learning_rate": 0.0004855996708496194, + "loss": 0.0914, + "step": 15000 + }, + { + "epoch": 1.5397249024840896, + "eval_cer": 0.09389810426540285, + "eval_loss": 0.060126081109046936, + "eval_runtime": 60.9362, + "eval_samples_per_second": 1.477, + "eval_steps_per_second": 0.016, + "eval_wer": 0.1742627345844504, + "step": 15000 + }, + { + "epoch": 1.642373229316362, + "grad_norm": 0.14926160871982574, + "learning_rate": 0.0004845710759103065, + "loss": 0.0923, + "step": 16000 + }, + { + "epoch": 1.642373229316362, + "eval_cer": 0.04428317535545024, + "eval_loss": 0.05910157784819603, + "eval_runtime": 35.0608, + "eval_samples_per_second": 2.567, + "eval_steps_per_second": 0.029, + "eval_wer": 0.11974977658623771, + "step": 16000 + }, + { + "epoch": 1.7450215561486346, + "grad_norm": 0.15932171046733856, + "learning_rate": 0.0004835424809709936, + "loss": 0.0923, + "step": 17000 + }, + { + "epoch": 1.7450215561486346, + "eval_cer": 0.08975118483412323, + "eval_loss": 0.05897140130400658, + "eval_runtime": 37.0041, + "eval_samples_per_second": 2.432, + "eval_steps_per_second": 0.027, + "eval_wer": 0.16979445933869527, + "step": 17000 + }, + { + "epoch": 1.8476698829809073, + "grad_norm": 0.23555859923362732, + "learning_rate": 0.0004825138860316807, + "loss": 0.0901, + "step": 18000 + }, + { + "epoch": 1.8476698829809073, + "eval_cer": 0.033619668246445494, + "eval_loss": 0.057106491178274155, + "eval_runtime": 20.6425, + "eval_samples_per_second": 4.36, + "eval_steps_per_second": 0.048, + "eval_wer": 0.10723860589812333, + "step": 18000 + }, + { + "epoch": 1.95031820981318, + "grad_norm": 0.16271623969078064, + "learning_rate": 0.00048148529109236785, + "loss": 0.0896, + "step": 19000 + }, + { + "epoch": 1.95031820981318, + "eval_cer": 0.039543838862559244, + "eval_loss": 0.05746171995997429, + "eval_runtime": 21.3164, + "eval_samples_per_second": 4.222, + "eval_steps_per_second": 0.047, + "eval_wer": 0.11349419124218052, + "step": 19000 + }, + { + "epoch": 2.0529665366454526, + "grad_norm": 0.225450336933136, + "learning_rate": 0.00048045669615305494, + "loss": 0.0879, + "step": 20000 + }, + { + "epoch": 2.0529665366454526, + "eval_cer": 0.041321090047393365, + "eval_loss": 0.05702373385429382, + "eval_runtime": 22.0309, + "eval_samples_per_second": 4.085, + "eval_steps_per_second": 0.045, + "eval_wer": 0.11170688114387846, + "step": 20000 + }, + { + "epoch": 2.1556148634777252, + "grad_norm": 0.2128904014825821, + "learning_rate": 0.00047942810121374204, + "loss": 0.0875, + "step": 21000 + }, + { + "epoch": 2.1556148634777252, + "eval_cer": 0.03154620853080569, + "eval_loss": 0.05841705948114395, + "eval_runtime": 22.0788, + "eval_samples_per_second": 4.076, + "eval_steps_per_second": 0.045, + "eval_wer": 0.10187667560321716, + "step": 21000 + }, + { + "epoch": 2.258263190309998, + "grad_norm": 0.24170714616775513, + "learning_rate": 0.00047839950627442913, + "loss": 0.0869, + "step": 22000 + }, + { + "epoch": 2.258263190309998, + "eval_cer": 0.034212085308056875, + "eval_loss": 0.057785358279943466, + "eval_runtime": 22.1563, + "eval_samples_per_second": 4.062, + "eval_steps_per_second": 0.045, + "eval_wer": 0.10902591599642537, + "step": 22000 + }, + { + "epoch": 2.3609115171422705, + "grad_norm": 0.261454313993454, + "learning_rate": 0.0004773709113351162, + "loss": 0.0868, + "step": 23000 + }, + { + "epoch": 2.3609115171422705, + "eval_cer": 0.03450829383886256, + "eval_loss": 0.05649031326174736, + "eval_runtime": 22.1442, + "eval_samples_per_second": 4.064, + "eval_steps_per_second": 0.045, + "eval_wer": 0.10723860589812333, + "step": 23000 + }, + { + "epoch": 2.463559843974543, + "grad_norm": 0.24116463959217072, + "learning_rate": 0.0004763423163958033, + "loss": 0.0861, + "step": 24000 + }, + { + "epoch": 2.463559843974543, + "eval_cer": 0.03169431279620853, + "eval_loss": 0.05647359788417816, + "eval_runtime": 23.1195, + "eval_samples_per_second": 3.893, + "eval_steps_per_second": 0.043, + "eval_wer": 0.10187667560321716, + "step": 24000 + }, + { + "epoch": 2.566208170806816, + "grad_norm": 0.19247783720493317, + "learning_rate": 0.0004753137214564904, + "loss": 0.0861, + "step": 25000 + }, + { + "epoch": 2.566208170806816, + "eval_cer": 0.027103080568720378, + "eval_loss": 0.05473396182060242, + "eval_runtime": 21.8207, + "eval_samples_per_second": 4.125, + "eval_steps_per_second": 0.046, + "eval_wer": 0.10008936550491511, + "step": 25000 + }, + { + "epoch": 2.6688564976390885, + "grad_norm": 0.20277945697307587, + "learning_rate": 0.00047428512651717756, + "loss": 0.0859, + "step": 26000 + }, + { + "epoch": 2.6688564976390885, + "eval_cer": 0.028880331753554502, + "eval_loss": 0.05520312860608101, + "eval_runtime": 22.4109, + "eval_samples_per_second": 4.016, + "eval_steps_per_second": 0.045, + "eval_wer": 0.10187667560321716, + "step": 26000 + }, + { + "epoch": 2.771504824471361, + "grad_norm": 0.17546099424362183, + "learning_rate": 0.00047325653157786465, + "loss": 0.0853, + "step": 27000 + }, + { + "epoch": 2.771504824471361, + "eval_cer": 0.027251184834123223, + "eval_loss": 0.05452750623226166, + "eval_runtime": 22.3468, + "eval_samples_per_second": 4.027, + "eval_steps_per_second": 0.045, + "eval_wer": 0.09562109025915996, + "step": 27000 + }, + { + "epoch": 2.874153151303634, + "grad_norm": 0.23071998357772827, + "learning_rate": 0.00047222793663855174, + "loss": 0.0857, + "step": 28000 + }, + { + "epoch": 2.874153151303634, + "eval_cer": 0.027399289099526065, + "eval_loss": 0.05141612887382507, + "eval_runtime": 22.353, + "eval_samples_per_second": 4.026, + "eval_steps_per_second": 0.045, + "eval_wer": 0.09651474530831099, + "step": 28000 + }, + { + "epoch": 2.9768014781359065, + "grad_norm": 0.2768128216266632, + "learning_rate": 0.00047119934169923884, + "loss": 0.0844, + "step": 29000 + }, + { + "epoch": 2.9768014781359065, + "eval_cer": 0.030805687203791468, + "eval_loss": 0.053941383957862854, + "eval_runtime": 22.2529, + "eval_samples_per_second": 4.044, + "eval_steps_per_second": 0.045, + "eval_wer": 0.1063449508489723, + "step": 29000 + }, + { + "epoch": 3.079449804968179, + "grad_norm": 0.21525971591472626, + "learning_rate": 0.00047017074675992593, + "loss": 0.0828, + "step": 30000 + }, + { + "epoch": 3.079449804968179, + "eval_cer": 0.027843601895734597, + "eval_loss": 0.05354895442724228, + "eval_runtime": 22.123, + "eval_samples_per_second": 4.068, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0938337801608579, + "step": 30000 + }, + { + "epoch": 3.1820981318004518, + "grad_norm": 0.36673811078071594, + "learning_rate": 0.000469142151820613, + "loss": 0.0825, + "step": 31000 + }, + { + "epoch": 3.1820981318004518, + "eval_cer": 0.02843601895734597, + "eval_loss": 0.05313113331794739, + "eval_runtime": 22.1652, + "eval_samples_per_second": 4.06, + "eval_steps_per_second": 0.045, + "eval_wer": 0.10008936550491511, + "step": 31000 + }, + { + "epoch": 3.2847464586327244, + "grad_norm": 0.20910222828388214, + "learning_rate": 0.0004681135568813001, + "loss": 0.0815, + "step": 32000 + }, + { + "epoch": 3.2847464586327244, + "eval_cer": 0.04191350710900474, + "eval_loss": 0.05280559882521629, + "eval_runtime": 25.447, + "eval_samples_per_second": 3.537, + "eval_steps_per_second": 0.039, + "eval_wer": 0.11349419124218052, + "step": 32000 + }, + { + "epoch": 3.387394785464997, + "grad_norm": 0.18754634261131287, + "learning_rate": 0.00046708496194198726, + "loss": 0.0815, + "step": 33000 + }, + { + "epoch": 3.387394785464997, + "eval_cer": 0.029472748815165876, + "eval_loss": 0.05334876477718353, + "eval_runtime": 21.9504, + "eval_samples_per_second": 4.1, + "eval_steps_per_second": 0.046, + "eval_wer": 0.10545129579982127, + "step": 33000 + }, + { + "epoch": 3.4900431122972697, + "grad_norm": 0.2228628695011139, + "learning_rate": 0.00046605636700267436, + "loss": 0.0821, + "step": 34000 + }, + { + "epoch": 3.4900431122972697, + "eval_cer": 0.029917061611374408, + "eval_loss": 0.05586351081728935, + "eval_runtime": 21.6771, + "eval_samples_per_second": 4.152, + "eval_steps_per_second": 0.046, + "eval_wer": 0.10545129579982127, + "step": 34000 + }, + { + "epoch": 3.592691439129542, + "grad_norm": 0.13316944241523743, + "learning_rate": 0.00046502777206336145, + "loss": 0.0813, + "step": 35000 + }, + { + "epoch": 3.592691439129542, + "eval_cer": 0.029324644549763034, + "eval_loss": 0.05374256148934364, + "eval_runtime": 21.9747, + "eval_samples_per_second": 4.096, + "eval_steps_per_second": 0.046, + "eval_wer": 0.10277033065236818, + "step": 35000 + }, + { + "epoch": 3.6953397659618146, + "grad_norm": 0.16168580949306488, + "learning_rate": 0.00046399917712404854, + "loss": 0.0812, + "step": 36000 + }, + { + "epoch": 3.6953397659618146, + "eval_cer": 0.03450829383886256, + "eval_loss": 0.05287105217576027, + "eval_runtime": 24.1708, + "eval_samples_per_second": 3.724, + "eval_steps_per_second": 0.041, + "eval_wer": 0.10008936550491511, + "step": 36000 + }, + { + "epoch": 3.7979880927940872, + "grad_norm": 0.20095530152320862, + "learning_rate": 0.00046297058218473564, + "loss": 0.0814, + "step": 37000 + }, + { + "epoch": 3.7979880927940872, + "eval_cer": 0.035545023696682464, + "eval_loss": 0.05389825999736786, + "eval_runtime": 21.7718, + "eval_samples_per_second": 4.134, + "eval_steps_per_second": 0.046, + "eval_wer": 0.10723860589812333, + "step": 37000 + }, + { + "epoch": 3.90063641962636, + "grad_norm": 0.19599634408950806, + "learning_rate": 0.00046194198724542273, + "loss": 0.0815, + "step": 38000 + }, + { + "epoch": 3.90063641962636, + "eval_cer": 0.026954976303317536, + "eval_loss": 0.05257488787174225, + "eval_runtime": 22.0572, + "eval_samples_per_second": 4.08, + "eval_steps_per_second": 0.045, + "eval_wer": 0.09651474530831099, + "step": 38000 + }, + { + "epoch": 4.0032847464586325, + "grad_norm": 0.15417757630348206, + "learning_rate": 0.0004609133923061098, + "loss": 0.0806, + "step": 39000 + }, + { + "epoch": 4.0032847464586325, + "eval_cer": 0.027695497630331755, + "eval_loss": 0.05188766494393349, + "eval_runtime": 22.1269, + "eval_samples_per_second": 4.067, + "eval_steps_per_second": 0.045, + "eval_wer": 0.09830205540661305, + "step": 39000 + }, + { + "epoch": 4.105933073290905, + "grad_norm": 0.26163730025291443, + "learning_rate": 0.00045988479736679697, + "loss": 0.0794, + "step": 40000 + }, + { + "epoch": 4.105933073290905, + "eval_cer": 0.025622037914691944, + "eval_loss": 0.048877034336328506, + "eval_runtime": 22.2755, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08847184986595175, + "step": 40000 + }, + { + "epoch": 4.208581400123178, + "grad_norm": 0.20826220512390137, + "learning_rate": 0.00045885620242748406, + "loss": 0.0785, + "step": 41000 + }, + { + "epoch": 4.208581400123178, + "eval_cer": 0.025622037914691944, + "eval_loss": 0.05260869115591049, + "eval_runtime": 22.0992, + "eval_samples_per_second": 4.073, + "eval_steps_per_second": 0.045, + "eval_wer": 0.09204647006255585, + "step": 41000 + }, + { + "epoch": 4.3112297269554505, + "grad_norm": 0.3389241695404053, + "learning_rate": 0.00045782760748817116, + "loss": 0.0782, + "step": 42000 + }, + { + "epoch": 4.3112297269554505, + "eval_cer": 0.026954976303317536, + "eval_loss": 0.04903939738869667, + "eval_runtime": 22.5525, + "eval_samples_per_second": 3.991, + "eval_steps_per_second": 0.044, + "eval_wer": 0.09204647006255585, + "step": 42000 + }, + { + "epoch": 4.413878053787723, + "grad_norm": 0.29210948944091797, + "learning_rate": 0.00045679901254885825, + "loss": 0.0779, + "step": 43000 + }, + { + "epoch": 4.413878053787723, + "eval_cer": 0.02754739336492891, + "eval_loss": 0.04861212149262428, + "eval_runtime": 22.0013, + "eval_samples_per_second": 4.091, + "eval_steps_per_second": 0.045, + "eval_wer": 0.09204647006255585, + "step": 43000 + }, + { + "epoch": 4.516526380619996, + "grad_norm": 0.19757212698459625, + "learning_rate": 0.00045577041760954534, + "loss": 0.0786, + "step": 44000 + }, + { + "epoch": 4.516526380619996, + "eval_cer": 0.023992890995260665, + "eval_loss": 0.04914968088269234, + "eval_runtime": 22.6286, + "eval_samples_per_second": 3.977, + "eval_steps_per_second": 0.044, + "eval_wer": 0.08936550491510277, + "step": 44000 + }, + { + "epoch": 4.619174707452268, + "grad_norm": 0.23518621921539307, + "learning_rate": 0.00045474182267023244, + "loss": 0.0778, + "step": 45000 + }, + { + "epoch": 4.619174707452268, + "eval_cer": 0.025770142180094786, + "eval_loss": 0.04797298088669777, + "eval_runtime": 22.0387, + "eval_samples_per_second": 4.084, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08847184986595175, + "step": 45000 + }, + { + "epoch": 4.721823034284541, + "grad_norm": 0.18045727908611298, + "learning_rate": 0.00045371322773091953, + "loss": 0.0782, + "step": 46000 + }, + { + "epoch": 4.721823034284541, + "eval_cer": 0.023252369668246446, + "eval_loss": 0.049161382019519806, + "eval_runtime": 22.0981, + "eval_samples_per_second": 4.073, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08579088471849866, + "step": 46000 + }, + { + "epoch": 4.824471361116814, + "grad_norm": 0.2216973602771759, + "learning_rate": 0.0004526846327916067, + "loss": 0.0778, + "step": 47000 + }, + { + "epoch": 4.824471361116814, + "eval_cer": 0.027103080568720378, + "eval_loss": 0.04854327812790871, + "eval_runtime": 22.1254, + "eval_samples_per_second": 4.068, + "eval_steps_per_second": 0.045, + "eval_wer": 0.09204647006255585, + "step": 47000 + }, + { + "epoch": 4.927119687949086, + "grad_norm": 0.21196693181991577, + "learning_rate": 0.00045165603785229377, + "loss": 0.078, + "step": 48000 + }, + { + "epoch": 4.927119687949086, + "eval_cer": 0.0254739336492891, + "eval_loss": 0.04801648482680321, + "eval_runtime": 22.3465, + "eval_samples_per_second": 4.027, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08847184986595175, + "step": 48000 + }, + { + "epoch": 5.029768014781359, + "grad_norm": 0.22312557697296143, + "learning_rate": 0.00045062744291298086, + "loss": 0.0771, + "step": 49000 + }, + { + "epoch": 5.029768014781359, + "eval_cer": 0.027843601895734597, + "eval_loss": 0.04988682270050049, + "eval_runtime": 22.2617, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0938337801608579, + "step": 49000 + }, + { + "epoch": 5.132416341613632, + "grad_norm": 0.22252117097377777, + "learning_rate": 0.00044959884797366796, + "loss": 0.0753, + "step": 50000 + }, + { + "epoch": 5.132416341613632, + "eval_cer": 0.024140995260663507, + "eval_loss": 0.04682554677128792, + "eval_runtime": 22.1777, + "eval_samples_per_second": 4.058, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08936550491510277, + "step": 50000 + }, + { + "epoch": 5.235064668445904, + "grad_norm": 0.15847323834896088, + "learning_rate": 0.00044857025303435505, + "loss": 0.0756, + "step": 51000 + }, + { + "epoch": 5.235064668445904, + "eval_cer": 0.02502962085308057, + "eval_loss": 0.047456566244363785, + "eval_runtime": 22.3306, + "eval_samples_per_second": 4.03, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08847184986595175, + "step": 51000 + }, + { + "epoch": 5.337712995278177, + "grad_norm": 0.2008858174085617, + "learning_rate": 0.00044754165809504214, + "loss": 0.0763, + "step": 52000 + }, + { + "epoch": 5.337712995278177, + "eval_cer": 0.021178909952606635, + "eval_loss": 0.0479045994579792, + "eval_runtime": 22.2995, + "eval_samples_per_second": 4.036, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0777479892761394, + "step": 52000 + }, + { + "epoch": 5.44036132211045, + "grad_norm": 0.31161248683929443, + "learning_rate": 0.00044651306315572923, + "loss": 0.0761, + "step": 53000 + }, + { + "epoch": 5.44036132211045, + "eval_cer": 0.026066350710900472, + "eval_loss": 0.047916192561388016, + "eval_runtime": 22.0152, + "eval_samples_per_second": 4.088, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08847184986595175, + "step": 53000 + }, + { + "epoch": 5.543009648942722, + "grad_norm": 0.19102248549461365, + "learning_rate": 0.0004454844682164164, + "loss": 0.0756, + "step": 54000 + }, + { + "epoch": 5.543009648942722, + "eval_cer": 0.023252369668246446, + "eval_loss": 0.04646703228354454, + "eval_runtime": 22.0815, + "eval_samples_per_second": 4.076, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08668453976764968, + "step": 54000 + }, + { + "epoch": 5.645657975774995, + "grad_norm": 0.3801836669445038, + "learning_rate": 0.0004444558732771035, + "loss": 0.0758, + "step": 55000 + }, + { + "epoch": 5.645657975774995, + "eval_cer": 0.025770142180094786, + "eval_loss": 0.04690609872341156, + "eval_runtime": 22.1797, + "eval_samples_per_second": 4.058, + "eval_steps_per_second": 0.045, + "eval_wer": 0.09294012511170688, + "step": 55000 + }, + { + "epoch": 5.748306302607268, + "grad_norm": 0.24007199704647064, + "learning_rate": 0.00044342727833779057, + "loss": 0.0751, + "step": 56000 + }, + { + "epoch": 5.748306302607268, + "eval_cer": 0.026066350710900472, + "eval_loss": 0.04649204760789871, + "eval_runtime": 22.2606, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0902591599642538, + "step": 56000 + }, + { + "epoch": 5.85095462943954, + "grad_norm": 0.177778959274292, + "learning_rate": 0.00044239868339847766, + "loss": 0.0751, + "step": 57000 + }, + { + "epoch": 5.85095462943954, + "eval_cer": 0.02665876777251185, + "eval_loss": 0.04591357707977295, + "eval_runtime": 22.0753, + "eval_samples_per_second": 4.077, + "eval_steps_per_second": 0.045, + "eval_wer": 0.09294012511170688, + "step": 57000 + }, + { + "epoch": 5.953602956271813, + "grad_norm": 0.14689143002033234, + "learning_rate": 0.00044137008845916475, + "loss": 0.0754, + "step": 58000 + }, + { + "epoch": 5.953602956271813, + "eval_cer": 0.025622037914691944, + "eval_loss": 0.04754678159952164, + "eval_runtime": 22.1351, + "eval_samples_per_second": 4.066, + "eval_steps_per_second": 0.045, + "eval_wer": 0.09294012511170688, + "step": 58000 + }, + { + "epoch": 6.056251283104086, + "grad_norm": 0.1848069429397583, + "learning_rate": 0.00044034149351985185, + "loss": 0.0738, + "step": 59000 + }, + { + "epoch": 6.056251283104086, + "eval_cer": 0.027103080568720378, + "eval_loss": 0.04577142372727394, + "eval_runtime": 22.1342, + "eval_samples_per_second": 4.066, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08936550491510277, + "step": 59000 + }, + { + "epoch": 6.158899609936358, + "grad_norm": 0.22594769299030304, + "learning_rate": 0.00043931289858053894, + "loss": 0.0735, + "step": 60000 + }, + { + "epoch": 6.158899609936358, + "eval_cer": 0.025177725118483412, + "eval_loss": 0.04629523307085037, + "eval_runtime": 22.2033, + "eval_samples_per_second": 4.053, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08847184986595175, + "step": 60000 + }, + { + "epoch": 6.261547936768631, + "grad_norm": 0.20947369933128357, + "learning_rate": 0.0004382843036412261, + "loss": 0.0734, + "step": 61000 + }, + { + "epoch": 6.261547936768631, + "eval_cer": 0.026510663507109004, + "eval_loss": 0.04853444546461105, + "eval_runtime": 21.9491, + "eval_samples_per_second": 4.1, + "eval_steps_per_second": 0.046, + "eval_wer": 0.09204647006255585, + "step": 61000 + }, + { + "epoch": 6.3641962636009035, + "grad_norm": 0.2018922120332718, + "learning_rate": 0.0004372557087019132, + "loss": 0.0734, + "step": 62000 + }, + { + "epoch": 6.3641962636009035, + "eval_cer": 0.022808056872037914, + "eval_loss": 0.04681561887264252, + "eval_runtime": 22.0488, + "eval_samples_per_second": 4.082, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07864164432529044, + "step": 62000 + }, + { + "epoch": 6.466844590433176, + "grad_norm": 0.2090204358100891, + "learning_rate": 0.0004362271137626003, + "loss": 0.0737, + "step": 63000 + }, + { + "epoch": 6.466844590433176, + "eval_cer": 0.03865521327014218, + "eval_loss": 0.046171579509973526, + "eval_runtime": 24.3572, + "eval_samples_per_second": 3.695, + "eval_steps_per_second": 0.041, + "eval_wer": 0.09651474530831099, + "step": 63000 + }, + { + "epoch": 6.569492917265449, + "grad_norm": 0.21769754588603973, + "learning_rate": 0.0004351985188232874, + "loss": 0.0726, + "step": 64000 + }, + { + "epoch": 6.569492917265449, + "eval_cer": 0.0254739336492891, + "eval_loss": 0.047106679528951645, + "eval_runtime": 21.6323, + "eval_samples_per_second": 4.16, + "eval_steps_per_second": 0.046, + "eval_wer": 0.08936550491510277, + "step": 64000 + }, + { + "epoch": 6.6721412440977215, + "grad_norm": 0.17357899248600006, + "learning_rate": 0.0004341699238839745, + "loss": 0.0734, + "step": 65000 + }, + { + "epoch": 6.6721412440977215, + "eval_cer": 0.026214454976303318, + "eval_loss": 0.04763852432370186, + "eval_runtime": 21.7494, + "eval_samples_per_second": 4.138, + "eval_steps_per_second": 0.046, + "eval_wer": 0.08757819481680071, + "step": 65000 + }, + { + "epoch": 6.774789570929994, + "grad_norm": 0.23694564402103424, + "learning_rate": 0.0004331413289446616, + "loss": 0.0737, + "step": 66000 + }, + { + "epoch": 6.774789570929994, + "eval_cer": 0.02384478672985782, + "eval_loss": 0.04740356281399727, + "eval_runtime": 21.8747, + "eval_samples_per_second": 4.114, + "eval_steps_per_second": 0.046, + "eval_wer": 0.0840035746201966, + "step": 66000 + }, + { + "epoch": 6.877437897762267, + "grad_norm": 0.24957220256328583, + "learning_rate": 0.00043211273400534876, + "loss": 0.0725, + "step": 67000 + }, + { + "epoch": 6.877437897762267, + "eval_cer": 0.023548578199052133, + "eval_loss": 0.04718530550599098, + "eval_runtime": 22.1234, + "eval_samples_per_second": 4.068, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08132260947274352, + "step": 67000 + }, + { + "epoch": 6.980086224594539, + "grad_norm": 0.20797890424728394, + "learning_rate": 0.00043108413906603585, + "loss": 0.0728, + "step": 68000 + }, + { + "epoch": 6.980086224594539, + "eval_cer": 0.02384478672985782, + "eval_loss": 0.0460374690592289, + "eval_runtime": 22.126, + "eval_samples_per_second": 4.068, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08042895442359249, + "step": 68000 + }, + { + "epoch": 7.082734551426812, + "grad_norm": 0.21543003618717194, + "learning_rate": 0.00043005554412672294, + "loss": 0.0714, + "step": 69000 + }, + { + "epoch": 7.082734551426812, + "eval_cer": 0.024881516587677725, + "eval_loss": 0.04654213413596153, + "eval_runtime": 22.1075, + "eval_samples_per_second": 4.071, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08579088471849866, + "step": 69000 + }, + { + "epoch": 7.185382878259085, + "grad_norm": 0.2328251153230667, + "learning_rate": 0.00042902694918741004, + "loss": 0.0711, + "step": 70000 + }, + { + "epoch": 7.185382878259085, + "eval_cer": 0.02458530805687204, + "eval_loss": 0.0458548367023468, + "eval_runtime": 22.1559, + "eval_samples_per_second": 4.062, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08489722966934764, + "step": 70000 + }, + { + "epoch": 7.288031205091357, + "grad_norm": 0.2861992418766022, + "learning_rate": 0.00042799835424809713, + "loss": 0.0711, + "step": 71000 + }, + { + "epoch": 7.288031205091357, + "eval_cer": 0.0254739336492891, + "eval_loss": 0.04648789018392563, + "eval_runtime": 22.2028, + "eval_samples_per_second": 4.054, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08489722966934764, + "step": 71000 + }, + { + "epoch": 7.39067953192363, + "grad_norm": 0.21449844539165497, + "learning_rate": 0.0004269697593087842, + "loss": 0.0709, + "step": 72000 + }, + { + "epoch": 7.39067953192363, + "eval_cer": 0.023548578199052133, + "eval_loss": 0.04555143415927887, + "eval_runtime": 22.2316, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0777479892761394, + "step": 72000 + }, + { + "epoch": 7.493327858755903, + "grad_norm": 0.21393579244613647, + "learning_rate": 0.0004259411643694713, + "loss": 0.0719, + "step": 73000 + }, + { + "epoch": 7.493327858755903, + "eval_cer": 0.023548578199052133, + "eval_loss": 0.04599784314632416, + "eval_runtime": 22.1857, + "eval_samples_per_second": 4.057, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0777479892761394, + "step": 73000 + }, + { + "epoch": 7.5959761855881744, + "grad_norm": 0.26174065470695496, + "learning_rate": 0.00042491256943015846, + "loss": 0.0707, + "step": 74000 + }, + { + "epoch": 7.5959761855881744, + "eval_cer": 0.026362559241706163, + "eval_loss": 0.046083446592092514, + "eval_runtime": 22.1298, + "eval_samples_per_second": 4.067, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08668453976764968, + "step": 74000 + }, + { + "epoch": 7.698624512420448, + "grad_norm": 0.23440520465373993, + "learning_rate": 0.00042388397449084556, + "loss": 0.0707, + "step": 75000 + }, + { + "epoch": 7.698624512420448, + "eval_cer": 0.02502962085308057, + "eval_loss": 0.046040162444114685, + "eval_runtime": 22.0318, + "eval_samples_per_second": 4.085, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08579088471849866, + "step": 75000 + }, + { + "epoch": 7.80127283925272, + "grad_norm": 0.210636705160141, + "learning_rate": 0.00042285537955153265, + "loss": 0.0717, + "step": 76000 + }, + { + "epoch": 7.80127283925272, + "eval_cer": 0.023252369668246446, + "eval_loss": 0.044275738298892975, + "eval_runtime": 22.1574, + "eval_samples_per_second": 4.062, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08132260947274352, + "step": 76000 + }, + { + "epoch": 7.903921166084993, + "grad_norm": 0.19636699557304382, + "learning_rate": 0.00042182678461221974, + "loss": 0.0713, + "step": 77000 + }, + { + "epoch": 7.903921166084993, + "eval_cer": 0.025177725118483412, + "eval_loss": 0.04342404752969742, + "eval_runtime": 22.2249, + "eval_samples_per_second": 4.05, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08221626452189455, + "step": 77000 + }, + { + "epoch": 8.006569492917265, + "grad_norm": 0.23213474452495575, + "learning_rate": 0.00042079818967290683, + "loss": 0.0703, + "step": 78000 + }, + { + "epoch": 8.006569492917265, + "eval_cer": 0.02428909952606635, + "eval_loss": 0.04461972787976265, + "eval_runtime": 22.2476, + "eval_samples_per_second": 4.045, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08489722966934764, + "step": 78000 + }, + { + "epoch": 8.109217819749539, + "grad_norm": 0.5032120943069458, + "learning_rate": 0.00041976959473359393, + "loss": 0.0692, + "step": 79000 + }, + { + "epoch": 8.109217819749539, + "eval_cer": 0.025177725118483412, + "eval_loss": 0.0442008450627327, + "eval_runtime": 22.2279, + "eval_samples_per_second": 4.049, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08310991957104558, + "step": 79000 + }, + { + "epoch": 8.21186614658181, + "grad_norm": 0.2267637550830841, + "learning_rate": 0.000418740999794281, + "loss": 0.0694, + "step": 80000 + }, + { + "epoch": 8.21186614658181, + "eval_cer": 0.02473341232227488, + "eval_loss": 0.041503287851810455, + "eval_runtime": 22.2205, + "eval_samples_per_second": 4.05, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08310991957104558, + "step": 80000 + }, + { + "epoch": 8.314514473414084, + "grad_norm": 0.22922959923744202, + "learning_rate": 0.00041771240485496817, + "loss": 0.0698, + "step": 81000 + }, + { + "epoch": 8.314514473414084, + "eval_cer": 0.02132701421800948, + "eval_loss": 0.0416925847530365, + "eval_runtime": 22.7674, + "eval_samples_per_second": 3.953, + "eval_steps_per_second": 0.044, + "eval_wer": 0.07506702412868632, + "step": 81000 + }, + { + "epoch": 8.417162800246356, + "grad_norm": 0.2807318866252899, + "learning_rate": 0.00041668380991565526, + "loss": 0.0687, + "step": 82000 + }, + { + "epoch": 8.417162800246356, + "eval_cer": 0.021475118483412322, + "eval_loss": 0.042673755437135696, + "eval_runtime": 21.9781, + "eval_samples_per_second": 4.095, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07327971403038427, + "step": 82000 + }, + { + "epoch": 8.51981112707863, + "grad_norm": 0.19773901998996735, + "learning_rate": 0.00041565521497634235, + "loss": 0.0697, + "step": 83000 + }, + { + "epoch": 8.51981112707863, + "eval_cer": 0.025770142180094786, + "eval_loss": 0.04353732243180275, + "eval_runtime": 21.9415, + "eval_samples_per_second": 4.102, + "eval_steps_per_second": 0.046, + "eval_wer": 0.08668453976764968, + "step": 83000 + }, + { + "epoch": 8.622459453910901, + "grad_norm": 0.2049770951271057, + "learning_rate": 0.00041462662003702945, + "loss": 0.0689, + "step": 84000 + }, + { + "epoch": 8.622459453910901, + "eval_cer": 0.02295616113744076, + "eval_loss": 0.044080935418605804, + "eval_runtime": 22.0767, + "eval_samples_per_second": 4.077, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08042895442359249, + "step": 84000 + }, + { + "epoch": 8.725107780743175, + "grad_norm": 0.19069017469882965, + "learning_rate": 0.00041359802509771654, + "loss": 0.0692, + "step": 85000 + }, + { + "epoch": 8.725107780743175, + "eval_cer": 0.022363744075829382, + "eval_loss": 0.042362380772829056, + "eval_runtime": 22.0792, + "eval_samples_per_second": 4.076, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07864164432529044, + "step": 85000 + }, + { + "epoch": 8.827756107575446, + "grad_norm": 0.26284459233283997, + "learning_rate": 0.00041256943015840363, + "loss": 0.0694, + "step": 86000 + }, + { + "epoch": 8.827756107575446, + "eval_cer": 0.08486374407582939, + "eval_loss": 0.04263956472277641, + "eval_runtime": 39.7879, + "eval_samples_per_second": 2.262, + "eval_steps_per_second": 0.025, + "eval_wer": 0.13762287756925826, + "step": 86000 + }, + { + "epoch": 8.93040443440772, + "grad_norm": 0.12760530412197113, + "learning_rate": 0.00041154083521909073, + "loss": 0.0691, + "step": 87000 + }, + { + "epoch": 8.93040443440772, + "eval_cer": 0.02502962085308057, + "eval_loss": 0.043798867613077164, + "eval_runtime": 23.4939, + "eval_samples_per_second": 3.831, + "eval_steps_per_second": 0.043, + "eval_wer": 0.08936550491510277, + "step": 87000 + }, + { + "epoch": 9.033052761239992, + "grad_norm": 0.3002149760723114, + "learning_rate": 0.0004105122402797779, + "loss": 0.0689, + "step": 88000 + }, + { + "epoch": 9.033052761239992, + "eval_cer": 0.03036137440758294, + "eval_loss": 0.04081055149435997, + "eval_runtime": 28.0519, + "eval_samples_per_second": 3.208, + "eval_steps_per_second": 0.036, + "eval_wer": 0.08489722966934764, + "step": 88000 + }, + { + "epoch": 9.135701088072265, + "grad_norm": 0.3071158230304718, + "learning_rate": 0.00040948364534046497, + "loss": 0.0672, + "step": 89000 + }, + { + "epoch": 9.135701088072265, + "eval_cer": 0.028880331753554502, + "eval_loss": 0.0426529198884964, + "eval_runtime": 21.5055, + "eval_samples_per_second": 4.185, + "eval_steps_per_second": 0.046, + "eval_wer": 0.08042895442359249, + "step": 89000 + }, + { + "epoch": 9.238349414904537, + "grad_norm": 0.2852329909801483, + "learning_rate": 0.00040845505040115206, + "loss": 0.0672, + "step": 90000 + }, + { + "epoch": 9.238349414904537, + "eval_cer": 0.023252369668246446, + "eval_loss": 0.04157470539212227, + "eval_runtime": 20.7416, + "eval_samples_per_second": 4.339, + "eval_steps_per_second": 0.048, + "eval_wer": 0.0777479892761394, + "step": 90000 + }, + { + "epoch": 9.34099774173681, + "grad_norm": 0.2886292338371277, + "learning_rate": 0.00040742645546183915, + "loss": 0.0677, + "step": 91000 + }, + { + "epoch": 9.34099774173681, + "eval_cer": 0.029768957345971563, + "eval_loss": 0.04205571115016937, + "eval_runtime": 21.8561, + "eval_samples_per_second": 4.118, + "eval_steps_per_second": 0.046, + "eval_wer": 0.08310991957104558, + "step": 91000 + }, + { + "epoch": 9.443646068569082, + "grad_norm": 0.20502915978431702, + "learning_rate": 0.00040639786052252625, + "loss": 0.068, + "step": 92000 + }, + { + "epoch": 9.443646068569082, + "eval_cer": 0.050651658767772514, + "eval_loss": 0.04323223605751991, + "eval_runtime": 34.4159, + "eval_samples_per_second": 2.615, + "eval_steps_per_second": 0.029, + "eval_wer": 0.10723860589812333, + "step": 92000 + }, + { + "epoch": 9.546294395401356, + "grad_norm": 0.31369203329086304, + "learning_rate": 0.00040536926558321334, + "loss": 0.0675, + "step": 93000 + }, + { + "epoch": 9.546294395401356, + "eval_cer": 0.023548578199052133, + "eval_loss": 0.040974486619234085, + "eval_runtime": 21.5483, + "eval_samples_per_second": 4.177, + "eval_steps_per_second": 0.046, + "eval_wer": 0.08042895442359249, + "step": 93000 + }, + { + "epoch": 9.648942722233627, + "grad_norm": 0.2164764255285263, + "learning_rate": 0.00040434067064390043, + "loss": 0.0674, + "step": 94000 + }, + { + "epoch": 9.648942722233627, + "eval_cer": 0.021623222748815167, + "eval_loss": 0.04193877801299095, + "eval_runtime": 20.5784, + "eval_samples_per_second": 4.374, + "eval_steps_per_second": 0.049, + "eval_wer": 0.0741733690795353, + "step": 94000 + }, + { + "epoch": 9.751591049065901, + "grad_norm": 0.20598456263542175, + "learning_rate": 0.0004033120757045876, + "loss": 0.0683, + "step": 95000 + }, + { + "epoch": 9.751591049065901, + "eval_cer": 0.021623222748815167, + "eval_loss": 0.04229186475276947, + "eval_runtime": 21.7515, + "eval_samples_per_second": 4.138, + "eval_steps_per_second": 0.046, + "eval_wer": 0.07685433422698838, + "step": 95000 + }, + { + "epoch": 9.854239375898173, + "grad_norm": 0.17217130959033966, + "learning_rate": 0.0004022834807652747, + "loss": 0.0679, + "step": 96000 + }, + { + "epoch": 9.854239375898173, + "eval_cer": 0.02221563981042654, + "eval_loss": 0.04353512451052666, + "eval_runtime": 21.856, + "eval_samples_per_second": 4.118, + "eval_steps_per_second": 0.046, + "eval_wer": 0.08042895442359249, + "step": 96000 + }, + { + "epoch": 9.956887702730446, + "grad_norm": 0.30278000235557556, + "learning_rate": 0.00040125488582596177, + "loss": 0.0676, + "step": 97000 + }, + { + "epoch": 9.956887702730446, + "eval_cer": 0.021623222748815167, + "eval_loss": 0.04357661306858063, + "eval_runtime": 21.958, + "eval_samples_per_second": 4.099, + "eval_steps_per_second": 0.046, + "eval_wer": 0.07685433422698838, + "step": 97000 + }, + { + "epoch": 10.059536029562718, + "grad_norm": 0.17858092486858368, + "learning_rate": 0.00040022629088664886, + "loss": 0.0659, + "step": 98000 + }, + { + "epoch": 10.059536029562718, + "eval_cer": 0.02428909952606635, + "eval_loss": 0.04361404851078987, + "eval_runtime": 22.0796, + "eval_samples_per_second": 4.076, + "eval_steps_per_second": 0.045, + "eval_wer": 0.08221626452189455, + "step": 98000 + }, + { + "epoch": 10.162184356394992, + "grad_norm": 0.16541603207588196, + "learning_rate": 0.00039919769594733595, + "loss": 0.066, + "step": 99000 + }, + { + "epoch": 10.162184356394992, + "eval_cer": 0.019845971563981043, + "eval_loss": 0.04267050698399544, + "eval_runtime": 21.9748, + "eval_samples_per_second": 4.096, + "eval_steps_per_second": 0.046, + "eval_wer": 0.07149240393208221, + "step": 99000 + }, + { + "epoch": 10.264832683227263, + "grad_norm": 0.16135546565055847, + "learning_rate": 0.00039816910100802305, + "loss": 0.066, + "step": 100000 + }, + { + "epoch": 10.264832683227263, + "eval_cer": 0.02458530805687204, + "eval_loss": 0.043835073709487915, + "eval_runtime": 22.2259, + "eval_samples_per_second": 4.049, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0840035746201966, + "step": 100000 + }, + { + "epoch": 10.367481010059535, + "grad_norm": 0.3332918882369995, + "learning_rate": 0.00039714050606871014, + "loss": 0.0667, + "step": 101000 + }, + { + "epoch": 10.367481010059535, + "eval_cer": 0.021919431279620854, + "eval_loss": 0.04083102196455002, + "eval_runtime": 22.2761, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0777479892761394, + "step": 101000 + }, + { + "epoch": 10.470129336891809, + "grad_norm": 0.2997848093509674, + "learning_rate": 0.0003961119111293973, + "loss": 0.0659, + "step": 102000 + }, + { + "epoch": 10.470129336891809, + "eval_cer": 0.021475118483412322, + "eval_loss": 0.04166368022561073, + "eval_runtime": 22.1637, + "eval_samples_per_second": 4.061, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07327971403038427, + "step": 102000 + }, + { + "epoch": 10.572777663724082, + "grad_norm": 0.2358590066432953, + "learning_rate": 0.0003950833161900844, + "loss": 0.0661, + "step": 103000 + }, + { + "epoch": 10.572777663724082, + "eval_cer": 0.018957345971563982, + "eval_loss": 0.04044094681739807, + "eval_runtime": 22.1865, + "eval_samples_per_second": 4.057, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 103000 + }, + { + "epoch": 10.675425990556354, + "grad_norm": 0.2147412747144699, + "learning_rate": 0.0003940547212507715, + "loss": 0.0662, + "step": 104000 + }, + { + "epoch": 10.675425990556354, + "eval_cer": 0.022067535545023696, + "eval_loss": 0.042136672884225845, + "eval_runtime": 22.3442, + "eval_samples_per_second": 4.028, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0741733690795353, + "step": 104000 + }, + { + "epoch": 10.778074317388626, + "grad_norm": 0.21466469764709473, + "learning_rate": 0.00039302612631145857, + "loss": 0.066, + "step": 105000 + }, + { + "epoch": 10.778074317388626, + "eval_cer": 0.020290284360189575, + "eval_loss": 0.04227345809340477, + "eval_runtime": 22.2243, + "eval_samples_per_second": 4.05, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06881143878462913, + "step": 105000 + }, + { + "epoch": 10.8807226442209, + "grad_norm": 0.20175763964653015, + "learning_rate": 0.00039199753137214566, + "loss": 0.0665, + "step": 106000 + }, + { + "epoch": 10.8807226442209, + "eval_cer": 0.021919431279620854, + "eval_loss": 0.04261546581983566, + "eval_runtime": 22.0605, + "eval_samples_per_second": 4.08, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07327971403038427, + "step": 106000 + }, + { + "epoch": 10.983370971053171, + "grad_norm": 0.3140750229358673, + "learning_rate": 0.00039096893643283275, + "loss": 0.066, + "step": 107000 + }, + { + "epoch": 10.983370971053171, + "eval_cer": 0.018957345971563982, + "eval_loss": 0.040347784757614136, + "eval_runtime": 23.0302, + "eval_samples_per_second": 3.908, + "eval_steps_per_second": 0.043, + "eval_wer": 0.06523681858802502, + "step": 107000 + }, + { + "epoch": 11.086019297885445, + "grad_norm": 0.2863214313983917, + "learning_rate": 0.00038994034149351985, + "loss": 0.0643, + "step": 108000 + }, + { + "epoch": 11.086019297885445, + "eval_cer": 0.019105450236966824, + "eval_loss": 0.040664974600076675, + "eval_runtime": 22.169, + "eval_samples_per_second": 4.06, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07149240393208221, + "step": 108000 + }, + { + "epoch": 11.188667624717716, + "grad_norm": 0.1757292002439499, + "learning_rate": 0.000388911746554207, + "loss": 0.0644, + "step": 109000 + }, + { + "epoch": 11.188667624717716, + "eval_cer": 0.01762440758293839, + "eval_loss": 0.03967958316206932, + "eval_runtime": 22.6062, + "eval_samples_per_second": 3.981, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06344950848972297, + "step": 109000 + }, + { + "epoch": 11.29131595154999, + "grad_norm": 0.25020548701286316, + "learning_rate": 0.0003878831516148941, + "loss": 0.0646, + "step": 110000 + }, + { + "epoch": 11.29131595154999, + "eval_cer": 0.019697867298578198, + "eval_loss": 0.0391419492661953, + "eval_runtime": 21.9075, + "eval_samples_per_second": 4.108, + "eval_steps_per_second": 0.046, + "eval_wer": 0.06881143878462913, + "step": 110000 + }, + { + "epoch": 11.393964278382262, + "grad_norm": 0.2499699741601944, + "learning_rate": 0.0003868545566755812, + "loss": 0.0643, + "step": 111000 + }, + { + "epoch": 11.393964278382262, + "eval_cer": 0.02058649289099526, + "eval_loss": 0.04037711024284363, + "eval_runtime": 22.1604, + "eval_samples_per_second": 4.061, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0741733690795353, + "step": 111000 + }, + { + "epoch": 11.496612605214535, + "grad_norm": 0.16554132103919983, + "learning_rate": 0.0003858259617362683, + "loss": 0.0649, + "step": 112000 + }, + { + "epoch": 11.496612605214535, + "eval_cer": 0.019845971563981043, + "eval_loss": 0.04021435230970383, + "eval_runtime": 22.1316, + "eval_samples_per_second": 4.067, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07327971403038427, + "step": 112000 + }, + { + "epoch": 11.599260932046807, + "grad_norm": 0.18748946487903595, + "learning_rate": 0.00038479736679695537, + "loss": 0.0655, + "step": 113000 + }, + { + "epoch": 11.599260932046807, + "eval_cer": 0.022511848341232227, + "eval_loss": 0.040546808391809464, + "eval_runtime": 22.1622, + "eval_samples_per_second": 4.061, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07596067917783736, + "step": 113000 + }, + { + "epoch": 11.70190925887908, + "grad_norm": 0.4686923623085022, + "learning_rate": 0.00038376877185764246, + "loss": 0.0647, + "step": 114000 + }, + { + "epoch": 11.70190925887908, + "eval_cer": 0.018809241706161137, + "eval_loss": 0.04154360666871071, + "eval_runtime": 22.0458, + "eval_samples_per_second": 4.082, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0679177837354781, + "step": 114000 + }, + { + "epoch": 11.804557585711352, + "grad_norm": 0.20417150855064392, + "learning_rate": 0.00038274017691832955, + "loss": 0.0649, + "step": 115000 + }, + { + "epoch": 11.804557585711352, + "eval_cer": 0.018661137440758292, + "eval_loss": 0.04089859500527382, + "eval_runtime": 22.0112, + "eval_samples_per_second": 4.089, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06702412868632708, + "step": 115000 + }, + { + "epoch": 11.907205912543626, + "grad_norm": 0.27801695466041565, + "learning_rate": 0.0003817115819790167, + "loss": 0.0643, + "step": 116000 + }, + { + "epoch": 11.907205912543626, + "eval_cer": 0.020438388625592416, + "eval_loss": 0.04090258479118347, + "eval_runtime": 22.1223, + "eval_samples_per_second": 4.068, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07059874888293119, + "step": 116000 + }, + { + "epoch": 12.009854239375898, + "grad_norm": 0.24761049449443817, + "learning_rate": 0.0003806829870397038, + "loss": 0.0641, + "step": 117000 + }, + { + "epoch": 12.009854239375898, + "eval_cer": 0.02103080568720379, + "eval_loss": 0.041068486869335175, + "eval_runtime": 22.0016, + "eval_samples_per_second": 4.091, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0741733690795353, + "step": 117000 + }, + { + "epoch": 12.112502566208171, + "grad_norm": 0.18434394896030426, + "learning_rate": 0.0003796543921003909, + "loss": 0.0625, + "step": 118000 + }, + { + "epoch": 12.112502566208171, + "eval_cer": 0.020438388625592416, + "eval_loss": 0.04070517420768738, + "eval_runtime": 22.1605, + "eval_samples_per_second": 4.061, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07149240393208221, + "step": 118000 + }, + { + "epoch": 12.215150893040443, + "grad_norm": 0.24979180097579956, + "learning_rate": 0.000378625797161078, + "loss": 0.0629, + "step": 119000 + }, + { + "epoch": 12.215150893040443, + "eval_cer": 0.019845971563981043, + "eval_loss": 0.038933165371418, + "eval_runtime": 22.1583, + "eval_samples_per_second": 4.062, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 119000 + }, + { + "epoch": 12.317799219872716, + "grad_norm": 0.29532870650291443, + "learning_rate": 0.0003775972022217651, + "loss": 0.0634, + "step": 120000 + }, + { + "epoch": 12.317799219872716, + "eval_cer": 0.020438388625592416, + "eval_loss": 0.04176652058959007, + "eval_runtime": 22.5206, + "eval_samples_per_second": 3.996, + "eval_steps_per_second": 0.044, + "eval_wer": 0.07506702412868632, + "step": 120000 + }, + { + "epoch": 12.420447546704988, + "grad_norm": 0.2764800190925598, + "learning_rate": 0.00037656860728245217, + "loss": 0.0628, + "step": 121000 + }, + { + "epoch": 12.420447546704988, + "eval_cer": 0.019845971563981043, + "eval_loss": 0.038935501128435135, + "eval_runtime": 22.4914, + "eval_samples_per_second": 4.002, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06970509383378017, + "step": 121000 + }, + { + "epoch": 12.523095873537262, + "grad_norm": 0.20742572844028473, + "learning_rate": 0.00037554001234313926, + "loss": 0.0638, + "step": 122000 + }, + { + "epoch": 12.523095873537262, + "eval_cer": 0.020734597156398103, + "eval_loss": 0.040505990386009216, + "eval_runtime": 22.4563, + "eval_samples_per_second": 4.008, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07059874888293119, + "step": 122000 + }, + { + "epoch": 12.625744200369533, + "grad_norm": 0.22677256166934967, + "learning_rate": 0.0003745114174038264, + "loss": 0.063, + "step": 123000 + }, + { + "epoch": 12.625744200369533, + "eval_cer": 0.02058649289099526, + "eval_loss": 0.0383678562939167, + "eval_runtime": 22.3288, + "eval_samples_per_second": 4.031, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06881143878462913, + "step": 123000 + }, + { + "epoch": 12.728392527201807, + "grad_norm": 0.2105027288198471, + "learning_rate": 0.0003734828224645135, + "loss": 0.0633, + "step": 124000 + }, + { + "epoch": 12.728392527201807, + "eval_cer": 0.01925355450236967, + "eval_loss": 0.03879451006650925, + "eval_runtime": 22.3197, + "eval_samples_per_second": 4.032, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07059874888293119, + "step": 124000 + }, + { + "epoch": 12.831040854034079, + "grad_norm": 0.21093320846557617, + "learning_rate": 0.0003724542275252006, + "loss": 0.0636, + "step": 125000 + }, + { + "epoch": 12.831040854034079, + "eval_cer": 0.020734597156398103, + "eval_loss": 0.038905300199985504, + "eval_runtime": 22.1791, + "eval_samples_per_second": 4.058, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06702412868632708, + "step": 125000 + }, + { + "epoch": 12.933689180866352, + "grad_norm": 0.21501018106937408, + "learning_rate": 0.0003714256325858877, + "loss": 0.0634, + "step": 126000 + }, + { + "epoch": 12.933689180866352, + "eval_cer": 0.018809241706161137, + "eval_loss": 0.03828004002571106, + "eval_runtime": 22.175, + "eval_samples_per_second": 4.059, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 126000 + }, + { + "epoch": 13.036337507698624, + "grad_norm": 0.2869448661804199, + "learning_rate": 0.0003703970376465748, + "loss": 0.0623, + "step": 127000 + }, + { + "epoch": 13.036337507698624, + "eval_cer": 0.02221563981042654, + "eval_loss": 0.03908955305814743, + "eval_runtime": 22.0973, + "eval_samples_per_second": 4.073, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0741733690795353, + "step": 127000 + }, + { + "epoch": 13.138985834530898, + "grad_norm": 0.20509861409664154, + "learning_rate": 0.00036936844270726187, + "loss": 0.0616, + "step": 128000 + }, + { + "epoch": 13.138985834530898, + "eval_cer": 0.021919431279620854, + "eval_loss": 0.0386139452457428, + "eval_runtime": 22.2024, + "eval_samples_per_second": 4.054, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07149240393208221, + "step": 128000 + }, + { + "epoch": 13.24163416136317, + "grad_norm": 0.17765522003173828, + "learning_rate": 0.00036833984776794897, + "loss": 0.0618, + "step": 129000 + }, + { + "epoch": 13.24163416136317, + "eval_cer": 0.01925355450236967, + "eval_loss": 0.0378284677863121, + "eval_runtime": 22.0041, + "eval_samples_per_second": 4.09, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 129000 + }, + { + "epoch": 13.344282488195443, + "grad_norm": 0.24877817928791046, + "learning_rate": 0.0003673112528286361, + "loss": 0.0619, + "step": 130000 + }, + { + "epoch": 13.344282488195443, + "eval_cer": 0.021475118483412322, + "eval_loss": 0.03674837946891785, + "eval_runtime": 22.0962, + "eval_samples_per_second": 4.073, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0741733690795353, + "step": 130000 + }, + { + "epoch": 13.446930815027715, + "grad_norm": 0.25357529520988464, + "learning_rate": 0.0003662826578893232, + "loss": 0.0623, + "step": 131000 + }, + { + "epoch": 13.446930815027715, + "eval_cer": 0.019994075829383885, + "eval_loss": 0.03821048513054848, + "eval_runtime": 22.1382, + "eval_samples_per_second": 4.065, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06970509383378017, + "step": 131000 + }, + { + "epoch": 13.549579141859988, + "grad_norm": 0.32752060890197754, + "learning_rate": 0.0003652540629500103, + "loss": 0.0622, + "step": 132000 + }, + { + "epoch": 13.549579141859988, + "eval_cer": 0.02014218009478673, + "eval_loss": 0.038477059453725815, + "eval_runtime": 22.2355, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06702412868632708, + "step": 132000 + }, + { + "epoch": 13.65222746869226, + "grad_norm": 0.22504030168056488, + "learning_rate": 0.0003642254680106974, + "loss": 0.0622, + "step": 133000 + }, + { + "epoch": 13.65222746869226, + "eval_cer": 0.018809241706161137, + "eval_loss": 0.038305170834064484, + "eval_runtime": 22.2134, + "eval_samples_per_second": 4.052, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06970509383378017, + "step": 133000 + }, + { + "epoch": 13.754875795524534, + "grad_norm": 0.23793594539165497, + "learning_rate": 0.0003631968730713845, + "loss": 0.062, + "step": 134000 + }, + { + "epoch": 13.754875795524534, + "eval_cer": 0.02058649289099526, + "eval_loss": 0.03838730975985527, + "eval_runtime": 22.3142, + "eval_samples_per_second": 4.033, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0679177837354781, + "step": 134000 + }, + { + "epoch": 13.857524122356805, + "grad_norm": 0.18214410543441772, + "learning_rate": 0.0003621682781320716, + "loss": 0.0625, + "step": 135000 + }, + { + "epoch": 13.857524122356805, + "eval_cer": 0.02014218009478673, + "eval_loss": 0.03858475759625435, + "eval_runtime": 22.3822, + "eval_samples_per_second": 4.021, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06881143878462913, + "step": 135000 + }, + { + "epoch": 13.960172449189079, + "grad_norm": 0.24008499085903168, + "learning_rate": 0.00036113968319275867, + "loss": 0.0621, + "step": 136000 + }, + { + "epoch": 13.960172449189079, + "eval_cer": 0.019697867298578198, + "eval_loss": 0.03749372810125351, + "eval_runtime": 22.3573, + "eval_samples_per_second": 4.026, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06702412868632708, + "step": 136000 + }, + { + "epoch": 14.06282077602135, + "grad_norm": 0.20032504200935364, + "learning_rate": 0.0003601110882534458, + "loss": 0.0616, + "step": 137000 + }, + { + "epoch": 14.06282077602135, + "eval_cer": 0.02058649289099526, + "eval_loss": 0.03601989150047302, + "eval_runtime": 22.1524, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06970509383378017, + "step": 137000 + }, + { + "epoch": 14.165469102853624, + "grad_norm": 0.29345226287841797, + "learning_rate": 0.0003590824933141329, + "loss": 0.0611, + "step": 138000 + }, + { + "epoch": 14.165469102853624, + "eval_cer": 0.018809241706161137, + "eval_loss": 0.036261823028326035, + "eval_runtime": 22.1903, + "eval_samples_per_second": 4.056, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06344950848972297, + "step": 138000 + }, + { + "epoch": 14.268117429685896, + "grad_norm": 0.19695940613746643, + "learning_rate": 0.00035805389837482, + "loss": 0.0606, + "step": 139000 + }, + { + "epoch": 14.268117429685896, + "eval_cer": 0.021623222748815167, + "eval_loss": 0.0368872731924057, + "eval_runtime": 22.1734, + "eval_samples_per_second": 4.059, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07238605898123325, + "step": 139000 + }, + { + "epoch": 14.37076575651817, + "grad_norm": 0.1869696080684662, + "learning_rate": 0.0003570253034355071, + "loss": 0.0609, + "step": 140000 + }, + { + "epoch": 14.37076575651817, + "eval_cer": 0.019845971563981043, + "eval_loss": 0.036232832819223404, + "eval_runtime": 22.2094, + "eval_samples_per_second": 4.052, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 140000 + }, + { + "epoch": 14.473414083350441, + "grad_norm": 0.3025355041027069, + "learning_rate": 0.0003559967084961942, + "loss": 0.0611, + "step": 141000 + }, + { + "epoch": 14.473414083350441, + "eval_cer": 0.02088270142180095, + "eval_loss": 0.036524925380945206, + "eval_runtime": 22.0892, + "eval_samples_per_second": 4.074, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07149240393208221, + "step": 141000 + }, + { + "epoch": 14.576062410182715, + "grad_norm": 0.2218203842639923, + "learning_rate": 0.0003549681135568813, + "loss": 0.0612, + "step": 142000 + }, + { + "epoch": 14.576062410182715, + "eval_cer": 0.02058649289099526, + "eval_loss": 0.03738318383693695, + "eval_runtime": 22.4443, + "eval_samples_per_second": 4.01, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07149240393208221, + "step": 142000 + }, + { + "epoch": 14.678710737014987, + "grad_norm": 0.18811815977096558, + "learning_rate": 0.0003539395186175684, + "loss": 0.0606, + "step": 143000 + }, + { + "epoch": 14.678710737014987, + "eval_cer": 0.019697867298578198, + "eval_loss": 0.03684472665190697, + "eval_runtime": 22.3128, + "eval_samples_per_second": 4.034, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07238605898123325, + "step": 143000 + }, + { + "epoch": 14.78135906384726, + "grad_norm": 0.20071063935756683, + "learning_rate": 0.0003529109236782555, + "loss": 0.0609, + "step": 144000 + }, + { + "epoch": 14.78135906384726, + "eval_cer": 0.018364928909952605, + "eval_loss": 0.037738535553216934, + "eval_runtime": 22.5071, + "eval_samples_per_second": 3.999, + "eval_steps_per_second": 0.044, + "eval_wer": 0.064343163538874, + "step": 144000 + }, + { + "epoch": 14.884007390679532, + "grad_norm": 0.2046099305152893, + "learning_rate": 0.0003518823287389426, + "loss": 0.0614, + "step": 145000 + }, + { + "epoch": 14.884007390679532, + "eval_cer": 0.019697867298578198, + "eval_loss": 0.03707651048898697, + "eval_runtime": 22.4459, + "eval_samples_per_second": 4.01, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 145000 + }, + { + "epoch": 14.986655717511805, + "grad_norm": 0.27886244654655457, + "learning_rate": 0.0003508537337996297, + "loss": 0.0616, + "step": 146000 + }, + { + "epoch": 14.986655717511805, + "eval_cer": 0.022511848341232227, + "eval_loss": 0.038485873490571976, + "eval_runtime": 22.2607, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07685433422698838, + "step": 146000 + }, + { + "epoch": 15.089304044344077, + "grad_norm": 0.3120444118976593, + "learning_rate": 0.0003498251388603168, + "loss": 0.0598, + "step": 147000 + }, + { + "epoch": 15.089304044344077, + "eval_cer": 0.021475118483412322, + "eval_loss": 0.03692319989204407, + "eval_runtime": 22.2577, + "eval_samples_per_second": 4.044, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07685433422698838, + "step": 147000 + }, + { + "epoch": 15.19195237117635, + "grad_norm": 0.2510223388671875, + "learning_rate": 0.0003487965439210039, + "loss": 0.06, + "step": 148000 + }, + { + "epoch": 15.19195237117635, + "eval_cer": 0.019549763033175356, + "eval_loss": 0.036081377416849136, + "eval_runtime": 22.3708, + "eval_samples_per_second": 4.023, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06881143878462913, + "step": 148000 + }, + { + "epoch": 15.294600698008622, + "grad_norm": 0.2539554536342621, + "learning_rate": 0.000347767948981691, + "loss": 0.0603, + "step": 149000 + }, + { + "epoch": 15.294600698008622, + "eval_cer": 0.019105450236966824, + "eval_loss": 0.036284659057855606, + "eval_runtime": 22.2203, + "eval_samples_per_second": 4.05, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07059874888293119, + "step": 149000 + }, + { + "epoch": 15.397249024840896, + "grad_norm": 0.3537413775920868, + "learning_rate": 0.0003467393540423781, + "loss": 0.0602, + "step": 150000 + }, + { + "epoch": 15.397249024840896, + "eval_cer": 0.01925355450236967, + "eval_loss": 0.037329014390707016, + "eval_runtime": 22.3303, + "eval_samples_per_second": 4.03, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0679177837354781, + "step": 150000 + }, + { + "epoch": 15.499897351673168, + "grad_norm": 0.31098708510398865, + "learning_rate": 0.00034571075910306523, + "loss": 0.0599, + "step": 151000 + }, + { + "epoch": 15.499897351673168, + "eval_cer": 0.019697867298578198, + "eval_loss": 0.0374312698841095, + "eval_runtime": 22.4269, + "eval_samples_per_second": 4.013, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 151000 + }, + { + "epoch": 15.60254567850544, + "grad_norm": 0.18067589402198792, + "learning_rate": 0.0003446821641637523, + "loss": 0.0603, + "step": 152000 + }, + { + "epoch": 15.60254567850544, + "eval_cer": 0.019105450236966824, + "eval_loss": 0.03638828173279762, + "eval_runtime": 22.5221, + "eval_samples_per_second": 3.996, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06344950848972297, + "step": 152000 + }, + { + "epoch": 15.705194005337713, + "grad_norm": 0.26867741346359253, + "learning_rate": 0.0003436535692244394, + "loss": 0.0605, + "step": 153000 + }, + { + "epoch": 15.705194005337713, + "eval_cer": 0.019845971563981043, + "eval_loss": 0.03720884397625923, + "eval_runtime": 22.3098, + "eval_samples_per_second": 4.034, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 153000 + }, + { + "epoch": 15.807842332169985, + "grad_norm": 0.18743161857128143, + "learning_rate": 0.0003426249742851265, + "loss": 0.06, + "step": 154000 + }, + { + "epoch": 15.807842332169985, + "eval_cer": 0.021919431279620854, + "eval_loss": 0.03767675533890724, + "eval_runtime": 22.2871, + "eval_samples_per_second": 4.038, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0741733690795353, + "step": 154000 + }, + { + "epoch": 15.910490659002258, + "grad_norm": 0.2153768688440323, + "learning_rate": 0.0003415963793458136, + "loss": 0.0599, + "step": 155000 + }, + { + "epoch": 15.910490659002258, + "eval_cer": 0.020290284360189575, + "eval_loss": 0.03886905685067177, + "eval_runtime": 22.1149, + "eval_samples_per_second": 4.07, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07149240393208221, + "step": 155000 + }, + { + "epoch": 16.01313898583453, + "grad_norm": 0.24325600266456604, + "learning_rate": 0.0003405677844065007, + "loss": 0.0598, + "step": 156000 + }, + { + "epoch": 16.01313898583453, + "eval_cer": 0.02177132701421801, + "eval_loss": 0.03822890669107437, + "eval_runtime": 22.2699, + "eval_samples_per_second": 4.041, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07059874888293119, + "step": 156000 + }, + { + "epoch": 16.115787312666804, + "grad_norm": 0.2438814342021942, + "learning_rate": 0.0003395391894671878, + "loss": 0.0586, + "step": 157000 + }, + { + "epoch": 16.115787312666804, + "eval_cer": 0.019697867298578198, + "eval_loss": 0.038069114089012146, + "eval_runtime": 22.2427, + "eval_samples_per_second": 4.046, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06970509383378017, + "step": 157000 + }, + { + "epoch": 16.218435639499077, + "grad_norm": 0.22072641551494598, + "learning_rate": 0.00033851059452787494, + "loss": 0.0584, + "step": 158000 + }, + { + "epoch": 16.218435639499077, + "eval_cer": 0.0173281990521327, + "eval_loss": 0.03663622587919235, + "eval_runtime": 22.2026, + "eval_samples_per_second": 4.054, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06166219839142091, + "step": 158000 + }, + { + "epoch": 16.321083966331347, + "grad_norm": 0.15790699422359467, + "learning_rate": 0.00033748199958856203, + "loss": 0.0587, + "step": 159000 + }, + { + "epoch": 16.321083966331347, + "eval_cer": 0.019549763033175356, + "eval_loss": 0.03735322132706642, + "eval_runtime": 22.315, + "eval_samples_per_second": 4.033, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06702412868632708, + "step": 159000 + }, + { + "epoch": 16.42373229316362, + "grad_norm": 0.1823723465204239, + "learning_rate": 0.0003364534046492491, + "loss": 0.0591, + "step": 160000 + }, + { + "epoch": 16.42373229316362, + "eval_cer": 0.021178909952606635, + "eval_loss": 0.03700649365782738, + "eval_runtime": 22.6895, + "eval_samples_per_second": 3.967, + "eval_steps_per_second": 0.044, + "eval_wer": 0.07059874888293119, + "step": 160000 + }, + { + "epoch": 16.526380619995894, + "grad_norm": 0.24684032797813416, + "learning_rate": 0.0003354248097099362, + "loss": 0.0595, + "step": 161000 + }, + { + "epoch": 16.526380619995894, + "eval_cer": 0.019697867298578198, + "eval_loss": 0.03638649359345436, + "eval_runtime": 22.3004, + "eval_samples_per_second": 4.036, + "eval_steps_per_second": 0.045, + "eval_wer": 0.064343163538874, + "step": 161000 + }, + { + "epoch": 16.629028946828168, + "grad_norm": 0.2088789939880371, + "learning_rate": 0.0003343962147706233, + "loss": 0.059, + "step": 162000 + }, + { + "epoch": 16.629028946828168, + "eval_cer": 0.017772511848341232, + "eval_loss": 0.03632904216647148, + "eval_runtime": 22.2253, + "eval_samples_per_second": 4.049, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06255585344057193, + "step": 162000 + }, + { + "epoch": 16.731677273660438, + "grad_norm": 0.20426543056964874, + "learning_rate": 0.0003333676198313104, + "loss": 0.0598, + "step": 163000 + }, + { + "epoch": 16.731677273660438, + "eval_cer": 0.019697867298578198, + "eval_loss": 0.03629469498991966, + "eval_runtime": 22.3453, + "eval_samples_per_second": 4.028, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 163000 + }, + { + "epoch": 16.83432560049271, + "grad_norm": 0.2737009525299072, + "learning_rate": 0.0003323390248919975, + "loss": 0.0591, + "step": 164000 + }, + { + "epoch": 16.83432560049271, + "eval_cer": 0.017772511848341232, + "eval_loss": 0.03445509076118469, + "eval_runtime": 22.3887, + "eval_samples_per_second": 4.02, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06344950848972297, + "step": 164000 + }, + { + "epoch": 16.936973927324985, + "grad_norm": 0.33581215143203735, + "learning_rate": 0.00033131042995268465, + "loss": 0.0586, + "step": 165000 + }, + { + "epoch": 16.936973927324985, + "eval_cer": 0.020290284360189575, + "eval_loss": 0.036238256841897964, + "eval_runtime": 22.1998, + "eval_samples_per_second": 4.054, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06970509383378017, + "step": 165000 + }, + { + "epoch": 17.03962225415726, + "grad_norm": 0.277771532535553, + "learning_rate": 0.00033028183501337174, + "loss": 0.0591, + "step": 166000 + }, + { + "epoch": 17.03962225415726, + "eval_cer": 0.01806872037914692, + "eval_loss": 0.035338886082172394, + "eval_runtime": 22.132, + "eval_samples_per_second": 4.067, + "eval_steps_per_second": 0.045, + "eval_wer": 0.064343163538874, + "step": 166000 + }, + { + "epoch": 17.14227058098953, + "grad_norm": 0.17568770051002502, + "learning_rate": 0.00032925324007405883, + "loss": 0.0578, + "step": 167000 + }, + { + "epoch": 17.14227058098953, + "eval_cer": 0.017772511848341232, + "eval_loss": 0.03632746636867523, + "eval_runtime": 22.2554, + "eval_samples_per_second": 4.044, + "eval_steps_per_second": 0.045, + "eval_wer": 0.064343163538874, + "step": 167000 + }, + { + "epoch": 17.244918907821802, + "grad_norm": 0.22311237454414368, + "learning_rate": 0.0003282246451347459, + "loss": 0.0576, + "step": 168000 + }, + { + "epoch": 17.244918907821802, + "eval_cer": 0.01925355450236967, + "eval_loss": 0.036676324903964996, + "eval_runtime": 22.484, + "eval_samples_per_second": 4.003, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06702412868632708, + "step": 168000 + }, + { + "epoch": 17.347567234654075, + "grad_norm": 0.3649640381336212, + "learning_rate": 0.000327196050195433, + "loss": 0.0576, + "step": 169000 + }, + { + "epoch": 17.347567234654075, + "eval_cer": 0.019105450236966824, + "eval_loss": 0.035018790513277054, + "eval_runtime": 22.2563, + "eval_samples_per_second": 4.044, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 169000 + }, + { + "epoch": 17.45021556148635, + "grad_norm": 0.2809694707393646, + "learning_rate": 0.0003261674552561201, + "loss": 0.0582, + "step": 170000 + }, + { + "epoch": 17.45021556148635, + "eval_cer": 0.018661137440758292, + "eval_loss": 0.035496581345796585, + "eval_runtime": 22.1719, + "eval_samples_per_second": 4.059, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 170000 + }, + { + "epoch": 17.55286388831862, + "grad_norm": 0.23279882967472076, + "learning_rate": 0.0003251388603168072, + "loss": 0.0587, + "step": 171000 + }, + { + "epoch": 17.55286388831862, + "eval_cer": 0.018364928909952605, + "eval_loss": 0.03641456365585327, + "eval_runtime": 22.1562, + "eval_samples_per_second": 4.062, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 171000 + }, + { + "epoch": 17.655512215150893, + "grad_norm": 0.23531590402126312, + "learning_rate": 0.00032411026537749435, + "loss": 0.0587, + "step": 172000 + }, + { + "epoch": 17.655512215150893, + "eval_cer": 0.018216824644549764, + "eval_loss": 0.034297019243240356, + "eval_runtime": 22.3222, + "eval_samples_per_second": 4.032, + "eval_steps_per_second": 0.045, + "eval_wer": 0.058981233243967826, + "step": 172000 + }, + { + "epoch": 17.758160541983166, + "grad_norm": 0.38004380464553833, + "learning_rate": 0.00032308167043818144, + "loss": 0.0589, + "step": 173000 + }, + { + "epoch": 17.758160541983166, + "eval_cer": 0.017772511848341232, + "eval_loss": 0.03497479110956192, + "eval_runtime": 22.1444, + "eval_samples_per_second": 4.064, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06255585344057193, + "step": 173000 + }, + { + "epoch": 17.86080886881544, + "grad_norm": 0.22771824896335602, + "learning_rate": 0.00032205307549886854, + "loss": 0.0578, + "step": 174000 + }, + { + "epoch": 17.86080886881544, + "eval_cer": 0.019697867298578198, + "eval_loss": 0.034568045288324356, + "eval_runtime": 22.2545, + "eval_samples_per_second": 4.044, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 174000 + }, + { + "epoch": 17.96345719564771, + "grad_norm": 0.3113113343715668, + "learning_rate": 0.00032102448055955563, + "loss": 0.0586, + "step": 175000 + }, + { + "epoch": 17.96345719564771, + "eval_cer": 0.01851303317535545, + "eval_loss": 0.035004787147045135, + "eval_runtime": 22.3269, + "eval_samples_per_second": 4.031, + "eval_steps_per_second": 0.045, + "eval_wer": 0.064343163538874, + "step": 175000 + }, + { + "epoch": 18.066105522479983, + "grad_norm": 0.24952055513858795, + "learning_rate": 0.0003199958856202427, + "loss": 0.0571, + "step": 176000 + }, + { + "epoch": 18.066105522479983, + "eval_cer": 0.019105450236966824, + "eval_loss": 0.03602117672562599, + "eval_runtime": 22.4032, + "eval_samples_per_second": 4.017, + "eval_steps_per_second": 0.045, + "eval_wer": 0.064343163538874, + "step": 176000 + }, + { + "epoch": 18.168753849312257, + "grad_norm": 0.33917441964149475, + "learning_rate": 0.0003189672906809298, + "loss": 0.0569, + "step": 177000 + }, + { + "epoch": 18.168753849312257, + "eval_cer": 0.019105450236966824, + "eval_loss": 0.036349765956401825, + "eval_runtime": 22.273, + "eval_samples_per_second": 4.041, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 177000 + }, + { + "epoch": 18.27140217614453, + "grad_norm": 0.18371905386447906, + "learning_rate": 0.0003179386957416169, + "loss": 0.0566, + "step": 178000 + }, + { + "epoch": 18.27140217614453, + "eval_cer": 0.018661137440758292, + "eval_loss": 0.03550698608160019, + "eval_runtime": 22.3312, + "eval_samples_per_second": 4.03, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 178000 + }, + { + "epoch": 18.3740505029768, + "grad_norm": 0.2601664662361145, + "learning_rate": 0.00031691010080230406, + "loss": 0.057, + "step": 179000 + }, + { + "epoch": 18.3740505029768, + "eval_cer": 0.018957345971563982, + "eval_loss": 0.035991400480270386, + "eval_runtime": 22.2432, + "eval_samples_per_second": 4.046, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 179000 + }, + { + "epoch": 18.476698829809074, + "grad_norm": 0.17889824509620667, + "learning_rate": 0.00031588150586299115, + "loss": 0.057, + "step": 180000 + }, + { + "epoch": 18.476698829809074, + "eval_cer": 0.018661137440758292, + "eval_loss": 0.03573347255587578, + "eval_runtime": 22.2321, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 180000 + }, + { + "epoch": 18.579347156641347, + "grad_norm": 0.5736141800880432, + "learning_rate": 0.00031485291092367824, + "loss": 0.0578, + "step": 181000 + }, + { + "epoch": 18.579347156641347, + "eval_cer": 0.01851303317535545, + "eval_loss": 0.035990502685308456, + "eval_runtime": 22.2434, + "eval_samples_per_second": 4.046, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 181000 + }, + { + "epoch": 18.68199548347362, + "grad_norm": 0.2320089340209961, + "learning_rate": 0.00031382431598436534, + "loss": 0.0581, + "step": 182000 + }, + { + "epoch": 18.68199548347362, + "eval_cer": 0.0173281990521327, + "eval_loss": 0.035308029502630234, + "eval_runtime": 22.161, + "eval_samples_per_second": 4.061, + "eval_steps_per_second": 0.045, + "eval_wer": 0.064343163538874, + "step": 182000 + }, + { + "epoch": 18.78464381030589, + "grad_norm": 0.31181567907333374, + "learning_rate": 0.00031279572104505243, + "loss": 0.0575, + "step": 183000 + }, + { + "epoch": 18.78464381030589, + "eval_cer": 0.017920616113744077, + "eval_loss": 0.03400159254670143, + "eval_runtime": 22.1991, + "eval_samples_per_second": 4.054, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06076854334226988, + "step": 183000 + }, + { + "epoch": 18.887292137138164, + "grad_norm": 0.26530441641807556, + "learning_rate": 0.0003117671261057395, + "loss": 0.0574, + "step": 184000 + }, + { + "epoch": 18.887292137138164, + "eval_cer": 0.020290284360189575, + "eval_loss": 0.03510544076561928, + "eval_runtime": 22.2589, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07059874888293119, + "step": 184000 + }, + { + "epoch": 18.989940463970438, + "grad_norm": 0.2680375576019287, + "learning_rate": 0.0003107385311664266, + "loss": 0.0576, + "step": 185000 + }, + { + "epoch": 18.989940463970438, + "eval_cer": 0.021178909952606635, + "eval_loss": 0.037547577172517776, + "eval_runtime": 22.2321, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07238605898123325, + "step": 185000 + }, + { + "epoch": 19.09258879080271, + "grad_norm": 0.2254854440689087, + "learning_rate": 0.00030970993622711376, + "loss": 0.0561, + "step": 186000 + }, + { + "epoch": 19.09258879080271, + "eval_cer": 0.01940165876777251, + "eval_loss": 0.03498771786689758, + "eval_runtime": 22.2675, + "eval_samples_per_second": 4.042, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06344950848972297, + "step": 186000 + }, + { + "epoch": 19.19523711763498, + "grad_norm": 0.2187499850988388, + "learning_rate": 0.00030868134128780086, + "loss": 0.0563, + "step": 187000 + }, + { + "epoch": 19.19523711763498, + "eval_cer": 0.020734597156398103, + "eval_loss": 0.035063955932855606, + "eval_runtime": 22.2231, + "eval_samples_per_second": 4.05, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07059874888293119, + "step": 187000 + }, + { + "epoch": 19.297885444467255, + "grad_norm": 0.3217693567276001, + "learning_rate": 0.000307652746348488, + "loss": 0.0566, + "step": 188000 + }, + { + "epoch": 19.297885444467255, + "eval_cer": 0.020734597156398103, + "eval_loss": 0.034946467727422714, + "eval_runtime": 22.2783, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0679177837354781, + "step": 188000 + }, + { + "epoch": 19.40053377129953, + "grad_norm": 0.2570216655731201, + "learning_rate": 0.0003066241514091751, + "loss": 0.056, + "step": 189000 + }, + { + "epoch": 19.40053377129953, + "eval_cer": 0.019105450236966824, + "eval_loss": 0.03498660773038864, + "eval_runtime": 22.3189, + "eval_samples_per_second": 4.032, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0679177837354781, + "step": 189000 + }, + { + "epoch": 19.503182098131802, + "grad_norm": 0.24969050288200378, + "learning_rate": 0.0003055955564698622, + "loss": 0.0565, + "step": 190000 + }, + { + "epoch": 19.503182098131802, + "eval_cer": 0.018809241706161137, + "eval_loss": 0.034704625606536865, + "eval_runtime": 22.2267, + "eval_samples_per_second": 4.049, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06076854334226988, + "step": 190000 + }, + { + "epoch": 19.605830424964072, + "grad_norm": 0.19874796271324158, + "learning_rate": 0.0003045669615305493, + "loss": 0.0565, + "step": 191000 + }, + { + "epoch": 19.605830424964072, + "eval_cer": 0.017772511848341232, + "eval_loss": 0.03414672613143921, + "eval_runtime": 22.4133, + "eval_samples_per_second": 4.015, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05987488829311886, + "step": 191000 + }, + { + "epoch": 19.708478751796346, + "grad_norm": 0.21598631143569946, + "learning_rate": 0.0003035383665912364, + "loss": 0.0569, + "step": 192000 + }, + { + "epoch": 19.708478751796346, + "eval_cer": 0.02088270142180095, + "eval_loss": 0.03441624715924263, + "eval_runtime": 22.4978, + "eval_samples_per_second": 4.0, + "eval_steps_per_second": 0.044, + "eval_wer": 0.0679177837354781, + "step": 192000 + }, + { + "epoch": 19.81112707862862, + "grad_norm": 0.740821361541748, + "learning_rate": 0.0003025097716519235, + "loss": 0.0566, + "step": 193000 + }, + { + "epoch": 19.81112707862862, + "eval_cer": 0.018809241706161137, + "eval_loss": 0.03505128249526024, + "eval_runtime": 22.2297, + "eval_samples_per_second": 4.049, + "eval_steps_per_second": 0.045, + "eval_wer": 0.064343163538874, + "step": 193000 + }, + { + "epoch": 19.913775405460893, + "grad_norm": 0.25967320799827576, + "learning_rate": 0.0003014811767126106, + "loss": 0.0566, + "step": 194000 + }, + { + "epoch": 19.913775405460893, + "eval_cer": 0.02088270142180095, + "eval_loss": 0.03540065139532089, + "eval_runtime": 22.328, + "eval_samples_per_second": 4.031, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07327971403038427, + "step": 194000 + }, + { + "epoch": 20.016423732293163, + "grad_norm": 0.2352762520313263, + "learning_rate": 0.0003004525817732977, + "loss": 0.0563, + "step": 195000 + }, + { + "epoch": 20.016423732293163, + "eval_cer": 0.021178909952606635, + "eval_loss": 0.0357496440410614, + "eval_runtime": 22.3495, + "eval_samples_per_second": 4.027, + "eval_steps_per_second": 0.045, + "eval_wer": 0.07059874888293119, + "step": 195000 + }, + { + "epoch": 20.119072059125436, + "grad_norm": 0.31662923097610474, + "learning_rate": 0.0002994239868339848, + "loss": 0.0556, + "step": 196000 + }, + { + "epoch": 20.119072059125436, + "eval_cer": 0.019697867298578198, + "eval_loss": 0.03499302640557289, + "eval_runtime": 22.3332, + "eval_samples_per_second": 4.03, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 196000 + }, + { + "epoch": 20.22172038595771, + "grad_norm": 0.16036640107631683, + "learning_rate": 0.0002983953918946719, + "loss": 0.0556, + "step": 197000 + }, + { + "epoch": 20.22172038595771, + "eval_cer": 0.019845971563981043, + "eval_loss": 0.03571586683392525, + "eval_runtime": 22.3554, + "eval_samples_per_second": 4.026, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06970509383378017, + "step": 197000 + }, + { + "epoch": 20.324368712789983, + "grad_norm": 0.18146023154258728, + "learning_rate": 0.000297366796955359, + "loss": 0.0556, + "step": 198000 + }, + { + "epoch": 20.324368712789983, + "eval_cer": 0.01851303317535545, + "eval_loss": 0.03470243141055107, + "eval_runtime": 22.2669, + "eval_samples_per_second": 4.042, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 198000 + }, + { + "epoch": 20.427017039622253, + "grad_norm": 0.18593771755695343, + "learning_rate": 0.0002963382020160461, + "loss": 0.0553, + "step": 199000 + }, + { + "epoch": 20.427017039622253, + "eval_cer": 0.01762440758293839, + "eval_loss": 0.034099601209163666, + "eval_runtime": 22.1758, + "eval_samples_per_second": 4.058, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 199000 + }, + { + "epoch": 20.529665366454527, + "grad_norm": 0.16802427172660828, + "learning_rate": 0.00029530960707673323, + "loss": 0.0558, + "step": 200000 + }, + { + "epoch": 20.529665366454527, + "eval_cer": 0.016587677725118485, + "eval_loss": 0.034865912050008774, + "eval_runtime": 22.2605, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05987488829311886, + "step": 200000 + }, + { + "epoch": 20.6323136932868, + "grad_norm": 0.20501871407032013, + "learning_rate": 0.0002942810121374203, + "loss": 0.0559, + "step": 201000 + }, + { + "epoch": 20.6323136932868, + "eval_cer": 0.018957345971563982, + "eval_loss": 0.03544703871011734, + "eval_runtime": 22.0876, + "eval_samples_per_second": 4.075, + "eval_steps_per_second": 0.045, + "eval_wer": 0.064343163538874, + "step": 201000 + }, + { + "epoch": 20.73496202011907, + "grad_norm": 0.19251494109630585, + "learning_rate": 0.0002932524171981074, + "loss": 0.0555, + "step": 202000 + }, + { + "epoch": 20.73496202011907, + "eval_cer": 0.01851303317535545, + "eval_loss": 0.03462394326925278, + "eval_runtime": 22.1969, + "eval_samples_per_second": 4.055, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06166219839142091, + "step": 202000 + }, + { + "epoch": 20.837610346951344, + "grad_norm": 0.12611526250839233, + "learning_rate": 0.0002922238222587945, + "loss": 0.0558, + "step": 203000 + }, + { + "epoch": 20.837610346951344, + "eval_cer": 0.017920616113744077, + "eval_loss": 0.03471866995096207, + "eval_runtime": 22.9419, + "eval_samples_per_second": 3.923, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06344950848972297, + "step": 203000 + }, + { + "epoch": 20.940258673783617, + "grad_norm": 0.23571810126304626, + "learning_rate": 0.0002911952273194816, + "loss": 0.0553, + "step": 204000 + }, + { + "epoch": 20.940258673783617, + "eval_cer": 0.016735781990521326, + "eval_loss": 0.033052537590265274, + "eval_runtime": 22.2403, + "eval_samples_per_second": 4.047, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05630026809651475, + "step": 204000 + }, + { + "epoch": 21.04290700061589, + "grad_norm": 0.16654832661151886, + "learning_rate": 0.0002901666323801687, + "loss": 0.0552, + "step": 205000 + }, + { + "epoch": 21.04290700061589, + "eval_cer": 0.017920616113744077, + "eval_loss": 0.03388543054461479, + "eval_runtime": 22.3538, + "eval_samples_per_second": 4.026, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 205000 + }, + { + "epoch": 21.14555532744816, + "grad_norm": 0.30480700731277466, + "learning_rate": 0.0002891380374408558, + "loss": 0.054, + "step": 206000 + }, + { + "epoch": 21.14555532744816, + "eval_cer": 0.017180094786729858, + "eval_loss": 0.03281432017683983, + "eval_runtime": 22.4896, + "eval_samples_per_second": 4.002, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05540661304736372, + "step": 206000 + }, + { + "epoch": 21.248203654280434, + "grad_norm": 0.22593766450881958, + "learning_rate": 0.00028810944250154294, + "loss": 0.0544, + "step": 207000 + }, + { + "epoch": 21.248203654280434, + "eval_cer": 0.017920616113744077, + "eval_loss": 0.03340643644332886, + "eval_runtime": 22.4028, + "eval_samples_per_second": 4.017, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06076854334226988, + "step": 207000 + }, + { + "epoch": 21.350851981112708, + "grad_norm": 0.1935175508260727, + "learning_rate": 0.00028708084756223003, + "loss": 0.0549, + "step": 208000 + }, + { + "epoch": 21.350851981112708, + "eval_cer": 0.018216824644549764, + "eval_loss": 0.03223665431141853, + "eval_runtime": 22.4082, + "eval_samples_per_second": 4.016, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06255585344057193, + "step": 208000 + }, + { + "epoch": 21.45350030794498, + "grad_norm": 0.18650276958942413, + "learning_rate": 0.0002860522526229171, + "loss": 0.0549, + "step": 209000 + }, + { + "epoch": 21.45350030794498, + "eval_cer": 0.01762440758293839, + "eval_loss": 0.0338866226375103, + "eval_runtime": 22.2564, + "eval_samples_per_second": 4.044, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05987488829311886, + "step": 209000 + }, + { + "epoch": 21.55614863477725, + "grad_norm": 0.2135065495967865, + "learning_rate": 0.0002850236576836042, + "loss": 0.055, + "step": 210000 + }, + { + "epoch": 21.55614863477725, + "eval_cer": 0.019845971563981043, + "eval_loss": 0.033525411039590836, + "eval_runtime": 22.1326, + "eval_samples_per_second": 4.066, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 210000 + }, + { + "epoch": 21.658796961609525, + "grad_norm": 0.21206118166446686, + "learning_rate": 0.0002839950627442913, + "loss": 0.0547, + "step": 211000 + }, + { + "epoch": 21.658796961609525, + "eval_cer": 0.01940165876777251, + "eval_loss": 0.033743493258953094, + "eval_runtime": 22.1212, + "eval_samples_per_second": 4.068, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 211000 + }, + { + "epoch": 21.7614452884418, + "grad_norm": 0.41899242997169495, + "learning_rate": 0.0002829664678049784, + "loss": 0.0551, + "step": 212000 + }, + { + "epoch": 21.7614452884418, + "eval_cer": 0.018661137440758292, + "eval_loss": 0.03284008055925369, + "eval_runtime": 22.3424, + "eval_samples_per_second": 4.028, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06255585344057193, + "step": 212000 + }, + { + "epoch": 21.864093615274072, + "grad_norm": 0.16063542664051056, + "learning_rate": 0.0002819378728656655, + "loss": 0.0547, + "step": 213000 + }, + { + "epoch": 21.864093615274072, + "eval_cer": 0.017031990521327013, + "eval_loss": 0.03267466276884079, + "eval_runtime": 22.247, + "eval_samples_per_second": 4.045, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05719392314566577, + "step": 213000 + }, + { + "epoch": 21.966741942106342, + "grad_norm": 0.3092317283153534, + "learning_rate": 0.00028090927792635264, + "loss": 0.055, + "step": 214000 + }, + { + "epoch": 21.966741942106342, + "eval_cer": 0.016291469194312798, + "eval_loss": 0.032835327088832855, + "eval_runtime": 22.1659, + "eval_samples_per_second": 4.06, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0580875781948168, + "step": 214000 + }, + { + "epoch": 22.069390268938616, + "grad_norm": 0.21150179207324982, + "learning_rate": 0.00027988068298703974, + "loss": 0.0544, + "step": 215000 + }, + { + "epoch": 22.069390268938616, + "eval_cer": 0.018661137440758292, + "eval_loss": 0.03344175964593887, + "eval_runtime": 22.2595, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05987488829311886, + "step": 215000 + }, + { + "epoch": 22.17203859577089, + "grad_norm": 0.7867759466171265, + "learning_rate": 0.00027885208804772683, + "loss": 0.0535, + "step": 216000 + }, + { + "epoch": 22.17203859577089, + "eval_cer": 0.016587677725118485, + "eval_loss": 0.03438210114836693, + "eval_runtime": 22.4442, + "eval_samples_per_second": 4.01, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06076854334226988, + "step": 216000 + }, + { + "epoch": 22.274686922603163, + "grad_norm": 0.37553030252456665, + "learning_rate": 0.0002778234931084139, + "loss": 0.0546, + "step": 217000 + }, + { + "epoch": 22.274686922603163, + "eval_cer": 0.018216824644549764, + "eval_loss": 0.033362455666065216, + "eval_runtime": 22.2715, + "eval_samples_per_second": 4.041, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 217000 + }, + { + "epoch": 22.377335249435433, + "grad_norm": 0.29263338446617126, + "learning_rate": 0.000276794898169101, + "loss": 0.0537, + "step": 218000 + }, + { + "epoch": 22.377335249435433, + "eval_cer": 0.017772511848341232, + "eval_loss": 0.03228195384144783, + "eval_runtime": 22.3277, + "eval_samples_per_second": 4.031, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06166219839142091, + "step": 218000 + }, + { + "epoch": 22.479983576267706, + "grad_norm": 0.25038591027259827, + "learning_rate": 0.0002757663032297881, + "loss": 0.0533, + "step": 219000 + }, + { + "epoch": 22.479983576267706, + "eval_cer": 0.018957345971563982, + "eval_loss": 0.033720944076776505, + "eval_runtime": 22.5305, + "eval_samples_per_second": 3.995, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06702412868632708, + "step": 219000 + }, + { + "epoch": 22.58263190309998, + "grad_norm": 0.1750280261039734, + "learning_rate": 0.0002747377082904752, + "loss": 0.055, + "step": 220000 + }, + { + "epoch": 22.58263190309998, + "eval_cer": 0.016735781990521326, + "eval_loss": 0.03310966119170189, + "eval_runtime": 22.4023, + "eval_samples_per_second": 4.017, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05987488829311886, + "step": 220000 + }, + { + "epoch": 22.685280229932253, + "grad_norm": 0.24312840402126312, + "learning_rate": 0.00027370911335116235, + "loss": 0.0541, + "step": 221000 + }, + { + "epoch": 22.685280229932253, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.03354882076382637, + "eval_runtime": 22.1565, + "eval_samples_per_second": 4.062, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05630026809651475, + "step": 221000 + }, + { + "epoch": 22.787928556764523, + "grad_norm": 0.31420522928237915, + "learning_rate": 0.00027268051841184944, + "loss": 0.0541, + "step": 222000 + }, + { + "epoch": 22.787928556764523, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.03195945546030998, + "eval_runtime": 22.1178, + "eval_samples_per_second": 4.069, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 222000 + }, + { + "epoch": 22.890576883596797, + "grad_norm": 0.5160701870918274, + "learning_rate": 0.00027165192347253654, + "loss": 0.0544, + "step": 223000 + }, + { + "epoch": 22.890576883596797, + "eval_cer": 0.018661137440758292, + "eval_loss": 0.0328957661986351, + "eval_runtime": 22.2935, + "eval_samples_per_second": 4.037, + "eval_steps_per_second": 0.045, + "eval_wer": 0.064343163538874, + "step": 223000 + }, + { + "epoch": 22.99322521042907, + "grad_norm": 0.18564113974571228, + "learning_rate": 0.00027062332853322363, + "loss": 0.0538, + "step": 224000 + }, + { + "epoch": 22.99322521042907, + "eval_cer": 0.019105450236966824, + "eval_loss": 0.033330611884593964, + "eval_runtime": 22.2627, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06344950848972297, + "step": 224000 + }, + { + "epoch": 23.095873537261344, + "grad_norm": 0.19497232139110565, + "learning_rate": 0.0002695947335939107, + "loss": 0.0527, + "step": 225000 + }, + { + "epoch": 23.095873537261344, + "eval_cer": 0.01643957345971564, + "eval_loss": 0.03324893116950989, + "eval_runtime": 22.2973, + "eval_samples_per_second": 4.036, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06344950848972297, + "step": 225000 + }, + { + "epoch": 23.198521864093614, + "grad_norm": 0.24956081807613373, + "learning_rate": 0.0002685661386545978, + "loss": 0.0529, + "step": 226000 + }, + { + "epoch": 23.198521864093614, + "eval_cer": 0.017772511848341232, + "eval_loss": 0.03351821005344391, + "eval_runtime": 22.2956, + "eval_samples_per_second": 4.037, + "eval_steps_per_second": 0.045, + "eval_wer": 0.058981233243967826, + "step": 226000 + }, + { + "epoch": 23.301170190925887, + "grad_norm": 0.1977517157793045, + "learning_rate": 0.00026753754371528496, + "loss": 0.0532, + "step": 227000 + }, + { + "epoch": 23.301170190925887, + "eval_cer": 0.017920616113744077, + "eval_loss": 0.03354490175843239, + "eval_runtime": 22.2726, + "eval_samples_per_second": 4.041, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 227000 + }, + { + "epoch": 23.40381851775816, + "grad_norm": 0.23078420758247375, + "learning_rate": 0.00026650894877597206, + "loss": 0.0537, + "step": 228000 + }, + { + "epoch": 23.40381851775816, + "eval_cer": 0.01688388625592417, + "eval_loss": 0.03308222442865372, + "eval_runtime": 22.3431, + "eval_samples_per_second": 4.028, + "eval_steps_per_second": 0.045, + "eval_wer": 0.058981233243967826, + "step": 228000 + }, + { + "epoch": 23.506466844590435, + "grad_norm": 0.3596203029155731, + "learning_rate": 0.00026548035383665915, + "loss": 0.0534, + "step": 229000 + }, + { + "epoch": 23.506466844590435, + "eval_cer": 0.017031990521327013, + "eval_loss": 0.03161655366420746, + "eval_runtime": 22.3127, + "eval_samples_per_second": 4.034, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0580875781948168, + "step": 229000 + }, + { + "epoch": 23.609115171422705, + "grad_norm": 0.26955559849739075, + "learning_rate": 0.00026445175889734624, + "loss": 0.0538, + "step": 230000 + }, + { + "epoch": 23.609115171422705, + "eval_cer": 0.01940165876777251, + "eval_loss": 0.03247096389532089, + "eval_runtime": 22.3142, + "eval_samples_per_second": 4.033, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 230000 + }, + { + "epoch": 23.711763498254978, + "grad_norm": 0.305859237909317, + "learning_rate": 0.00026342316395803334, + "loss": 0.0534, + "step": 231000 + }, + { + "epoch": 23.711763498254978, + "eval_cer": 0.017180094786729858, + "eval_loss": 0.03188026696443558, + "eval_runtime": 22.28, + "eval_samples_per_second": 4.039, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05630026809651475, + "step": 231000 + }, + { + "epoch": 23.81441182508725, + "grad_norm": 0.414869099855423, + "learning_rate": 0.00026239456901872043, + "loss": 0.0534, + "step": 232000 + }, + { + "epoch": 23.81441182508725, + "eval_cer": 0.01940165876777251, + "eval_loss": 0.033250004053115845, + "eval_runtime": 22.3878, + "eval_samples_per_second": 4.02, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06613047363717604, + "step": 232000 + }, + { + "epoch": 23.917060151919525, + "grad_norm": 0.24189621210098267, + "learning_rate": 0.0002613659740794075, + "loss": 0.0537, + "step": 233000 + }, + { + "epoch": 23.917060151919525, + "eval_cer": 0.018216824644549764, + "eval_loss": 0.033227771520614624, + "eval_runtime": 22.1167, + "eval_samples_per_second": 4.069, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06255585344057193, + "step": 233000 + }, + { + "epoch": 24.019708478751795, + "grad_norm": 0.19833236932754517, + "learning_rate": 0.00026033737914009467, + "loss": 0.0533, + "step": 234000 + }, + { + "epoch": 24.019708478751795, + "eval_cer": 0.017920616113744077, + "eval_loss": 0.03290673345327377, + "eval_runtime": 22.278, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06076854334226988, + "step": 234000 + }, + { + "epoch": 24.12235680558407, + "grad_norm": 0.15947362780570984, + "learning_rate": 0.00025930878420078176, + "loss": 0.0523, + "step": 235000 + }, + { + "epoch": 24.12235680558407, + "eval_cer": 0.017772511848341232, + "eval_loss": 0.03324710577726364, + "eval_runtime": 22.2183, + "eval_samples_per_second": 4.051, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06076854334226988, + "step": 235000 + }, + { + "epoch": 24.225005132416342, + "grad_norm": 0.19958557188510895, + "learning_rate": 0.00025828018926146886, + "loss": 0.0522, + "step": 236000 + }, + { + "epoch": 24.225005132416342, + "eval_cer": 0.015847156398104266, + "eval_loss": 0.031826525926589966, + "eval_runtime": 23.5228, + "eval_samples_per_second": 3.826, + "eval_steps_per_second": 0.043, + "eval_wer": 0.05451295799821269, + "step": 236000 + }, + { + "epoch": 24.327653459248616, + "grad_norm": 0.20118238031864166, + "learning_rate": 0.00025725159432215595, + "loss": 0.0518, + "step": 237000 + }, + { + "epoch": 24.327653459248616, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.03189582750201225, + "eval_runtime": 22.1576, + "eval_samples_per_second": 4.062, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05451295799821269, + "step": 237000 + }, + { + "epoch": 24.430301786080886, + "grad_norm": 0.2729335129261017, + "learning_rate": 0.00025622299938284304, + "loss": 0.0529, + "step": 238000 + }, + { + "epoch": 24.430301786080886, + "eval_cer": 0.017180094786729858, + "eval_loss": 0.03211754932999611, + "eval_runtime": 22.2144, + "eval_samples_per_second": 4.051, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06076854334226988, + "step": 238000 + }, + { + "epoch": 24.53295011291316, + "grad_norm": 0.18871107697486877, + "learning_rate": 0.00025519440444353014, + "loss": 0.0531, + "step": 239000 + }, + { + "epoch": 24.53295011291316, + "eval_cer": 0.01806872037914692, + "eval_loss": 0.031803932040929794, + "eval_runtime": 22.1636, + "eval_samples_per_second": 4.061, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06166219839142091, + "step": 239000 + }, + { + "epoch": 24.635598439745433, + "grad_norm": 0.22552721202373505, + "learning_rate": 0.00025416580950421723, + "loss": 0.053, + "step": 240000 + }, + { + "epoch": 24.635598439745433, + "eval_cer": 0.018661137440758292, + "eval_loss": 0.03302132338285446, + "eval_runtime": 22.305, + "eval_samples_per_second": 4.035, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06255585344057193, + "step": 240000 + }, + { + "epoch": 24.738246766577706, + "grad_norm": 0.3143594264984131, + "learning_rate": 0.0002531372145649044, + "loss": 0.0535, + "step": 241000 + }, + { + "epoch": 24.738246766577706, + "eval_cer": 0.017031990521327013, + "eval_loss": 0.032325536012649536, + "eval_runtime": 22.2087, + "eval_samples_per_second": 4.052, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05451295799821269, + "step": 241000 + }, + { + "epoch": 24.840895093409976, + "grad_norm": 0.2053222805261612, + "learning_rate": 0.00025210861962559147, + "loss": 0.053, + "step": 242000 + }, + { + "epoch": 24.840895093409976, + "eval_cer": 0.01851303317535545, + "eval_loss": 0.03247794508934021, + "eval_runtime": 22.8241, + "eval_samples_per_second": 3.943, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06255585344057193, + "step": 242000 + }, + { + "epoch": 24.94354342024225, + "grad_norm": 0.2229388952255249, + "learning_rate": 0.00025108002468627856, + "loss": 0.0525, + "step": 243000 + }, + { + "epoch": 24.94354342024225, + "eval_cer": 0.020290284360189575, + "eval_loss": 0.032272905111312866, + "eval_runtime": 22.7477, + "eval_samples_per_second": 3.956, + "eval_steps_per_second": 0.044, + "eval_wer": 0.06702412868632708, + "step": 243000 + }, + { + "epoch": 25.046191747074523, + "grad_norm": 0.21171027421951294, + "learning_rate": 0.00025005142974696566, + "loss": 0.052, + "step": 244000 + }, + { + "epoch": 25.046191747074523, + "eval_cer": 0.018809241706161137, + "eval_loss": 0.03205866739153862, + "eval_runtime": 22.1495, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06255585344057193, + "step": 244000 + }, + { + "epoch": 25.148840073906797, + "grad_norm": 0.28519150614738464, + "learning_rate": 0.00024902283480765275, + "loss": 0.0518, + "step": 245000 + }, + { + "epoch": 25.148840073906797, + "eval_cer": 0.017772511848341232, + "eval_loss": 0.0315067283809185, + "eval_runtime": 22.1659, + "eval_samples_per_second": 4.06, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06255585344057193, + "step": 245000 + }, + { + "epoch": 25.251488400739067, + "grad_norm": 0.19159762561321259, + "learning_rate": 0.00024799423986833984, + "loss": 0.0519, + "step": 246000 + }, + { + "epoch": 25.251488400739067, + "eval_cer": 0.019105450236966824, + "eval_loss": 0.03155896067619324, + "eval_runtime": 22.1685, + "eval_samples_per_second": 4.06, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06523681858802502, + "step": 246000 + }, + { + "epoch": 25.35413672757134, + "grad_norm": 0.2302646040916443, + "learning_rate": 0.00024696564492902694, + "loss": 0.0521, + "step": 247000 + }, + { + "epoch": 25.35413672757134, + "eval_cer": 0.018364928909952605, + "eval_loss": 0.032100409269332886, + "eval_runtime": 22.1736, + "eval_samples_per_second": 4.059, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06344950848972297, + "step": 247000 + }, + { + "epoch": 25.456785054403614, + "grad_norm": 0.2624431848526001, + "learning_rate": 0.0002459370499897141, + "loss": 0.0525, + "step": 248000 + }, + { + "epoch": 25.456785054403614, + "eval_cer": 0.016587677725118485, + "eval_loss": 0.03178829327225685, + "eval_runtime": 22.2239, + "eval_samples_per_second": 4.05, + "eval_steps_per_second": 0.045, + "eval_wer": 0.058981233243967826, + "step": 248000 + }, + { + "epoch": 25.559433381235884, + "grad_norm": 0.24456505477428436, + "learning_rate": 0.0002449084550504012, + "loss": 0.052, + "step": 249000 + }, + { + "epoch": 25.559433381235884, + "eval_cer": 0.01851303317535545, + "eval_loss": 0.030579831451177597, + "eval_runtime": 22.261, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06076854334226988, + "step": 249000 + }, + { + "epoch": 25.662081708068158, + "grad_norm": 0.1688804030418396, + "learning_rate": 0.00024387986011108827, + "loss": 0.0518, + "step": 250000 + }, + { + "epoch": 25.662081708068158, + "eval_cer": 0.01688388625592417, + "eval_loss": 0.033347100019454956, + "eval_runtime": 22.153, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05987488829311886, + "step": 250000 + }, + { + "epoch": 25.76473003490043, + "grad_norm": 0.1677083969116211, + "learning_rate": 0.00024285126517177536, + "loss": 0.0524, + "step": 251000 + }, + { + "epoch": 25.76473003490043, + "eval_cer": 0.017031990521327013, + "eval_loss": 0.031150901690125465, + "eval_runtime": 22.137, + "eval_samples_per_second": 4.066, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05719392314566577, + "step": 251000 + }, + { + "epoch": 25.867378361732705, + "grad_norm": 0.28190451860427856, + "learning_rate": 0.00024182267023246246, + "loss": 0.0525, + "step": 252000 + }, + { + "epoch": 25.867378361732705, + "eval_cer": 0.014514218009478674, + "eval_loss": 0.030852019786834717, + "eval_runtime": 22.2042, + "eval_samples_per_second": 4.053, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 252000 + }, + { + "epoch": 25.970026688564978, + "grad_norm": 0.30484601855278015, + "learning_rate": 0.00024079407529314955, + "loss": 0.0525, + "step": 253000 + }, + { + "epoch": 25.970026688564978, + "eval_cer": 0.01481042654028436, + "eval_loss": 0.03129878640174866, + "eval_runtime": 22.1837, + "eval_samples_per_second": 4.057, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 253000 + }, + { + "epoch": 26.072675015397248, + "grad_norm": 0.23301398754119873, + "learning_rate": 0.00023976548035383667, + "loss": 0.0511, + "step": 254000 + }, + { + "epoch": 26.072675015397248, + "eval_cer": 0.016587677725118485, + "eval_loss": 0.03187458962202072, + "eval_runtime": 22.2688, + "eval_samples_per_second": 4.042, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0580875781948168, + "step": 254000 + }, + { + "epoch": 26.17532334222952, + "grad_norm": 0.2110058218240738, + "learning_rate": 0.00023873688541452376, + "loss": 0.051, + "step": 255000 + }, + { + "epoch": 26.17532334222952, + "eval_cer": 0.01688388625592417, + "eval_loss": 0.03192685917019844, + "eval_runtime": 22.1497, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06344950848972297, + "step": 255000 + }, + { + "epoch": 26.277971669061795, + "grad_norm": 0.7681686282157898, + "learning_rate": 0.00023770829047521086, + "loss": 0.0512, + "step": 256000 + }, + { + "epoch": 26.277971669061795, + "eval_cer": 0.017772511848341232, + "eval_loss": 0.03258216753602028, + "eval_runtime": 22.2138, + "eval_samples_per_second": 4.052, + "eval_steps_per_second": 0.045, + "eval_wer": 0.064343163538874, + "step": 256000 + }, + { + "epoch": 26.380619995894065, + "grad_norm": 0.20167267322540283, + "learning_rate": 0.00023667969553589798, + "loss": 0.0511, + "step": 257000 + }, + { + "epoch": 26.380619995894065, + "eval_cer": 0.015847156398104266, + "eval_loss": 0.03150052949786186, + "eval_runtime": 22.1067, + "eval_samples_per_second": 4.071, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06166219839142091, + "step": 257000 + }, + { + "epoch": 26.48326832272634, + "grad_norm": 0.2660065293312073, + "learning_rate": 0.00023565110059658507, + "loss": 0.0514, + "step": 258000 + }, + { + "epoch": 26.48326832272634, + "eval_cer": 0.017031990521327013, + "eval_loss": 0.031788378953933716, + "eval_runtime": 22.0549, + "eval_samples_per_second": 4.081, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0580875781948168, + "step": 258000 + }, + { + "epoch": 26.585916649558612, + "grad_norm": 0.18703380227088928, + "learning_rate": 0.00023462250565727216, + "loss": 0.0516, + "step": 259000 + }, + { + "epoch": 26.585916649558612, + "eval_cer": 0.016587677725118485, + "eval_loss": 0.03131980076432228, + "eval_runtime": 22.1633, + "eval_samples_per_second": 4.061, + "eval_steps_per_second": 0.045, + "eval_wer": 0.058981233243967826, + "step": 259000 + }, + { + "epoch": 26.688564976390886, + "grad_norm": 0.25654709339141846, + "learning_rate": 0.00023359391071795926, + "loss": 0.0517, + "step": 260000 + }, + { + "epoch": 26.688564976390886, + "eval_cer": 0.016291469194312798, + "eval_loss": 0.031445086002349854, + "eval_runtime": 22.3924, + "eval_samples_per_second": 4.019, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05987488829311886, + "step": 260000 + }, + { + "epoch": 26.791213303223156, + "grad_norm": 0.2620410919189453, + "learning_rate": 0.00023256531577864638, + "loss": 0.052, + "step": 261000 + }, + { + "epoch": 26.791213303223156, + "eval_cer": 0.017031990521327013, + "eval_loss": 0.03067016415297985, + "eval_runtime": 22.1951, + "eval_samples_per_second": 4.055, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06076854334226988, + "step": 261000 + }, + { + "epoch": 26.89386163005543, + "grad_norm": 0.2175012230873108, + "learning_rate": 0.00023153672083933347, + "loss": 0.0519, + "step": 262000 + }, + { + "epoch": 26.89386163005543, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.031155884265899658, + "eval_runtime": 22.1754, + "eval_samples_per_second": 4.059, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 262000 + }, + { + "epoch": 26.996509956887703, + "grad_norm": 0.22425027191638947, + "learning_rate": 0.00023050812590002056, + "loss": 0.052, + "step": 263000 + }, + { + "epoch": 26.996509956887703, + "eval_cer": 0.016587677725118485, + "eval_loss": 0.030132591724395752, + "eval_runtime": 22.1695, + "eval_samples_per_second": 4.06, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05719392314566577, + "step": 263000 + }, + { + "epoch": 27.099158283719976, + "grad_norm": 0.24267776310443878, + "learning_rate": 0.00022947953096070768, + "loss": 0.0506, + "step": 264000 + }, + { + "epoch": 27.099158283719976, + "eval_cer": 0.0173281990521327, + "eval_loss": 0.030183136463165283, + "eval_runtime": 22.1929, + "eval_samples_per_second": 4.055, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0580875781948168, + "step": 264000 + }, + { + "epoch": 27.201806610552246, + "grad_norm": 0.22535988688468933, + "learning_rate": 0.00022845093602139478, + "loss": 0.051, + "step": 265000 + }, + { + "epoch": 27.201806610552246, + "eval_cer": 0.015550947867298577, + "eval_loss": 0.029872052371501923, + "eval_runtime": 21.6648, + "eval_samples_per_second": 4.154, + "eval_steps_per_second": 0.046, + "eval_wer": 0.05272564789991063, + "step": 265000 + }, + { + "epoch": 27.30445493738452, + "grad_norm": 0.2646799385547638, + "learning_rate": 0.00022742234108208187, + "loss": 0.0511, + "step": 266000 + }, + { + "epoch": 27.30445493738452, + "eval_cer": 0.016143364928909953, + "eval_loss": 0.030452899634838104, + "eval_runtime": 21.9979, + "eval_samples_per_second": 4.091, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0580875781948168, + "step": 266000 + }, + { + "epoch": 27.407103264216794, + "grad_norm": 0.1818641871213913, + "learning_rate": 0.00022639374614276896, + "loss": 0.0507, + "step": 267000 + }, + { + "epoch": 27.407103264216794, + "eval_cer": 0.01806872037914692, + "eval_loss": 0.030228691175580025, + "eval_runtime": 22.1513, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06166219839142091, + "step": 267000 + }, + { + "epoch": 27.509751591049067, + "grad_norm": 0.2914126515388489, + "learning_rate": 0.00022536515120345608, + "loss": 0.0506, + "step": 268000 + }, + { + "epoch": 27.509751591049067, + "eval_cer": 0.01688388625592417, + "eval_loss": 0.030619405210018158, + "eval_runtime": 22.1314, + "eval_samples_per_second": 4.067, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06344950848972297, + "step": 268000 + }, + { + "epoch": 27.612399917881337, + "grad_norm": 0.19746644794940948, + "learning_rate": 0.00022433655626414317, + "loss": 0.0508, + "step": 269000 + }, + { + "epoch": 27.612399917881337, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.029848448932170868, + "eval_runtime": 22.0615, + "eval_samples_per_second": 4.08, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05451295799821269, + "step": 269000 + }, + { + "epoch": 27.71504824471361, + "grad_norm": 0.171453595161438, + "learning_rate": 0.00022330796132483027, + "loss": 0.0506, + "step": 270000 + }, + { + "epoch": 27.71504824471361, + "eval_cer": 0.01643957345971564, + "eval_loss": 0.029385404661297798, + "eval_runtime": 22.1939, + "eval_samples_per_second": 4.055, + "eval_steps_per_second": 0.045, + "eval_wer": 0.058981233243967826, + "step": 270000 + }, + { + "epoch": 27.817696571545884, + "grad_norm": 0.20320715010166168, + "learning_rate": 0.0002222793663855174, + "loss": 0.0513, + "step": 271000 + }, + { + "epoch": 27.817696571545884, + "eval_cer": 0.016735781990521326, + "eval_loss": 0.03053821623325348, + "eval_runtime": 22.1393, + "eval_samples_per_second": 4.065, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06255585344057193, + "step": 271000 + }, + { + "epoch": 27.920344898378158, + "grad_norm": 0.18147552013397217, + "learning_rate": 0.00022125077144620448, + "loss": 0.051, + "step": 272000 + }, + { + "epoch": 27.920344898378158, + "eval_cer": 0.015847156398104266, + "eval_loss": 0.030883438885211945, + "eval_runtime": 22.1075, + "eval_samples_per_second": 4.071, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05630026809651475, + "step": 272000 + }, + { + "epoch": 28.022993225210428, + "grad_norm": 0.3934711813926697, + "learning_rate": 0.00022022217650689157, + "loss": 0.0505, + "step": 273000 + }, + { + "epoch": 28.022993225210428, + "eval_cer": 0.015995260663507108, + "eval_loss": 0.030014000833034515, + "eval_runtime": 21.9105, + "eval_samples_per_second": 4.108, + "eval_steps_per_second": 0.046, + "eval_wer": 0.05451295799821269, + "step": 273000 + }, + { + "epoch": 28.1256415520427, + "grad_norm": 0.18721525371074677, + "learning_rate": 0.0002191935815675787, + "loss": 0.0495, + "step": 274000 + }, + { + "epoch": 28.1256415520427, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.029803840443491936, + "eval_runtime": 22.2218, + "eval_samples_per_second": 4.05, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 274000 + }, + { + "epoch": 28.228289878874975, + "grad_norm": 0.2836057245731354, + "learning_rate": 0.0002181649866282658, + "loss": 0.0499, + "step": 275000 + }, + { + "epoch": 28.228289878874975, + "eval_cer": 0.014366113744075829, + "eval_loss": 0.02985943853855133, + "eval_runtime": 22.1574, + "eval_samples_per_second": 4.062, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05183199285075961, + "step": 275000 + }, + { + "epoch": 28.33093820570725, + "grad_norm": 0.16741269826889038, + "learning_rate": 0.00021713639168895288, + "loss": 0.0503, + "step": 276000 + }, + { + "epoch": 28.33093820570725, + "eval_cer": 0.018661137440758292, + "eval_loss": 0.02978348545730114, + "eval_runtime": 22.2061, + "eval_samples_per_second": 4.053, + "eval_steps_per_second": 0.045, + "eval_wer": 0.058981233243967826, + "step": 276000 + }, + { + "epoch": 28.43358653253952, + "grad_norm": 0.5261670351028442, + "learning_rate": 0.00021610779674963997, + "loss": 0.0505, + "step": 277000 + }, + { + "epoch": 28.43358653253952, + "eval_cer": 0.016143364928909953, + "eval_loss": 0.02990272268652916, + "eval_runtime": 22.1117, + "eval_samples_per_second": 4.07, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 277000 + }, + { + "epoch": 28.536234859371792, + "grad_norm": 0.18356911838054657, + "learning_rate": 0.0002150792018103271, + "loss": 0.0502, + "step": 278000 + }, + { + "epoch": 28.536234859371792, + "eval_cer": 0.017476303317535545, + "eval_loss": 0.0308319590985775, + "eval_runtime": 22.2031, + "eval_samples_per_second": 4.053, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 278000 + }, + { + "epoch": 28.638883186204065, + "grad_norm": 0.2313164621591568, + "learning_rate": 0.0002140506068710142, + "loss": 0.0506, + "step": 279000 + }, + { + "epoch": 28.638883186204065, + "eval_cer": 0.016735781990521326, + "eval_loss": 0.03133101388812065, + "eval_runtime": 22.2245, + "eval_samples_per_second": 4.05, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06255585344057193, + "step": 279000 + }, + { + "epoch": 28.74153151303634, + "grad_norm": 0.23044399917125702, + "learning_rate": 0.00021302201193170128, + "loss": 0.0511, + "step": 280000 + }, + { + "epoch": 28.74153151303634, + "eval_cer": 0.01762440758293839, + "eval_loss": 0.0300216656178236, + "eval_runtime": 22.3006, + "eval_samples_per_second": 4.036, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0580875781948168, + "step": 280000 + }, + { + "epoch": 28.84417983986861, + "grad_norm": 0.35165879130363464, + "learning_rate": 0.0002119934169923884, + "loss": 0.051, + "step": 281000 + }, + { + "epoch": 28.84417983986861, + "eval_cer": 0.0173281990521327, + "eval_loss": 0.029326628893613815, + "eval_runtime": 22.3265, + "eval_samples_per_second": 4.031, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05630026809651475, + "step": 281000 + }, + { + "epoch": 28.946828166700882, + "grad_norm": 0.276239275932312, + "learning_rate": 0.00021096482205307552, + "loss": 0.0499, + "step": 282000 + }, + { + "epoch": 28.946828166700882, + "eval_cer": 0.015847156398104266, + "eval_loss": 0.02999110147356987, + "eval_runtime": 22.3215, + "eval_samples_per_second": 4.032, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 282000 + }, + { + "epoch": 29.049476493533156, + "grad_norm": 0.2091301679611206, + "learning_rate": 0.00020993622711376261, + "loss": 0.0494, + "step": 283000 + }, + { + "epoch": 29.049476493533156, + "eval_cer": 0.016735781990521326, + "eval_loss": 0.029503343626856804, + "eval_runtime": 22.2699, + "eval_samples_per_second": 4.041, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05630026809651475, + "step": 283000 + }, + { + "epoch": 29.15212482036543, + "grad_norm": 0.3076883852481842, + "learning_rate": 0.0002089076321744497, + "loss": 0.0493, + "step": 284000 + }, + { + "epoch": 29.15212482036543, + "eval_cer": 0.01806872037914692, + "eval_loss": 0.02992323227226734, + "eval_runtime": 22.4692, + "eval_samples_per_second": 4.005, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0580875781948168, + "step": 284000 + }, + { + "epoch": 29.2547731471977, + "grad_norm": 0.2164120078086853, + "learning_rate": 0.00020787903723513683, + "loss": 0.0492, + "step": 285000 + }, + { + "epoch": 29.2547731471977, + "eval_cer": 0.017772511848341232, + "eval_loss": 0.029783058911561966, + "eval_runtime": 22.2084, + "eval_samples_per_second": 4.053, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05987488829311886, + "step": 285000 + }, + { + "epoch": 29.357421474029973, + "grad_norm": 0.25016504526138306, + "learning_rate": 0.00020685044229582392, + "loss": 0.0497, + "step": 286000 + }, + { + "epoch": 29.357421474029973, + "eval_cer": 0.016587677725118485, + "eval_loss": 0.029911022633314133, + "eval_runtime": 22.0994, + "eval_samples_per_second": 4.073, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05987488829311886, + "step": 286000 + }, + { + "epoch": 29.460069800862247, + "grad_norm": 0.2327207326889038, + "learning_rate": 0.00020582184735651101, + "loss": 0.0496, + "step": 287000 + }, + { + "epoch": 29.460069800862247, + "eval_cer": 0.016291469194312798, + "eval_loss": 0.028591720387339592, + "eval_runtime": 22.1807, + "eval_samples_per_second": 4.058, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 287000 + }, + { + "epoch": 29.56271812769452, + "grad_norm": 0.25889137387275696, + "learning_rate": 0.00020479325241719813, + "loss": 0.0497, + "step": 288000 + }, + { + "epoch": 29.56271812769452, + "eval_cer": 0.015995260663507108, + "eval_loss": 0.02914293482899666, + "eval_runtime": 22.2487, + "eval_samples_per_second": 4.045, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 288000 + }, + { + "epoch": 29.66536645452679, + "grad_norm": 0.3326428532600403, + "learning_rate": 0.00020376465747788523, + "loss": 0.0499, + "step": 289000 + }, + { + "epoch": 29.66536645452679, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.028966935351490974, + "eval_runtime": 22.2836, + "eval_samples_per_second": 4.039, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05630026809651475, + "step": 289000 + }, + { + "epoch": 29.768014781359064, + "grad_norm": 0.2747463583946228, + "learning_rate": 0.00020273606253857232, + "loss": 0.0498, + "step": 290000 + }, + { + "epoch": 29.768014781359064, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.027468033134937286, + "eval_runtime": 22.3116, + "eval_samples_per_second": 4.034, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05630026809651475, + "step": 290000 + }, + { + "epoch": 29.870663108191337, + "grad_norm": 0.31372368335723877, + "learning_rate": 0.00020170746759925941, + "loss": 0.0495, + "step": 291000 + }, + { + "epoch": 29.870663108191337, + "eval_cer": 0.01569905213270142, + "eval_loss": 0.029326878488063812, + "eval_runtime": 22.3423, + "eval_samples_per_second": 4.028, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05630026809651475, + "step": 291000 + }, + { + "epoch": 29.97331143502361, + "grad_norm": 0.18704882264137268, + "learning_rate": 0.00020067887265994653, + "loss": 0.0499, + "step": 292000 + }, + { + "epoch": 29.97331143502361, + "eval_cer": 0.01481042654028436, + "eval_loss": 0.028479211032390594, + "eval_runtime": 22.4625, + "eval_samples_per_second": 4.007, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 292000 + }, + { + "epoch": 30.07595976185588, + "grad_norm": 0.1708535999059677, + "learning_rate": 0.00019965027772063363, + "loss": 0.0484, + "step": 293000 + }, + { + "epoch": 30.07595976185588, + "eval_cer": 0.013921800947867298, + "eval_loss": 0.028360920026898384, + "eval_runtime": 22.3021, + "eval_samples_per_second": 4.036, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 293000 + }, + { + "epoch": 30.178608088688154, + "grad_norm": 0.24666380882263184, + "learning_rate": 0.00019862168278132072, + "loss": 0.0489, + "step": 294000 + }, + { + "epoch": 30.178608088688154, + "eval_cer": 0.016291469194312798, + "eval_loss": 0.028621409088373184, + "eval_runtime": 22.2968, + "eval_samples_per_second": 4.036, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05719392314566577, + "step": 294000 + }, + { + "epoch": 30.281256415520428, + "grad_norm": 0.2784259021282196, + "learning_rate": 0.00019759308784200784, + "loss": 0.0493, + "step": 295000 + }, + { + "epoch": 30.281256415520428, + "eval_cer": 0.016143364928909953, + "eval_loss": 0.028690271079540253, + "eval_runtime": 22.252, + "eval_samples_per_second": 4.045, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05451295799821269, + "step": 295000 + }, + { + "epoch": 30.3839047423527, + "grad_norm": 0.2628447711467743, + "learning_rate": 0.00019656449290269493, + "loss": 0.049, + "step": 296000 + }, + { + "epoch": 30.3839047423527, + "eval_cer": 0.016291469194312798, + "eval_loss": 0.028396843001246452, + "eval_runtime": 22.2552, + "eval_samples_per_second": 4.044, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05451295799821269, + "step": 296000 + }, + { + "epoch": 30.48655306918497, + "grad_norm": 0.23084846138954163, + "learning_rate": 0.00019553589796338203, + "loss": 0.049, + "step": 297000 + }, + { + "epoch": 30.48655306918497, + "eval_cer": 0.01481042654028436, + "eval_loss": 0.02870321460068226, + "eval_runtime": 22.2205, + "eval_samples_per_second": 4.05, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05451295799821269, + "step": 297000 + }, + { + "epoch": 30.589201396017245, + "grad_norm": 0.17921754717826843, + "learning_rate": 0.00019450730302406912, + "loss": 0.0491, + "step": 298000 + }, + { + "epoch": 30.589201396017245, + "eval_cer": 0.014069905213270142, + "eval_loss": 0.028362760320305824, + "eval_runtime": 22.2536, + "eval_samples_per_second": 4.044, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 298000 + }, + { + "epoch": 30.69184972284952, + "grad_norm": 0.20431461930274963, + "learning_rate": 0.00019347870808475624, + "loss": 0.0493, + "step": 299000 + }, + { + "epoch": 30.69184972284952, + "eval_cer": 0.014366113744075829, + "eval_loss": 0.027963554486632347, + "eval_runtime": 22.2764, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05451295799821269, + "step": 299000 + }, + { + "epoch": 30.794498049681792, + "grad_norm": 0.3255954384803772, + "learning_rate": 0.00019245011314544333, + "loss": 0.049, + "step": 300000 + }, + { + "epoch": 30.794498049681792, + "eval_cer": 0.016143364928909953, + "eval_loss": 0.028848888352513313, + "eval_runtime": 22.3367, + "eval_samples_per_second": 4.029, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 300000 + }, + { + "epoch": 30.897146376514062, + "grad_norm": 0.30805402994155884, + "learning_rate": 0.00019142151820613043, + "loss": 0.0493, + "step": 301000 + }, + { + "epoch": 30.897146376514062, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.029449112713336945, + "eval_runtime": 22.2797, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05630026809651475, + "step": 301000 + }, + { + "epoch": 30.999794703346335, + "grad_norm": 0.2879369854927063, + "learning_rate": 0.00019039292326681755, + "loss": 0.0491, + "step": 302000 + }, + { + "epoch": 30.999794703346335, + "eval_cer": 0.015847156398104266, + "eval_loss": 0.028681093826889992, + "eval_runtime": 22.3072, + "eval_samples_per_second": 4.035, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05451295799821269, + "step": 302000 + }, + { + "epoch": 31.10244303017861, + "grad_norm": 0.30376702547073364, + "learning_rate": 0.00018936432832750464, + "loss": 0.0479, + "step": 303000 + }, + { + "epoch": 31.10244303017861, + "eval_cer": 0.013773696682464455, + "eval_loss": 0.028124256059527397, + "eval_runtime": 22.255, + "eval_samples_per_second": 4.044, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 303000 + }, + { + "epoch": 31.20509135701088, + "grad_norm": 0.325859934091568, + "learning_rate": 0.00018833573338819173, + "loss": 0.0485, + "step": 304000 + }, + { + "epoch": 31.20509135701088, + "eval_cer": 0.013625592417061612, + "eval_loss": 0.028593741357326508, + "eval_runtime": 22.3606, + "eval_samples_per_second": 4.025, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05183199285075961, + "step": 304000 + }, + { + "epoch": 31.307739683843153, + "grad_norm": 0.26860424876213074, + "learning_rate": 0.00018730713844887883, + "loss": 0.0481, + "step": 305000 + }, + { + "epoch": 31.307739683843153, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.028675682842731476, + "eval_runtime": 22.1875, + "eval_samples_per_second": 4.056, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 305000 + }, + { + "epoch": 31.410388010675426, + "grad_norm": 0.36149585247039795, + "learning_rate": 0.00018627854350956595, + "loss": 0.0488, + "step": 306000 + }, + { + "epoch": 31.410388010675426, + "eval_cer": 0.015995260663507108, + "eval_loss": 0.029292631894350052, + "eval_runtime": 22.1759, + "eval_samples_per_second": 4.058, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05630026809651475, + "step": 306000 + }, + { + "epoch": 31.5130363375077, + "grad_norm": 0.23009520769119263, + "learning_rate": 0.00018524994857025304, + "loss": 0.0487, + "step": 307000 + }, + { + "epoch": 31.5130363375077, + "eval_cer": 0.014366113744075829, + "eval_loss": 0.02981569990515709, + "eval_runtime": 22.1972, + "eval_samples_per_second": 4.055, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 307000 + }, + { + "epoch": 31.61568466433997, + "grad_norm": 0.2854170799255371, + "learning_rate": 0.00018422135363094013, + "loss": 0.0485, + "step": 308000 + }, + { + "epoch": 31.61568466433997, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.030133897438645363, + "eval_runtime": 22.3301, + "eval_samples_per_second": 4.03, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05451295799821269, + "step": 308000 + }, + { + "epoch": 31.718332991172243, + "grad_norm": 0.20701636373996735, + "learning_rate": 0.00018319275869162725, + "loss": 0.0488, + "step": 309000 + }, + { + "epoch": 31.718332991172243, + "eval_cer": 0.016143364928909953, + "eval_loss": 0.02945251390337944, + "eval_runtime": 22.1144, + "eval_samples_per_second": 4.07, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 309000 + }, + { + "epoch": 31.820981318004517, + "grad_norm": 0.16278359293937683, + "learning_rate": 0.00018216416375231435, + "loss": 0.0489, + "step": 310000 + }, + { + "epoch": 31.820981318004517, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.02939271740615368, + "eval_runtime": 22.2354, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 310000 + }, + { + "epoch": 31.92362964483679, + "grad_norm": 0.20761480927467346, + "learning_rate": 0.00018113556881300144, + "loss": 0.049, + "step": 311000 + }, + { + "epoch": 31.92362964483679, + "eval_cer": 0.015847156398104266, + "eval_loss": 0.028488388285040855, + "eval_runtime": 22.1425, + "eval_samples_per_second": 4.065, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 311000 + }, + { + "epoch": 32.02627797166906, + "grad_norm": 0.23206296563148499, + "learning_rate": 0.00018010697387368853, + "loss": 0.0487, + "step": 312000 + }, + { + "epoch": 32.02627797166906, + "eval_cer": 0.017180094786729858, + "eval_loss": 0.028869740664958954, + "eval_runtime": 22.3356, + "eval_samples_per_second": 4.029, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05719392314566577, + "step": 312000 + }, + { + "epoch": 32.128926298501334, + "grad_norm": 0.3341107964515686, + "learning_rate": 0.00017907837893437565, + "loss": 0.0481, + "step": 313000 + }, + { + "epoch": 32.128926298501334, + "eval_cer": 0.018216824644549764, + "eval_loss": 0.029275845736265182, + "eval_runtime": 22.1486, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06166219839142091, + "step": 313000 + }, + { + "epoch": 32.23157462533361, + "grad_norm": 0.240467831492424, + "learning_rate": 0.00017804978399506275, + "loss": 0.0481, + "step": 314000 + }, + { + "epoch": 32.23157462533361, + "eval_cer": 0.017031990521327013, + "eval_loss": 0.02915882132947445, + "eval_runtime": 22.1429, + "eval_samples_per_second": 4.065, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05630026809651475, + "step": 314000 + }, + { + "epoch": 32.33422295216588, + "grad_norm": 0.24573862552642822, + "learning_rate": 0.00017702118905574984, + "loss": 0.0473, + "step": 315000 + }, + { + "epoch": 32.33422295216588, + "eval_cer": 0.018364928909952605, + "eval_loss": 0.02838301472365856, + "eval_runtime": 22.1497, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05719392314566577, + "step": 315000 + }, + { + "epoch": 32.436871278998154, + "grad_norm": 0.3885030746459961, + "learning_rate": 0.00017599259411643696, + "loss": 0.0486, + "step": 316000 + }, + { + "epoch": 32.436871278998154, + "eval_cer": 0.01762440758293839, + "eval_loss": 0.02944045141339302, + "eval_runtime": 22.1602, + "eval_samples_per_second": 4.061, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0580875781948168, + "step": 316000 + }, + { + "epoch": 32.53951960583043, + "grad_norm": 0.31944355368614197, + "learning_rate": 0.00017496399917712405, + "loss": 0.0483, + "step": 317000 + }, + { + "epoch": 32.53951960583043, + "eval_cer": 0.0173281990521327, + "eval_loss": 0.028936417773365974, + "eval_runtime": 21.9567, + "eval_samples_per_second": 4.099, + "eval_steps_per_second": 0.046, + "eval_wer": 0.05630026809651475, + "step": 317000 + }, + { + "epoch": 32.642167932662694, + "grad_norm": 0.2156781703233719, + "learning_rate": 0.00017393540423781115, + "loss": 0.0477, + "step": 318000 + }, + { + "epoch": 32.642167932662694, + "eval_cer": 0.018661137440758292, + "eval_loss": 0.029529759660363197, + "eval_runtime": 22.0507, + "eval_samples_per_second": 4.082, + "eval_steps_per_second": 0.045, + "eval_wer": 0.06076854334226988, + "step": 318000 + }, + { + "epoch": 32.74481625949497, + "grad_norm": 0.23771491646766663, + "learning_rate": 0.00017290680929849824, + "loss": 0.048, + "step": 319000 + }, + { + "epoch": 32.74481625949497, + "eval_cer": 0.016291469194312798, + "eval_loss": 0.029350074008107185, + "eval_runtime": 22.1715, + "eval_samples_per_second": 4.059, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 319000 + }, + { + "epoch": 32.84746458632724, + "grad_norm": 0.4010453224182129, + "learning_rate": 0.00017187821435918536, + "loss": 0.0482, + "step": 320000 + }, + { + "epoch": 32.84746458632724, + "eval_cer": 0.016587677725118485, + "eval_loss": 0.0294723492115736, + "eval_runtime": 22.2642, + "eval_samples_per_second": 4.042, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05451295799821269, + "step": 320000 + }, + { + "epoch": 32.950112913159515, + "grad_norm": 0.21573138236999512, + "learning_rate": 0.00017084961941987245, + "loss": 0.0478, + "step": 321000 + }, + { + "epoch": 32.950112913159515, + "eval_cer": 0.01643957345971564, + "eval_loss": 0.02849040925502777, + "eval_runtime": 22.3919, + "eval_samples_per_second": 4.019, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 321000 + }, + { + "epoch": 33.05276123999179, + "grad_norm": 0.2565110921859741, + "learning_rate": 0.00016982102448055955, + "loss": 0.0476, + "step": 322000 + }, + { + "epoch": 33.05276123999179, + "eval_cer": 0.01643957345971564, + "eval_loss": 0.028644192963838577, + "eval_runtime": 22.4917, + "eval_samples_per_second": 4.001, + "eval_steps_per_second": 0.044, + "eval_wer": 0.05361930294906166, + "step": 322000 + }, + { + "epoch": 33.15540956682406, + "grad_norm": 0.17566250264644623, + "learning_rate": 0.00016879242954124667, + "loss": 0.0465, + "step": 323000 + }, + { + "epoch": 33.15540956682406, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.028031960129737854, + "eval_runtime": 22.2193, + "eval_samples_per_second": 4.051, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05183199285075961, + "step": 323000 + }, + { + "epoch": 33.258057893656336, + "grad_norm": 0.21690410375595093, + "learning_rate": 0.00016776383460193376, + "loss": 0.0474, + "step": 324000 + }, + { + "epoch": 33.258057893656336, + "eval_cer": 0.01569905213270142, + "eval_loss": 0.028126152232289314, + "eval_runtime": 22.2514, + "eval_samples_per_second": 4.045, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 324000 + }, + { + "epoch": 33.36070622048861, + "grad_norm": 0.17805682122707367, + "learning_rate": 0.00016673523966262085, + "loss": 0.047, + "step": 325000 + }, + { + "epoch": 33.36070622048861, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.028366120532155037, + "eval_runtime": 22.1824, + "eval_samples_per_second": 4.057, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 325000 + }, + { + "epoch": 33.463354547320876, + "grad_norm": 0.23276859521865845, + "learning_rate": 0.00016570664472330795, + "loss": 0.0478, + "step": 326000 + }, + { + "epoch": 33.463354547320876, + "eval_cer": 0.01643957345971564, + "eval_loss": 0.02805442176759243, + "eval_runtime": 22.0401, + "eval_samples_per_second": 4.083, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 326000 + }, + { + "epoch": 33.56600287415315, + "grad_norm": 0.23791708052158356, + "learning_rate": 0.00016467804978399507, + "loss": 0.0479, + "step": 327000 + }, + { + "epoch": 33.56600287415315, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.028071463108062744, + "eval_runtime": 22.166, + "eval_samples_per_second": 4.06, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 327000 + }, + { + "epoch": 33.66865120098542, + "grad_norm": 0.22921526432037354, + "learning_rate": 0.00016364945484468216, + "loss": 0.0482, + "step": 328000 + }, + { + "epoch": 33.66865120098542, + "eval_cer": 0.01643957345971564, + "eval_loss": 0.028569117188453674, + "eval_runtime": 22.3334, + "eval_samples_per_second": 4.03, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 328000 + }, + { + "epoch": 33.771299527817696, + "grad_norm": 0.1470087319612503, + "learning_rate": 0.00016262085990536925, + "loss": 0.0477, + "step": 329000 + }, + { + "epoch": 33.771299527817696, + "eval_cer": 0.01569905213270142, + "eval_loss": 0.028614189475774765, + "eval_runtime": 22.1814, + "eval_samples_per_second": 4.057, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 329000 + }, + { + "epoch": 33.87394785464997, + "grad_norm": 0.4257276654243469, + "learning_rate": 0.00016159226496605637, + "loss": 0.0483, + "step": 330000 + }, + { + "epoch": 33.87394785464997, + "eval_cer": 0.01643957345971564, + "eval_loss": 0.028485840186476707, + "eval_runtime": 22.174, + "eval_samples_per_second": 4.059, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 330000 + }, + { + "epoch": 33.97659618148224, + "grad_norm": 0.4129483997821808, + "learning_rate": 0.00016056367002674347, + "loss": 0.0475, + "step": 331000 + }, + { + "epoch": 33.97659618148224, + "eval_cer": 0.01525473933649289, + "eval_loss": 0.028352849185466766, + "eval_runtime": 22.3086, + "eval_samples_per_second": 4.034, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05183199285075961, + "step": 331000 + }, + { + "epoch": 34.07924450831452, + "grad_norm": 0.2835679054260254, + "learning_rate": 0.00015953507508743056, + "loss": 0.0465, + "step": 332000 + }, + { + "epoch": 34.07924450831452, + "eval_cer": 0.014514218009478674, + "eval_loss": 0.028890669345855713, + "eval_runtime": 22.1774, + "eval_samples_per_second": 4.058, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 332000 + }, + { + "epoch": 34.18189283514679, + "grad_norm": 0.2247968167066574, + "learning_rate": 0.00015850648014811765, + "loss": 0.0469, + "step": 333000 + }, + { + "epoch": 34.18189283514679, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.028413381427526474, + "eval_runtime": 22.0968, + "eval_samples_per_second": 4.073, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 333000 + }, + { + "epoch": 34.28454116197906, + "grad_norm": 0.17359092831611633, + "learning_rate": 0.00015747788520880477, + "loss": 0.0468, + "step": 334000 + }, + { + "epoch": 34.28454116197906, + "eval_cer": 0.015550947867298577, + "eval_loss": 0.028406651690602303, + "eval_runtime": 22.1838, + "eval_samples_per_second": 4.057, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 334000 + }, + { + "epoch": 34.38718948881133, + "grad_norm": 0.2905976176261902, + "learning_rate": 0.00015644929026949187, + "loss": 0.0467, + "step": 335000 + }, + { + "epoch": 34.38718948881133, + "eval_cer": 0.01569905213270142, + "eval_loss": 0.028134917840361595, + "eval_runtime": 22.2384, + "eval_samples_per_second": 4.047, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05630026809651475, + "step": 335000 + }, + { + "epoch": 34.489837815643604, + "grad_norm": 0.41442832350730896, + "learning_rate": 0.00015542069533017896, + "loss": 0.0472, + "step": 336000 + }, + { + "epoch": 34.489837815643604, + "eval_cer": 0.016587677725118485, + "eval_loss": 0.028330376371741295, + "eval_runtime": 22.2855, + "eval_samples_per_second": 4.038, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 336000 + }, + { + "epoch": 34.59248614247588, + "grad_norm": 0.20874008536338806, + "learning_rate": 0.00015439210039086608, + "loss": 0.0472, + "step": 337000 + }, + { + "epoch": 34.59248614247588, + "eval_cer": 0.01688388625592417, + "eval_loss": 0.028587637469172478, + "eval_runtime": 22.2778, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 337000 + }, + { + "epoch": 34.69513446930815, + "grad_norm": 0.28286242485046387, + "learning_rate": 0.00015336350545155317, + "loss": 0.047, + "step": 338000 + }, + { + "epoch": 34.69513446930815, + "eval_cer": 0.016587677725118485, + "eval_loss": 0.028073778375983238, + "eval_runtime": 22.2502, + "eval_samples_per_second": 4.045, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 338000 + }, + { + "epoch": 34.797782796140424, + "grad_norm": 0.2530520558357239, + "learning_rate": 0.00015233491051224027, + "loss": 0.0469, + "step": 339000 + }, + { + "epoch": 34.797782796140424, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.02780935913324356, + "eval_runtime": 22.1698, + "eval_samples_per_second": 4.06, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05183199285075961, + "step": 339000 + }, + { + "epoch": 34.9004311229727, + "grad_norm": 0.24278897047042847, + "learning_rate": 0.00015130631557292736, + "loss": 0.0474, + "step": 340000 + }, + { + "epoch": 34.9004311229727, + "eval_cer": 0.01569905213270142, + "eval_loss": 0.027951352298259735, + "eval_runtime": 22.2193, + "eval_samples_per_second": 4.051, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 340000 + }, + { + "epoch": 35.00307944980497, + "grad_norm": 0.23415499925613403, + "learning_rate": 0.00015027772063361448, + "loss": 0.0469, + "step": 341000 + }, + { + "epoch": 35.00307944980497, + "eval_cer": 0.015995260663507108, + "eval_loss": 0.02772090956568718, + "eval_runtime": 22.09, + "eval_samples_per_second": 4.074, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05719392314566577, + "step": 341000 + }, + { + "epoch": 35.10572777663724, + "grad_norm": 0.4553733468055725, + "learning_rate": 0.00014924912569430157, + "loss": 0.0458, + "step": 342000 + }, + { + "epoch": 35.10572777663724, + "eval_cer": 0.013773696682464455, + "eval_loss": 0.027903633192181587, + "eval_runtime": 22.1864, + "eval_samples_per_second": 4.057, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 342000 + }, + { + "epoch": 35.20837610346951, + "grad_norm": 0.1911894530057907, + "learning_rate": 0.00014822053075498867, + "loss": 0.0464, + "step": 343000 + }, + { + "epoch": 35.20837610346951, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.0284242145717144, + "eval_runtime": 22.2316, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 343000 + }, + { + "epoch": 35.311024430301785, + "grad_norm": 0.9561129212379456, + "learning_rate": 0.0001471919358156758, + "loss": 0.0463, + "step": 344000 + }, + { + "epoch": 35.311024430301785, + "eval_cer": 0.01569905213270142, + "eval_loss": 0.02789863385260105, + "eval_runtime": 22.2194, + "eval_samples_per_second": 4.051, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05451295799821269, + "step": 344000 + }, + { + "epoch": 35.41367275713406, + "grad_norm": 0.2921608090400696, + "learning_rate": 0.0001461633408763629, + "loss": 0.0461, + "step": 345000 + }, + { + "epoch": 35.41367275713406, + "eval_cer": 0.015995260663507108, + "eval_loss": 0.028261249884963036, + "eval_runtime": 22.0199, + "eval_samples_per_second": 4.087, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05451295799821269, + "step": 345000 + }, + { + "epoch": 35.51632108396633, + "grad_norm": 0.19372744858264923, + "learning_rate": 0.00014513474593705, + "loss": 0.0463, + "step": 346000 + }, + { + "epoch": 35.51632108396633, + "eval_cer": 0.01688388625592417, + "eval_loss": 0.028103064745664597, + "eval_runtime": 22.1334, + "eval_samples_per_second": 4.066, + "eval_steps_per_second": 0.045, + "eval_wer": 0.0580875781948168, + "step": 346000 + }, + { + "epoch": 35.618969410798606, + "grad_norm": 0.27431151270866394, + "learning_rate": 0.00014410615099773712, + "loss": 0.0472, + "step": 347000 + }, + { + "epoch": 35.618969410798606, + "eval_cer": 0.016587677725118485, + "eval_loss": 0.028425684198737144, + "eval_runtime": 22.139, + "eval_samples_per_second": 4.065, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05630026809651475, + "step": 347000 + }, + { + "epoch": 35.72161773763088, + "grad_norm": 0.27128133177757263, + "learning_rate": 0.0001430775560584242, + "loss": 0.0466, + "step": 348000 + }, + { + "epoch": 35.72161773763088, + "eval_cer": 0.015847156398104266, + "eval_loss": 0.02764798142015934, + "eval_runtime": 22.2733, + "eval_samples_per_second": 4.041, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05451295799821269, + "step": 348000 + }, + { + "epoch": 35.824266064463146, + "grad_norm": 0.26995572447776794, + "learning_rate": 0.0001420489611191113, + "loss": 0.0467, + "step": 349000 + }, + { + "epoch": 35.824266064463146, + "eval_cer": 0.01569905213270142, + "eval_loss": 0.027596063911914825, + "eval_runtime": 22.0467, + "eval_samples_per_second": 4.082, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 349000 + }, + { + "epoch": 35.92691439129542, + "grad_norm": 0.31239375472068787, + "learning_rate": 0.0001410203661797984, + "loss": 0.0469, + "step": 350000 + }, + { + "epoch": 35.92691439129542, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.028232304379343987, + "eval_runtime": 22.1495, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05183199285075961, + "step": 350000 + }, + { + "epoch": 36.02956271812769, + "grad_norm": 0.344926655292511, + "learning_rate": 0.00013999177124048552, + "loss": 0.0464, + "step": 351000 + }, + { + "epoch": 36.02956271812769, + "eval_cer": 0.013773696682464455, + "eval_loss": 0.026858482509851456, + "eval_runtime": 22.2106, + "eval_samples_per_second": 4.052, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 351000 + }, + { + "epoch": 36.132211044959966, + "grad_norm": 0.1864170879125595, + "learning_rate": 0.0001389631763011726, + "loss": 0.0449, + "step": 352000 + }, + { + "epoch": 36.132211044959966, + "eval_cer": 0.014366113744075829, + "eval_loss": 0.02711603231728077, + "eval_runtime": 22.2552, + "eval_samples_per_second": 4.044, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 352000 + }, + { + "epoch": 36.23485937179224, + "grad_norm": 0.1876976191997528, + "learning_rate": 0.0001379345813618597, + "loss": 0.0466, + "step": 353000 + }, + { + "epoch": 36.23485937179224, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.027281379327178, + "eval_runtime": 22.2442, + "eval_samples_per_second": 4.046, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 353000 + }, + { + "epoch": 36.33750769862451, + "grad_norm": 0.21546737849712372, + "learning_rate": 0.00013690598642254683, + "loss": 0.0458, + "step": 354000 + }, + { + "epoch": 36.33750769862451, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.02689436264336109, + "eval_runtime": 22.259, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 354000 + }, + { + "epoch": 36.44015602545679, + "grad_norm": 0.31887394189834595, + "learning_rate": 0.00013587739148323392, + "loss": 0.0459, + "step": 355000 + }, + { + "epoch": 36.44015602545679, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.027051741257309914, + "eval_runtime": 22.2336, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 355000 + }, + { + "epoch": 36.54280435228906, + "grad_norm": 0.24578991532325745, + "learning_rate": 0.000134848796543921, + "loss": 0.0469, + "step": 356000 + }, + { + "epoch": 36.54280435228906, + "eval_cer": 0.016291469194312798, + "eval_loss": 0.026666434481739998, + "eval_runtime": 22.215, + "eval_samples_per_second": 4.051, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 356000 + }, + { + "epoch": 36.64545267912133, + "grad_norm": 0.3394581377506256, + "learning_rate": 0.0001338202016046081, + "loss": 0.0458, + "step": 357000 + }, + { + "epoch": 36.64545267912133, + "eval_cer": 0.01481042654028436, + "eval_loss": 0.02698771469295025, + "eval_runtime": 22.1744, + "eval_samples_per_second": 4.059, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 357000 + }, + { + "epoch": 36.7481010059536, + "grad_norm": 0.2731720805168152, + "learning_rate": 0.00013279160666529523, + "loss": 0.0462, + "step": 358000 + }, + { + "epoch": 36.7481010059536, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.02696968987584114, + "eval_runtime": 22.1592, + "eval_samples_per_second": 4.062, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 358000 + }, + { + "epoch": 36.850749332785874, + "grad_norm": 0.2410440891981125, + "learning_rate": 0.00013176301172598232, + "loss": 0.0466, + "step": 359000 + }, + { + "epoch": 36.850749332785874, + "eval_cer": 0.016143364928909953, + "eval_loss": 0.027307961136102676, + "eval_runtime": 22.243, + "eval_samples_per_second": 4.046, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 359000 + }, + { + "epoch": 36.95339765961815, + "grad_norm": 0.28017568588256836, + "learning_rate": 0.0001307344167866694, + "loss": 0.046, + "step": 360000 + }, + { + "epoch": 36.95339765961815, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.02654258720576763, + "eval_runtime": 22.4072, + "eval_samples_per_second": 4.017, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05183199285075961, + "step": 360000 + }, + { + "epoch": 37.05604598645042, + "grad_norm": 0.23387791216373444, + "learning_rate": 0.00012970582184735653, + "loss": 0.0456, + "step": 361000 + }, + { + "epoch": 37.05604598645042, + "eval_cer": 0.014366113744075829, + "eval_loss": 0.026880960911512375, + "eval_runtime": 22.1133, + "eval_samples_per_second": 4.07, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 361000 + }, + { + "epoch": 37.158694313282695, + "grad_norm": 0.3157537579536438, + "learning_rate": 0.00012867722690804363, + "loss": 0.0452, + "step": 362000 + }, + { + "epoch": 37.158694313282695, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.026554275304079056, + "eval_runtime": 22.2184, + "eval_samples_per_second": 4.051, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 362000 + }, + { + "epoch": 37.26134264011497, + "grad_norm": 0.301200807094574, + "learning_rate": 0.00012764863196873072, + "loss": 0.0456, + "step": 363000 + }, + { + "epoch": 37.26134264011497, + "eval_cer": 0.01481042654028436, + "eval_loss": 0.02748226933181286, + "eval_runtime": 22.1594, + "eval_samples_per_second": 4.061, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 363000 + }, + { + "epoch": 37.36399096694724, + "grad_norm": 0.1987874060869217, + "learning_rate": 0.0001266200370294178, + "loss": 0.0454, + "step": 364000 + }, + { + "epoch": 37.36399096694724, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.02689102478325367, + "eval_runtime": 22.289, + "eval_samples_per_second": 4.038, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 364000 + }, + { + "epoch": 37.46663929377951, + "grad_norm": 0.2465968132019043, + "learning_rate": 0.00012559144209010493, + "loss": 0.0453, + "step": 365000 + }, + { + "epoch": 37.46663929377951, + "eval_cer": 0.012588862559241706, + "eval_loss": 0.026751089841127396, + "eval_runtime": 21.9569, + "eval_samples_per_second": 4.099, + "eval_steps_per_second": 0.046, + "eval_wer": 0.045576407506702415, + "step": 365000 + }, + { + "epoch": 37.56928762061178, + "grad_norm": 0.39610666036605835, + "learning_rate": 0.00012456284715079203, + "loss": 0.046, + "step": 366000 + }, + { + "epoch": 37.56928762061178, + "eval_cer": 0.014366113744075829, + "eval_loss": 0.026830825954675674, + "eval_runtime": 22.2783, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 366000 + }, + { + "epoch": 37.671935947444055, + "grad_norm": 0.26581278443336487, + "learning_rate": 0.00012353425221147912, + "loss": 0.046, + "step": 367000 + }, + { + "epoch": 37.671935947444055, + "eval_cer": 0.014514218009478674, + "eval_loss": 0.0267048142850399, + "eval_runtime": 22.1983, + "eval_samples_per_second": 4.054, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 367000 + }, + { + "epoch": 37.77458427427633, + "grad_norm": 0.22986672818660736, + "learning_rate": 0.00012250565727216624, + "loss": 0.0459, + "step": 368000 + }, + { + "epoch": 37.77458427427633, + "eval_cer": 0.013181279620853081, + "eval_loss": 0.026945000514388084, + "eval_runtime": 22.1927, + "eval_samples_per_second": 4.055, + "eval_steps_per_second": 0.045, + "eval_wer": 0.045576407506702415, + "step": 368000 + }, + { + "epoch": 37.8772326011086, + "grad_norm": 0.2647237479686737, + "learning_rate": 0.00012147706233285333, + "loss": 0.0454, + "step": 369000 + }, + { + "epoch": 37.8772326011086, + "eval_cer": 0.014366113744075829, + "eval_loss": 0.027104683220386505, + "eval_runtime": 22.1006, + "eval_samples_per_second": 4.072, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 369000 + }, + { + "epoch": 37.979880927940876, + "grad_norm": 0.2698921263217926, + "learning_rate": 0.00012044846739354043, + "loss": 0.0459, + "step": 370000 + }, + { + "epoch": 37.979880927940876, + "eval_cer": 0.014366113744075829, + "eval_loss": 0.027364252135157585, + "eval_runtime": 22.1262, + "eval_samples_per_second": 4.068, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 370000 + }, + { + "epoch": 38.08252925477315, + "grad_norm": 0.2091304063796997, + "learning_rate": 0.00011941987245422753, + "loss": 0.0453, + "step": 371000 + }, + { + "epoch": 38.08252925477315, + "eval_cer": 0.013329383886255925, + "eval_loss": 0.026948757469654083, + "eval_runtime": 22.0181, + "eval_samples_per_second": 4.088, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 371000 + }, + { + "epoch": 38.18517758160542, + "grad_norm": 0.21031425893306732, + "learning_rate": 0.00011839127751491462, + "loss": 0.0446, + "step": 372000 + }, + { + "epoch": 38.18517758160542, + "eval_cer": 0.014069905213270142, + "eval_loss": 0.027428090572357178, + "eval_runtime": 22.1193, + "eval_samples_per_second": 4.069, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 372000 + }, + { + "epoch": 38.28782590843769, + "grad_norm": 0.16268426179885864, + "learning_rate": 0.00011736268257560173, + "loss": 0.0452, + "step": 373000 + }, + { + "epoch": 38.28782590843769, + "eval_cer": 0.013181279620853081, + "eval_loss": 0.0269022174179554, + "eval_runtime": 22.3714, + "eval_samples_per_second": 4.023, + "eval_steps_per_second": 0.045, + "eval_wer": 0.049151027703306524, + "step": 373000 + }, + { + "epoch": 38.39047423526996, + "grad_norm": 0.18285077810287476, + "learning_rate": 0.00011633408763628884, + "loss": 0.0456, + "step": 374000 + }, + { + "epoch": 38.39047423526996, + "eval_cer": 0.01481042654028436, + "eval_loss": 0.026672353968024254, + "eval_runtime": 22.4441, + "eval_samples_per_second": 4.01, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 374000 + }, + { + "epoch": 38.493122562102236, + "grad_norm": 0.14922891557216644, + "learning_rate": 0.00011530549269697593, + "loss": 0.0449, + "step": 375000 + }, + { + "epoch": 38.493122562102236, + "eval_cer": 0.01525473933649289, + "eval_loss": 0.026156587526202202, + "eval_runtime": 22.2935, + "eval_samples_per_second": 4.037, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 375000 + }, + { + "epoch": 38.59577088893451, + "grad_norm": 0.2601664662361145, + "learning_rate": 0.00011427689775766304, + "loss": 0.0453, + "step": 376000 + }, + { + "epoch": 38.59577088893451, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.026526469737291336, + "eval_runtime": 22.4581, + "eval_samples_per_second": 4.007, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 376000 + }, + { + "epoch": 38.69841921576678, + "grad_norm": 0.23301970958709717, + "learning_rate": 0.00011324830281835013, + "loss": 0.0454, + "step": 377000 + }, + { + "epoch": 38.69841921576678, + "eval_cer": 0.014514218009478674, + "eval_loss": 0.026089007034897804, + "eval_runtime": 22.0613, + "eval_samples_per_second": 4.08, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 377000 + }, + { + "epoch": 38.80106754259906, + "grad_norm": 0.1848640739917755, + "learning_rate": 0.00011221970787903724, + "loss": 0.0455, + "step": 378000 + }, + { + "epoch": 38.80106754259906, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.02705644629895687, + "eval_runtime": 22.0628, + "eval_samples_per_second": 4.079, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05183199285075961, + "step": 378000 + }, + { + "epoch": 38.90371586943133, + "grad_norm": 0.2265135794878006, + "learning_rate": 0.00011119111293972433, + "loss": 0.0449, + "step": 379000 + }, + { + "epoch": 38.90371586943133, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.026829397305846214, + "eval_runtime": 22.1974, + "eval_samples_per_second": 4.055, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 379000 + }, + { + "epoch": 39.006364196263604, + "grad_norm": 0.18336538970470428, + "learning_rate": 0.00011016251800041144, + "loss": 0.045, + "step": 380000 + }, + { + "epoch": 39.006364196263604, + "eval_cer": 0.014514218009478674, + "eval_loss": 0.02715076506137848, + "eval_runtime": 22.2325, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 380000 + }, + { + "epoch": 39.10901252309587, + "grad_norm": 0.2116203010082245, + "learning_rate": 0.00010913392306109854, + "loss": 0.0442, + "step": 381000 + }, + { + "epoch": 39.10901252309587, + "eval_cer": 0.01569905213270142, + "eval_loss": 0.026725102216005325, + "eval_runtime": 22.0106, + "eval_samples_per_second": 4.089, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 381000 + }, + { + "epoch": 39.211660849928144, + "grad_norm": 0.1735929548740387, + "learning_rate": 0.00010810532812178564, + "loss": 0.0446, + "step": 382000 + }, + { + "epoch": 39.211660849928144, + "eval_cer": 0.017031990521327013, + "eval_loss": 0.026632068678736687, + "eval_runtime": 22.2735, + "eval_samples_per_second": 4.041, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 382000 + }, + { + "epoch": 39.31430917676042, + "grad_norm": 0.29244282841682434, + "learning_rate": 0.00010707673318247274, + "loss": 0.0443, + "step": 383000 + }, + { + "epoch": 39.31430917676042, + "eval_cer": 0.01525473933649289, + "eval_loss": 0.02649509161710739, + "eval_runtime": 22.223, + "eval_samples_per_second": 4.05, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05183199285075961, + "step": 383000 + }, + { + "epoch": 39.41695750359269, + "grad_norm": 0.21645478904247284, + "learning_rate": 0.00010604813824315984, + "loss": 0.0448, + "step": 384000 + }, + { + "epoch": 39.41695750359269, + "eval_cer": 0.015995260663507108, + "eval_loss": 0.02655700594186783, + "eval_runtime": 22.1333, + "eval_samples_per_second": 4.066, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05540661304736372, + "step": 384000 + }, + { + "epoch": 39.519605830424965, + "grad_norm": 0.24354924261569977, + "learning_rate": 0.00010501954330384694, + "loss": 0.0447, + "step": 385000 + }, + { + "epoch": 39.519605830424965, + "eval_cer": 0.015847156398104266, + "eval_loss": 0.026025088503956795, + "eval_runtime": 22.2171, + "eval_samples_per_second": 4.051, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 385000 + }, + { + "epoch": 39.62225415725724, + "grad_norm": 0.15328273177146912, + "learning_rate": 0.00010399094836453404, + "loss": 0.0452, + "step": 386000 + }, + { + "epoch": 39.62225415725724, + "eval_cer": 0.015847156398104266, + "eval_loss": 0.025482947006821632, + "eval_runtime": 22.319, + "eval_samples_per_second": 4.032, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 386000 + }, + { + "epoch": 39.72490248408951, + "grad_norm": 0.25354963541030884, + "learning_rate": 0.00010296235342522114, + "loss": 0.0447, + "step": 387000 + }, + { + "epoch": 39.72490248408951, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.026158807799220085, + "eval_runtime": 22.2432, + "eval_samples_per_second": 4.046, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 387000 + }, + { + "epoch": 39.827550810921785, + "grad_norm": 0.18456153571605682, + "learning_rate": 0.00010193375848590825, + "loss": 0.0452, + "step": 388000 + }, + { + "epoch": 39.827550810921785, + "eval_cer": 0.01569905213270142, + "eval_loss": 0.026585763320326805, + "eval_runtime": 22.3419, + "eval_samples_per_second": 4.028, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 388000 + }, + { + "epoch": 39.93019913775405, + "grad_norm": 1.1289212703704834, + "learning_rate": 0.00010090516354659534, + "loss": 0.0451, + "step": 389000 + }, + { + "epoch": 39.93019913775405, + "eval_cer": 0.016143364928909953, + "eval_loss": 0.026965312659740448, + "eval_runtime": 22.2111, + "eval_samples_per_second": 4.052, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 389000 + }, + { + "epoch": 40.032847464586325, + "grad_norm": 0.2642553448677063, + "learning_rate": 9.987656860728245e-05, + "loss": 0.0441, + "step": 390000 + }, + { + "epoch": 40.032847464586325, + "eval_cer": 0.014069905213270142, + "eval_loss": 0.02652685157954693, + "eval_runtime": 21.9945, + "eval_samples_per_second": 4.092, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 390000 + }, + { + "epoch": 40.1354957914186, + "grad_norm": 0.2834232449531555, + "learning_rate": 9.884797366796956e-05, + "loss": 0.0441, + "step": 391000 + }, + { + "epoch": 40.1354957914186, + "eval_cer": 0.013773696682464455, + "eval_loss": 0.026538578793406487, + "eval_runtime": 21.6963, + "eval_samples_per_second": 4.148, + "eval_steps_per_second": 0.046, + "eval_wer": 0.049151027703306524, + "step": 391000 + }, + { + "epoch": 40.23814411825087, + "grad_norm": 0.366251140832901, + "learning_rate": 9.781937872865666e-05, + "loss": 0.044, + "step": 392000 + }, + { + "epoch": 40.23814411825087, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.025871722027659416, + "eval_runtime": 21.9657, + "eval_samples_per_second": 4.097, + "eval_steps_per_second": 0.046, + "eval_wer": 0.050044682752457555, + "step": 392000 + }, + { + "epoch": 40.340792445083146, + "grad_norm": 0.1964322179555893, + "learning_rate": 9.679078378934376e-05, + "loss": 0.0442, + "step": 393000 + }, + { + "epoch": 40.340792445083146, + "eval_cer": 0.013625592417061612, + "eval_loss": 0.025851983577013016, + "eval_runtime": 21.9412, + "eval_samples_per_second": 4.102, + "eval_steps_per_second": 0.046, + "eval_wer": 0.04736371760500447, + "step": 393000 + }, + { + "epoch": 40.44344077191542, + "grad_norm": 0.19335012137889862, + "learning_rate": 9.576218885003086e-05, + "loss": 0.0444, + "step": 394000 + }, + { + "epoch": 40.44344077191542, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.025898663327097893, + "eval_runtime": 22.0686, + "eval_samples_per_second": 4.078, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 394000 + }, + { + "epoch": 40.54608909874769, + "grad_norm": 0.2371419221162796, + "learning_rate": 9.473359391071797e-05, + "loss": 0.0448, + "step": 395000 + }, + { + "epoch": 40.54608909874769, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.02598469704389572, + "eval_runtime": 22.2182, + "eval_samples_per_second": 4.051, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 395000 + }, + { + "epoch": 40.64873742557997, + "grad_norm": 0.190704807639122, + "learning_rate": 9.370499897140506e-05, + "loss": 0.0446, + "step": 396000 + }, + { + "epoch": 40.64873742557997, + "eval_cer": 0.013181279620853081, + "eval_loss": 0.025896675884723663, + "eval_runtime": 22.4373, + "eval_samples_per_second": 4.011, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 396000 + }, + { + "epoch": 40.75138575241223, + "grad_norm": 0.24071630835533142, + "learning_rate": 9.267640403209217e-05, + "loss": 0.0445, + "step": 397000 + }, + { + "epoch": 40.75138575241223, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.025766143575310707, + "eval_runtime": 22.1683, + "eval_samples_per_second": 4.06, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 397000 + }, + { + "epoch": 40.85403407924451, + "grad_norm": 0.37343931198120117, + "learning_rate": 9.164780909277926e-05, + "loss": 0.044, + "step": 398000 + }, + { + "epoch": 40.85403407924451, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.025763213634490967, + "eval_runtime": 22.2275, + "eval_samples_per_second": 4.049, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 398000 + }, + { + "epoch": 40.95668240607678, + "grad_norm": 0.2885558605194092, + "learning_rate": 9.061921415346637e-05, + "loss": 0.0446, + "step": 399000 + }, + { + "epoch": 40.95668240607678, + "eval_cer": 0.01569905213270142, + "eval_loss": 0.02574954554438591, + "eval_runtime": 22.2623, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05183199285075961, + "step": 399000 + }, + { + "epoch": 41.05933073290905, + "grad_norm": 0.2904144525527954, + "learning_rate": 8.959061921415348e-05, + "loss": 0.0437, + "step": 400000 + }, + { + "epoch": 41.05933073290905, + "eval_cer": 0.016291469194312798, + "eval_loss": 0.026339180767536163, + "eval_runtime": 22.3982, + "eval_samples_per_second": 4.018, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 400000 + }, + { + "epoch": 41.16197905974133, + "grad_norm": 0.47024524211883545, + "learning_rate": 8.856202427484057e-05, + "loss": 0.0441, + "step": 401000 + }, + { + "epoch": 41.16197905974133, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.026481064036488533, + "eval_runtime": 22.1309, + "eval_samples_per_second": 4.067, + "eval_steps_per_second": 0.045, + "eval_wer": 0.049151027703306524, + "step": 401000 + }, + { + "epoch": 41.2646273865736, + "grad_norm": 0.20567986369132996, + "learning_rate": 8.753342933552768e-05, + "loss": 0.0438, + "step": 402000 + }, + { + "epoch": 41.2646273865736, + "eval_cer": 0.01569905213270142, + "eval_loss": 0.026423340663313866, + "eval_runtime": 22.1647, + "eval_samples_per_second": 4.061, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 402000 + }, + { + "epoch": 41.367275713405874, + "grad_norm": 0.25154054164886475, + "learning_rate": 8.650483439621477e-05, + "loss": 0.0439, + "step": 403000 + }, + { + "epoch": 41.367275713405874, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.025870798155665398, + "eval_runtime": 22.2814, + "eval_samples_per_second": 4.039, + "eval_steps_per_second": 0.045, + "eval_wer": 0.045576407506702415, + "step": 403000 + }, + { + "epoch": 41.46992404023814, + "grad_norm": 0.22818030416965485, + "learning_rate": 8.547623945690188e-05, + "loss": 0.0437, + "step": 404000 + }, + { + "epoch": 41.46992404023814, + "eval_cer": 0.015847156398104266, + "eval_loss": 0.025692187249660492, + "eval_runtime": 22.2761, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 404000 + }, + { + "epoch": 41.572572367070414, + "grad_norm": 0.20878200232982635, + "learning_rate": 8.444764451758897e-05, + "loss": 0.044, + "step": 405000 + }, + { + "epoch": 41.572572367070414, + "eval_cer": 0.014514218009478674, + "eval_loss": 0.025789031758904457, + "eval_runtime": 22.1041, + "eval_samples_per_second": 4.072, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 405000 + }, + { + "epoch": 41.67522069390269, + "grad_norm": 0.37076711654663086, + "learning_rate": 8.341904957827608e-05, + "loss": 0.0438, + "step": 406000 + }, + { + "epoch": 41.67522069390269, + "eval_cer": 0.01569905213270142, + "eval_loss": 0.025606298819184303, + "eval_runtime": 22.1493, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 406000 + }, + { + "epoch": 41.77786902073496, + "grad_norm": 0.3799729347229004, + "learning_rate": 8.239045463896318e-05, + "loss": 0.0439, + "step": 407000 + }, + { + "epoch": 41.77786902073496, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.02529660426080227, + "eval_runtime": 22.1548, + "eval_samples_per_second": 4.062, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 407000 + }, + { + "epoch": 41.880517347567235, + "grad_norm": 0.1976720541715622, + "learning_rate": 8.136185969965028e-05, + "loss": 0.0442, + "step": 408000 + }, + { + "epoch": 41.880517347567235, + "eval_cer": 0.013181279620853081, + "eval_loss": 0.025364946573972702, + "eval_runtime": 22.2419, + "eval_samples_per_second": 4.046, + "eval_steps_per_second": 0.045, + "eval_wer": 0.045576407506702415, + "step": 408000 + }, + { + "epoch": 41.98316567439951, + "grad_norm": 0.35871848464012146, + "learning_rate": 8.033326476033738e-05, + "loss": 0.0438, + "step": 409000 + }, + { + "epoch": 41.98316567439951, + "eval_cer": 0.016143364928909953, + "eval_loss": 0.02546422928571701, + "eval_runtime": 22.0995, + "eval_samples_per_second": 4.072, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05361930294906166, + "step": 409000 + }, + { + "epoch": 42.08581400123178, + "grad_norm": 0.3228365480899811, + "learning_rate": 7.930466982102448e-05, + "loss": 0.0435, + "step": 410000 + }, + { + "epoch": 42.08581400123178, + "eval_cer": 0.013921800947867298, + "eval_loss": 0.025534870103001595, + "eval_runtime": 22.0953, + "eval_samples_per_second": 4.073, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 410000 + }, + { + "epoch": 42.188462328064055, + "grad_norm": 0.32005515694618225, + "learning_rate": 7.827607488171158e-05, + "loss": 0.0432, + "step": 411000 + }, + { + "epoch": 42.188462328064055, + "eval_cer": 0.01229265402843602, + "eval_loss": 0.024984827265143394, + "eval_runtime": 22.11, + "eval_samples_per_second": 4.071, + "eval_steps_per_second": 0.045, + "eval_wer": 0.044682752457551385, + "step": 411000 + }, + { + "epoch": 42.29111065489632, + "grad_norm": 0.2567862570285797, + "learning_rate": 7.724747994239868e-05, + "loss": 0.0435, + "step": 412000 + }, + { + "epoch": 42.29111065489632, + "eval_cer": 0.01525473933649289, + "eval_loss": 0.025618551298975945, + "eval_runtime": 22.2013, + "eval_samples_per_second": 4.054, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05183199285075961, + "step": 412000 + }, + { + "epoch": 42.393758981728595, + "grad_norm": 0.39079025387763977, + "learning_rate": 7.621888500308578e-05, + "loss": 0.0434, + "step": 413000 + }, + { + "epoch": 42.393758981728595, + "eval_cer": 0.013773696682464455, + "eval_loss": 0.025224734097719193, + "eval_runtime": 21.8997, + "eval_samples_per_second": 4.11, + "eval_steps_per_second": 0.046, + "eval_wer": 0.045576407506702415, + "step": 413000 + }, + { + "epoch": 42.49640730856087, + "grad_norm": 0.20112274587154388, + "learning_rate": 7.519029006377289e-05, + "loss": 0.0434, + "step": 414000 + }, + { + "epoch": 42.49640730856087, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.02557324431836605, + "eval_runtime": 22.1285, + "eval_samples_per_second": 4.067, + "eval_steps_per_second": 0.045, + "eval_wer": 0.049151027703306524, + "step": 414000 + }, + { + "epoch": 42.59905563539314, + "grad_norm": 0.29187527298927307, + "learning_rate": 7.416169512445998e-05, + "loss": 0.0433, + "step": 415000 + }, + { + "epoch": 42.59905563539314, + "eval_cer": 0.014366113744075829, + "eval_loss": 0.02564132958650589, + "eval_runtime": 22.0916, + "eval_samples_per_second": 4.074, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 415000 + }, + { + "epoch": 42.701703962225416, + "grad_norm": 0.20293624699115753, + "learning_rate": 7.313310018514709e-05, + "loss": 0.0437, + "step": 416000 + }, + { + "epoch": 42.701703962225416, + "eval_cer": 0.01481042654028436, + "eval_loss": 0.025618135929107666, + "eval_runtime": 22.0252, + "eval_samples_per_second": 4.086, + "eval_steps_per_second": 0.045, + "eval_wer": 0.049151027703306524, + "step": 416000 + }, + { + "epoch": 42.80435228905769, + "grad_norm": 0.2777237296104431, + "learning_rate": 7.210450524583418e-05, + "loss": 0.0438, + "step": 417000 + }, + { + "epoch": 42.80435228905769, + "eval_cer": 0.01569905213270142, + "eval_loss": 0.025969378650188446, + "eval_runtime": 22.1694, + "eval_samples_per_second": 4.06, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05272564789991063, + "step": 417000 + }, + { + "epoch": 42.90700061588996, + "grad_norm": 0.29848456382751465, + "learning_rate": 7.107591030652129e-05, + "loss": 0.0436, + "step": 418000 + }, + { + "epoch": 42.90700061588996, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.02571621723473072, + "eval_runtime": 22.2799, + "eval_samples_per_second": 4.04, + "eval_steps_per_second": 0.045, + "eval_wer": 0.049151027703306524, + "step": 418000 + }, + { + "epoch": 43.00964894272224, + "grad_norm": 0.21752919256687164, + "learning_rate": 7.004731536720838e-05, + "loss": 0.0435, + "step": 419000 + }, + { + "epoch": 43.00964894272224, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.025668691843748093, + "eval_runtime": 22.1447, + "eval_samples_per_second": 4.064, + "eval_steps_per_second": 0.045, + "eval_wer": 0.05093833780160858, + "step": 419000 + }, + { + "epoch": 43.1122972695545, + "grad_norm": 0.3110567033290863, + "learning_rate": 6.901872042789549e-05, + "loss": 0.0431, + "step": 420000 + }, + { + "epoch": 43.1122972695545, + "eval_cer": 0.014069905213270142, + "eval_loss": 0.025269243866205215, + "eval_runtime": 22.5329, + "eval_samples_per_second": 3.994, + "eval_steps_per_second": 0.044, + "eval_wer": 0.045576407506702415, + "step": 420000 + }, + { + "epoch": 43.21494559638678, + "grad_norm": 0.26389312744140625, + "learning_rate": 6.79901254885826e-05, + "loss": 0.0429, + "step": 421000 + }, + { + "epoch": 43.21494559638678, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.025585921481251717, + "eval_runtime": 22.2351, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 421000 + }, + { + "epoch": 43.31759392321905, + "grad_norm": 0.2228713184595108, + "learning_rate": 6.69615305492697e-05, + "loss": 0.043, + "step": 422000 + }, + { + "epoch": 43.31759392321905, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.02543068863451481, + "eval_runtime": 22.1864, + "eval_samples_per_second": 4.057, + "eval_steps_per_second": 0.045, + "eval_wer": 0.049151027703306524, + "step": 422000 + }, + { + "epoch": 43.420242250051324, + "grad_norm": 0.1402529925107956, + "learning_rate": 6.593293560995681e-05, + "loss": 0.0439, + "step": 423000 + }, + { + "epoch": 43.420242250051324, + "eval_cer": 0.014514218009478674, + "eval_loss": 0.025465745478868484, + "eval_runtime": 22.3826, + "eval_samples_per_second": 4.021, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 423000 + }, + { + "epoch": 43.5228905768836, + "grad_norm": 0.3183715045452118, + "learning_rate": 6.49043406706439e-05, + "loss": 0.0431, + "step": 424000 + }, + { + "epoch": 43.5228905768836, + "eval_cer": 0.014514218009478674, + "eval_loss": 0.025318369269371033, + "eval_runtime": 22.2919, + "eval_samples_per_second": 4.037, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 424000 + }, + { + "epoch": 43.62553890371587, + "grad_norm": 0.29827529191970825, + "learning_rate": 6.387574573133101e-05, + "loss": 0.0434, + "step": 425000 + }, + { + "epoch": 43.62553890371587, + "eval_cer": 0.01481042654028436, + "eval_loss": 0.025606686249375343, + "eval_runtime": 22.0625, + "eval_samples_per_second": 4.079, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 425000 + }, + { + "epoch": 43.728187230548144, + "grad_norm": 0.16081830859184265, + "learning_rate": 6.28471507920181e-05, + "loss": 0.0431, + "step": 426000 + }, + { + "epoch": 43.728187230548144, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.025782672688364983, + "eval_runtime": 22.1883, + "eval_samples_per_second": 4.056, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 426000 + }, + { + "epoch": 43.83083555738042, + "grad_norm": 0.19551779329776764, + "learning_rate": 6.181855585270521e-05, + "loss": 0.0437, + "step": 427000 + }, + { + "epoch": 43.83083555738042, + "eval_cer": 0.013773696682464455, + "eval_loss": 0.025874827057123184, + "eval_runtime": 22.0445, + "eval_samples_per_second": 4.083, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 427000 + }, + { + "epoch": 43.933483884212684, + "grad_norm": 0.3405396044254303, + "learning_rate": 6.07899609133923e-05, + "loss": 0.0431, + "step": 428000 + }, + { + "epoch": 43.933483884212684, + "eval_cer": 0.014366113744075829, + "eval_loss": 0.025233900174498558, + "eval_runtime": 22.1498, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 428000 + }, + { + "epoch": 44.03613221104496, + "grad_norm": 0.1871403306722641, + "learning_rate": 5.97613659740794e-05, + "loss": 0.0424, + "step": 429000 + }, + { + "epoch": 44.03613221104496, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.025231176987290382, + "eval_runtime": 22.1695, + "eval_samples_per_second": 4.06, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 429000 + }, + { + "epoch": 44.13878053787723, + "grad_norm": 0.272748202085495, + "learning_rate": 5.873277103476652e-05, + "loss": 0.0425, + "step": 430000 + }, + { + "epoch": 44.13878053787723, + "eval_cer": 0.012885071090047393, + "eval_loss": 0.025549624115228653, + "eval_runtime": 22.1325, + "eval_samples_per_second": 4.066, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 430000 + }, + { + "epoch": 44.241428864709505, + "grad_norm": 0.15834620594978333, + "learning_rate": 5.7704176095453617e-05, + "loss": 0.0428, + "step": 431000 + }, + { + "epoch": 44.241428864709505, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.02536383457481861, + "eval_runtime": 22.0624, + "eval_samples_per_second": 4.079, + "eval_steps_per_second": 0.045, + "eval_wer": 0.049151027703306524, + "step": 431000 + }, + { + "epoch": 44.34407719154178, + "grad_norm": 0.21297834813594818, + "learning_rate": 5.6675581156140717e-05, + "loss": 0.0426, + "step": 432000 + }, + { + "epoch": 44.34407719154178, + "eval_cer": 0.013033175355450236, + "eval_loss": 0.025508729740977287, + "eval_runtime": 22.2302, + "eval_samples_per_second": 4.049, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 432000 + }, + { + "epoch": 44.44672551837405, + "grad_norm": 0.3164765536785126, + "learning_rate": 5.5646986216827816e-05, + "loss": 0.0428, + "step": 433000 + }, + { + "epoch": 44.44672551837405, + "eval_cer": 0.014069905213270142, + "eval_loss": 0.025067314505577087, + "eval_runtime": 22.074, + "eval_samples_per_second": 4.077, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 433000 + }, + { + "epoch": 44.549373845206325, + "grad_norm": 0.14805859327316284, + "learning_rate": 5.4618391277514916e-05, + "loss": 0.0435, + "step": 434000 + }, + { + "epoch": 44.549373845206325, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.02515277825295925, + "eval_runtime": 22.2077, + "eval_samples_per_second": 4.053, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 434000 + }, + { + "epoch": 44.6520221720386, + "grad_norm": 0.19713029265403748, + "learning_rate": 5.3589796338202016e-05, + "loss": 0.0429, + "step": 435000 + }, + { + "epoch": 44.6520221720386, + "eval_cer": 0.014514218009478674, + "eval_loss": 0.02521173469722271, + "eval_runtime": 22.2596, + "eval_samples_per_second": 4.043, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 435000 + }, + { + "epoch": 44.754670498870865, + "grad_norm": 0.2486603856086731, + "learning_rate": 5.2561201398889116e-05, + "loss": 0.0428, + "step": 436000 + }, + { + "epoch": 44.754670498870865, + "eval_cer": 0.01481042654028436, + "eval_loss": 0.025502758100628853, + "eval_runtime": 22.2902, + "eval_samples_per_second": 4.038, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 436000 + }, + { + "epoch": 44.85731882570314, + "grad_norm": 0.29049795866012573, + "learning_rate": 5.153260645957622e-05, + "loss": 0.0425, + "step": 437000 + }, + { + "epoch": 44.85731882570314, + "eval_cer": 0.01525473933649289, + "eval_loss": 0.02529684267938137, + "eval_runtime": 22.181, + "eval_samples_per_second": 4.058, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 437000 + }, + { + "epoch": 44.95996715253541, + "grad_norm": 0.2436273992061615, + "learning_rate": 5.050401152026332e-05, + "loss": 0.0428, + "step": 438000 + }, + { + "epoch": 44.95996715253541, + "eval_cer": 0.014366113744075829, + "eval_loss": 0.024828782305121422, + "eval_runtime": 22.2395, + "eval_samples_per_second": 4.047, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 438000 + }, + { + "epoch": 45.062615479367686, + "grad_norm": 0.24658174812793732, + "learning_rate": 4.947541658095042e-05, + "loss": 0.0424, + "step": 439000 + }, + { + "epoch": 45.062615479367686, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.025087928399443626, + "eval_runtime": 22.0216, + "eval_samples_per_second": 4.087, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 439000 + }, + { + "epoch": 45.16526380619996, + "grad_norm": 0.39545565843582153, + "learning_rate": 4.844682164163752e-05, + "loss": 0.0423, + "step": 440000 + }, + { + "epoch": 45.16526380619996, + "eval_cer": 0.013773696682464455, + "eval_loss": 0.0248849056661129, + "eval_runtime": 22.0732, + "eval_samples_per_second": 4.077, + "eval_steps_per_second": 0.045, + "eval_wer": 0.045576407506702415, + "step": 440000 + }, + { + "epoch": 45.26791213303223, + "grad_norm": 0.3729030191898346, + "learning_rate": 4.741822670232462e-05, + "loss": 0.0421, + "step": 441000 + }, + { + "epoch": 45.26791213303223, + "eval_cer": 0.013773696682464455, + "eval_loss": 0.024852894246578217, + "eval_runtime": 22.1136, + "eval_samples_per_second": 4.07, + "eval_steps_per_second": 0.045, + "eval_wer": 0.045576407506702415, + "step": 441000 + }, + { + "epoch": 45.37056045986451, + "grad_norm": 0.2696306109428406, + "learning_rate": 4.638963176301172e-05, + "loss": 0.0424, + "step": 442000 + }, + { + "epoch": 45.37056045986451, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.024875616654753685, + "eval_runtime": 22.2425, + "eval_samples_per_second": 4.046, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 442000 + }, + { + "epoch": 45.47320878669678, + "grad_norm": 0.18253710865974426, + "learning_rate": 4.536103682369882e-05, + "loss": 0.0427, + "step": 443000 + }, + { + "epoch": 45.47320878669678, + "eval_cer": 0.013921800947867298, + "eval_loss": 0.02515345811843872, + "eval_runtime": 22.4087, + "eval_samples_per_second": 4.016, + "eval_steps_per_second": 0.045, + "eval_wer": 0.045576407506702415, + "step": 443000 + }, + { + "epoch": 45.57585711352905, + "grad_norm": 0.5241480469703674, + "learning_rate": 4.433244188438593e-05, + "loss": 0.0424, + "step": 444000 + }, + { + "epoch": 45.57585711352905, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.024990374222397804, + "eval_runtime": 22.5101, + "eval_samples_per_second": 3.998, + "eval_steps_per_second": 0.044, + "eval_wer": 0.04647006255585344, + "step": 444000 + }, + { + "epoch": 45.67850544036132, + "grad_norm": 0.26579299569129944, + "learning_rate": 4.330384694507303e-05, + "loss": 0.0422, + "step": 445000 + }, + { + "epoch": 45.67850544036132, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.025033339858055115, + "eval_runtime": 22.2997, + "eval_samples_per_second": 4.036, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 445000 + }, + { + "epoch": 45.781153767193594, + "grad_norm": 0.15677900612354279, + "learning_rate": 4.2275252005760136e-05, + "loss": 0.0424, + "step": 446000 + }, + { + "epoch": 45.781153767193594, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.025280646979808807, + "eval_runtime": 22.1999, + "eval_samples_per_second": 4.054, + "eval_steps_per_second": 0.045, + "eval_wer": 0.050044682752457555, + "step": 446000 + }, + { + "epoch": 45.88380209402587, + "grad_norm": 0.25194716453552246, + "learning_rate": 4.1246657066447236e-05, + "loss": 0.0428, + "step": 447000 + }, + { + "epoch": 45.88380209402587, + "eval_cer": 0.013625592417061612, + "eval_loss": 0.02510838583111763, + "eval_runtime": 22.1534, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.043789097408400354, + "step": 447000 + }, + { + "epoch": 45.98645042085814, + "grad_norm": 0.24914862215518951, + "learning_rate": 4.0218062127134336e-05, + "loss": 0.0428, + "step": 448000 + }, + { + "epoch": 45.98645042085814, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.02476254291832447, + "eval_runtime": 22.087, + "eval_samples_per_second": 4.075, + "eval_steps_per_second": 0.045, + "eval_wer": 0.049151027703306524, + "step": 448000 + }, + { + "epoch": 46.089098747690414, + "grad_norm": 0.318974107503891, + "learning_rate": 3.9189467187821436e-05, + "loss": 0.0421, + "step": 449000 + }, + { + "epoch": 46.089098747690414, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.02481299825012684, + "eval_runtime": 21.9633, + "eval_samples_per_second": 4.098, + "eval_steps_per_second": 0.046, + "eval_wer": 0.043789097408400354, + "step": 449000 + }, + { + "epoch": 46.19174707452269, + "grad_norm": 0.21947523951530457, + "learning_rate": 3.816087224850854e-05, + "loss": 0.0421, + "step": 450000 + }, + { + "epoch": 46.19174707452269, + "eval_cer": 0.013625592417061612, + "eval_loss": 0.025007640942931175, + "eval_runtime": 22.0576, + "eval_samples_per_second": 4.08, + "eval_steps_per_second": 0.045, + "eval_wer": 0.044682752457551385, + "step": 450000 + }, + { + "epoch": 46.29439540135496, + "grad_norm": 0.2869652807712555, + "learning_rate": 3.713227730919564e-05, + "loss": 0.0417, + "step": 451000 + }, + { + "epoch": 46.29439540135496, + "eval_cer": 0.014069905213270142, + "eval_loss": 0.025139357894659042, + "eval_runtime": 22.1428, + "eval_samples_per_second": 4.065, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 451000 + }, + { + "epoch": 46.39704372818723, + "grad_norm": 0.24226853251457214, + "learning_rate": 3.610368236988274e-05, + "loss": 0.0423, + "step": 452000 + }, + { + "epoch": 46.39704372818723, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.02465611696243286, + "eval_runtime": 22.2059, + "eval_samples_per_second": 4.053, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 452000 + }, + { + "epoch": 46.4996920550195, + "grad_norm": 0.508613646030426, + "learning_rate": 3.507508743056984e-05, + "loss": 0.0422, + "step": 453000 + }, + { + "epoch": 46.4996920550195, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.024790233001112938, + "eval_runtime": 22.0074, + "eval_samples_per_second": 4.09, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 453000 + }, + { + "epoch": 46.602340381851775, + "grad_norm": 0.22070400416851044, + "learning_rate": 3.404649249125694e-05, + "loss": 0.0415, + "step": 454000 + }, + { + "epoch": 46.602340381851775, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.024966726079583168, + "eval_runtime": 22.0647, + "eval_samples_per_second": 4.079, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 454000 + }, + { + "epoch": 46.70498870868405, + "grad_norm": 0.19661836326122284, + "learning_rate": 3.301789755194404e-05, + "loss": 0.0424, + "step": 455000 + }, + { + "epoch": 46.70498870868405, + "eval_cer": 0.013625592417061612, + "eval_loss": 0.024841254577040672, + "eval_runtime": 22.1576, + "eval_samples_per_second": 4.062, + "eval_steps_per_second": 0.045, + "eval_wer": 0.043789097408400354, + "step": 455000 + }, + { + "epoch": 46.80763703551632, + "grad_norm": 0.475782185792923, + "learning_rate": 3.198930261263114e-05, + "loss": 0.0424, + "step": 456000 + }, + { + "epoch": 46.80763703551632, + "eval_cer": 0.014514218009478674, + "eval_loss": 0.02477007918059826, + "eval_runtime": 22.1397, + "eval_samples_per_second": 4.065, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 456000 + }, + { + "epoch": 46.910285362348596, + "grad_norm": 0.36696240305900574, + "learning_rate": 3.096070767331825e-05, + "loss": 0.0426, + "step": 457000 + }, + { + "epoch": 46.910285362348596, + "eval_cer": 0.013625592417061612, + "eval_loss": 0.024692127481102943, + "eval_runtime": 22.0727, + "eval_samples_per_second": 4.077, + "eval_steps_per_second": 0.045, + "eval_wer": 0.043789097408400354, + "step": 457000 + }, + { + "epoch": 47.01293368918087, + "grad_norm": 0.1705227941274643, + "learning_rate": 2.993211273400535e-05, + "loss": 0.0422, + "step": 458000 + }, + { + "epoch": 47.01293368918087, + "eval_cer": 0.014514218009478674, + "eval_loss": 0.024774568155407906, + "eval_runtime": 22.1972, + "eval_samples_per_second": 4.055, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 458000 + }, + { + "epoch": 47.115582016013136, + "grad_norm": 0.21439406275749207, + "learning_rate": 2.8903517794692452e-05, + "loss": 0.0418, + "step": 459000 + }, + { + "epoch": 47.115582016013136, + "eval_cer": 0.015550947867298577, + "eval_loss": 0.024719279259443283, + "eval_runtime": 22.0766, + "eval_samples_per_second": 4.077, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 459000 + }, + { + "epoch": 47.21823034284541, + "grad_norm": 0.34435534477233887, + "learning_rate": 2.7874922855379552e-05, + "loss": 0.0415, + "step": 460000 + }, + { + "epoch": 47.21823034284541, + "eval_cer": 0.015550947867298577, + "eval_loss": 0.024668768048286438, + "eval_runtime": 22.0611, + "eval_samples_per_second": 4.08, + "eval_steps_per_second": 0.045, + "eval_wer": 0.049151027703306524, + "step": 460000 + }, + { + "epoch": 47.32087866967768, + "grad_norm": 0.25130486488342285, + "learning_rate": 2.6846327916066652e-05, + "loss": 0.0417, + "step": 461000 + }, + { + "epoch": 47.32087866967768, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.024554278701543808, + "eval_runtime": 22.0634, + "eval_samples_per_second": 4.079, + "eval_steps_per_second": 0.045, + "eval_wer": 0.049151027703306524, + "step": 461000 + }, + { + "epoch": 47.423526996509956, + "grad_norm": 0.29562491178512573, + "learning_rate": 2.5817732976753755e-05, + "loss": 0.0414, + "step": 462000 + }, + { + "epoch": 47.423526996509956, + "eval_cer": 0.014366113744075829, + "eval_loss": 0.02472042851150036, + "eval_runtime": 22.1921, + "eval_samples_per_second": 4.055, + "eval_steps_per_second": 0.045, + "eval_wer": 0.043789097408400354, + "step": 462000 + }, + { + "epoch": 47.52617532334223, + "grad_norm": 0.4088131785392761, + "learning_rate": 2.4789138037440855e-05, + "loss": 0.0421, + "step": 463000 + }, + { + "epoch": 47.52617532334223, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.024495158344507217, + "eval_runtime": 22.2123, + "eval_samples_per_second": 4.052, + "eval_steps_per_second": 0.045, + "eval_wer": 0.044682752457551385, + "step": 463000 + }, + { + "epoch": 47.6288236501745, + "grad_norm": 0.27792465686798096, + "learning_rate": 2.3760543098127955e-05, + "loss": 0.0419, + "step": 464000 + }, + { + "epoch": 47.6288236501745, + "eval_cer": 0.01481042654028436, + "eval_loss": 0.02450607530772686, + "eval_runtime": 22.2255, + "eval_samples_per_second": 4.049, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 464000 + }, + { + "epoch": 47.73147197700678, + "grad_norm": 0.19159696996212006, + "learning_rate": 2.2731948158815062e-05, + "loss": 0.042, + "step": 465000 + }, + { + "epoch": 47.73147197700678, + "eval_cer": 0.014218009478672985, + "eval_loss": 0.02452634647488594, + "eval_runtime": 22.143, + "eval_samples_per_second": 4.064, + "eval_steps_per_second": 0.045, + "eval_wer": 0.044682752457551385, + "step": 465000 + }, + { + "epoch": 47.83412030383905, + "grad_norm": 0.2656868100166321, + "learning_rate": 2.1703353219502162e-05, + "loss": 0.0412, + "step": 466000 + }, + { + "epoch": 47.83412030383905, + "eval_cer": 0.015550947867298577, + "eval_loss": 0.024535449221730232, + "eval_runtime": 22.2342, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.049151027703306524, + "step": 466000 + }, + { + "epoch": 47.93676863067132, + "grad_norm": 0.15053987503051758, + "learning_rate": 2.0674758280189262e-05, + "loss": 0.0416, + "step": 467000 + }, + { + "epoch": 47.93676863067132, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.024381397292017937, + "eval_runtime": 22.2314, + "eval_samples_per_second": 4.048, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 467000 + }, + { + "epoch": 48.03941695750359, + "grad_norm": 0.2812643051147461, + "learning_rate": 1.9646163340876362e-05, + "loss": 0.0417, + "step": 468000 + }, + { + "epoch": 48.03941695750359, + "eval_cer": 0.01481042654028436, + "eval_loss": 0.02442990057170391, + "eval_runtime": 22.3372, + "eval_samples_per_second": 4.029, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 468000 + }, + { + "epoch": 48.142065284335864, + "grad_norm": 0.31642502546310425, + "learning_rate": 1.8617568401563465e-05, + "loss": 0.0419, + "step": 469000 + }, + { + "epoch": 48.142065284335864, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.024683654308319092, + "eval_runtime": 22.1497, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 469000 + }, + { + "epoch": 48.24471361116814, + "grad_norm": 0.24842867255210876, + "learning_rate": 1.7588973462250565e-05, + "loss": 0.0413, + "step": 470000 + }, + { + "epoch": 48.24471361116814, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.0246568750590086, + "eval_runtime": 22.1198, + "eval_samples_per_second": 4.069, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 470000 + }, + { + "epoch": 48.34736193800041, + "grad_norm": 0.22725574672222137, + "learning_rate": 1.6560378522937665e-05, + "loss": 0.0417, + "step": 471000 + }, + { + "epoch": 48.34736193800041, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.024483025074005127, + "eval_runtime": 22.0753, + "eval_samples_per_second": 4.077, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 471000 + }, + { + "epoch": 48.450010264832684, + "grad_norm": 0.415797621011734, + "learning_rate": 1.553178358362477e-05, + "loss": 0.0412, + "step": 472000 + }, + { + "epoch": 48.450010264832684, + "eval_cer": 0.014366113744075829, + "eval_loss": 0.024604879319667816, + "eval_runtime": 22.2084, + "eval_samples_per_second": 4.053, + "eval_steps_per_second": 0.045, + "eval_wer": 0.045576407506702415, + "step": 472000 + }, + { + "epoch": 48.55265859166496, + "grad_norm": 0.4157191216945648, + "learning_rate": 1.450318864431187e-05, + "loss": 0.0416, + "step": 473000 + }, + { + "epoch": 48.55265859166496, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.024540413171052933, + "eval_runtime": 21.9902, + "eval_samples_per_second": 4.093, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 473000 + }, + { + "epoch": 48.65530691849723, + "grad_norm": 0.20073458552360535, + "learning_rate": 1.3474593704998972e-05, + "loss": 0.0413, + "step": 474000 + }, + { + "epoch": 48.65530691849723, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.02452738583087921, + "eval_runtime": 22.0306, + "eval_samples_per_second": 4.085, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 474000 + }, + { + "epoch": 48.7579552453295, + "grad_norm": 0.3352334499359131, + "learning_rate": 1.2445998765686073e-05, + "loss": 0.0413, + "step": 475000 + }, + { + "epoch": 48.7579552453295, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.024565977975726128, + "eval_runtime": 22.1491, + "eval_samples_per_second": 4.063, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 475000 + }, + { + "epoch": 48.86060357216177, + "grad_norm": 0.20034602284431458, + "learning_rate": 1.1417403826373175e-05, + "loss": 0.0418, + "step": 476000 + }, + { + "epoch": 48.86060357216177, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.024530308321118355, + "eval_runtime": 22.0802, + "eval_samples_per_second": 4.076, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 476000 + }, + { + "epoch": 48.963251898994045, + "grad_norm": 0.204274982213974, + "learning_rate": 1.0388808887060275e-05, + "loss": 0.0417, + "step": 477000 + }, + { + "epoch": 48.963251898994045, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.02437027543783188, + "eval_runtime": 22.051, + "eval_samples_per_second": 4.081, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 477000 + }, + { + "epoch": 49.06590022582632, + "grad_norm": 0.27974188327789307, + "learning_rate": 9.360213947747377e-06, + "loss": 0.0417, + "step": 478000 + }, + { + "epoch": 49.06590022582632, + "eval_cer": 0.015402843601895734, + "eval_loss": 0.024484841153025627, + "eval_runtime": 22.1209, + "eval_samples_per_second": 4.069, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04825737265415549, + "step": 478000 + }, + { + "epoch": 49.16854855265859, + "grad_norm": 0.15514741837978363, + "learning_rate": 8.33161900843448e-06, + "loss": 0.0413, + "step": 479000 + }, + { + "epoch": 49.16854855265859, + "eval_cer": 0.014958530805687204, + "eval_loss": 0.024350464344024658, + "eval_runtime": 21.9927, + "eval_samples_per_second": 4.092, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 479000 + }, + { + "epoch": 49.271196879490866, + "grad_norm": 0.13631823658943176, + "learning_rate": 7.30302406912158e-06, + "loss": 0.0413, + "step": 480000 + }, + { + "epoch": 49.271196879490866, + "eval_cer": 0.015106635071090047, + "eval_loss": 0.024330323562026024, + "eval_runtime": 22.2136, + "eval_samples_per_second": 4.052, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04736371760500447, + "step": 480000 + }, + { + "epoch": 49.37384520632314, + "grad_norm": 0.18198832869529724, + "learning_rate": 6.274429129808681e-06, + "loss": 0.0409, + "step": 481000 + }, + { + "epoch": 49.37384520632314, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.024377064779400826, + "eval_runtime": 22.1427, + "eval_samples_per_second": 4.065, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 481000 + }, + { + "epoch": 49.47649353315541, + "grad_norm": 0.20921219885349274, + "learning_rate": 5.245834190495783e-06, + "loss": 0.0413, + "step": 482000 + }, + { + "epoch": 49.47649353315541, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.024373607710003853, + "eval_runtime": 22.062, + "eval_samples_per_second": 4.079, + "eval_steps_per_second": 0.045, + "eval_wer": 0.04647006255585344, + "step": 482000 + }, + { + "epoch": 49.57914185998768, + "grad_norm": 0.24988599121570587, + "learning_rate": 4.217239251182884e-06, + "loss": 0.0414, + "step": 483000 + }, + { + "epoch": 49.57914185998768, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.024304602295160294, + "eval_runtime": 12.6617, + "eval_samples_per_second": 7.108, + "eval_steps_per_second": 0.079, + "eval_wer": 0.04647006255585344, + "step": 483000 + }, + { + "epoch": 49.68179018681995, + "grad_norm": 0.22157305479049683, + "learning_rate": 3.1886443118699856e-06, + "loss": 0.0407, + "step": 484000 + }, + { + "epoch": 49.68179018681995, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.02429259568452835, + "eval_runtime": 12.7319, + "eval_samples_per_second": 7.069, + "eval_steps_per_second": 0.079, + "eval_wer": 0.04647006255585344, + "step": 484000 + }, + { + "epoch": 49.784438513652226, + "grad_norm": 0.18318428099155426, + "learning_rate": 2.1600493725570872e-06, + "loss": 0.0413, + "step": 485000 + }, + { + "epoch": 49.784438513652226, + "eval_cer": 0.014662322274881517, + "eval_loss": 0.024326322600245476, + "eval_runtime": 12.7187, + "eval_samples_per_second": 7.076, + "eval_steps_per_second": 0.079, + "eval_wer": 0.04647006255585344, + "step": 485000 + }, + { + "epoch": 49.8870868404845, + "grad_norm": 0.23897279798984528, + "learning_rate": 1.1314544332441885e-06, + "loss": 0.0416, + "step": 486000 + }, + { + "epoch": 49.8870868404845, + "eval_cer": 0.01481042654028436, + "eval_loss": 0.024302508682012558, + "eval_runtime": 12.6346, + "eval_samples_per_second": 7.123, + "eval_steps_per_second": 0.079, + "eval_wer": 0.04736371760500447, + "step": 486000 + }, + { + "epoch": 49.98973516731677, + "grad_norm": 0.2672029733657837, + "learning_rate": 1.0285949393128985e-07, + "loss": 0.0416, + "step": 487000 + }, + { + "epoch": 49.98973516731677, + "eval_cer": 0.01481042654028436, + "eval_loss": 0.024304790422320366, + "eval_runtime": 12.659, + "eval_samples_per_second": 7.11, + "eval_steps_per_second": 0.079, + "eval_wer": 0.04736371760500447, + "step": 487000 + } + ], + "logging_steps": 1000, + "max_steps": 487100, + "num_input_tokens_seen": 0, + "num_train_epochs": 50, + "save_steps": 4000, + "stateful_callbacks": { + "TrainerControl": { + "args": { + "should_epoch_stop": false, + "should_evaluate": false, + "should_log": false, + "should_save": true, + "should_training_stop": true + }, + "attributes": {} + } + }, + "total_flos": 1.703420432200581e+17, + "train_batch_size": 32, + "trial_name": null, + "trial_params": null +} diff --git a/homo-t5/training_args.bin b/homo-t5/training_args.bin new file mode 100644 index 0000000000000000000000000000000000000000..37cc9c8f321e5b7b5b0ded9f54f76a9502e1a892 --- /dev/null +++ b/homo-t5/training_args.bin @@ -0,0 +1,3 @@ +version https://git-lfs.github.com/spec/v1 +oid sha256:4d4a5c3778879044efc050fcff92b184abd89a34281f11f0ff465f5a07bdcf81 +size 5432 diff --git a/interface.py b/interface.py index 8a1fb619ed451fea25284a96abe015d43a83c964..92b4db950a69ca60a65962e7c10a7e302e68978c 100644 --- a/interface.py +++ b/interface.py @@ -1,57 +1,143 @@ import gradio as gr from config import custom_css from synthesis import generate_speech +from GE2PE import GE2PE + +MODEL_PATHS = { + "Homo-GE2PE": "./homo-ge2pe", + "Homo-T5": "./homo-t5", +} + +_g2p_cache = {} + +def _get_g2p(model_name: str) -> GE2PE: + if model_name not in _g2p_cache: + path = MODEL_PATHS.get(model_name) + if path is None: + raise ValueError(f"Unknown model: {model_name}") + _g2p_cache[model_name] = GE2PE(model_path=path, GPU=False) + return _g2p_cache[model_name] + + +def ge2pe_infer(model_name: str, text: str, use_rules: bool, use_dict: bool): + if not text or not text.strip(): + return "" + try: + model = _get_g2p(model_name) + result = model.generate([text], use_rules=use_rules, use_dict=use_dict) + return result[0] if result else "" + except Exception as e: + return f"⚠️ Error: {str(e)}" + def create_interface(): - with gr.Blocks(title="Persian Text-to-Speech", css=custom_css) as demo: - gr.Markdown("# Persian Text-to-Speech with Tacotron2 and HiFiGAN") - - with gr.Row(): - with gr.Column(scale=2): - text_input = gr.Textbox( + with gr.Blocks(title="Persian Speech Suite", css=custom_css) as demo: + gr.Markdown("# Persian Speech Suite: GE2PE & TTS\n" "A unified playground for Persian grapheme‑to‑phoneme conversion (GE2PE) **and** text‑to‑speech synthesis (Mana TTS).") + + with gr.Tabs(): + # ----------------------------------------------------------------- + # Tab 1: GE2PE (Grapheme → Phoneme) + # ----------------------------------------------------------------- + with gr.TabItem("Grapheme → Phoneme (GE2PE)"): + gr.Markdown("Convert Persian text to its phonemic transcription. Choose between **Homo‑GE2PE** and **Homo‑T5**, optionally applying short‑vowel rules and/or a custom dictionary.") + + with gr.Row(): + model_selector = gr.Radio( + choices=list(MODEL_PATHS.keys()), + value="Homo-GE2PE", + label="G2P Model", + ) + + g2p_input = gr.Textbox( + label="Persian Text", + placeholder="مثال: این کتابِ علی است", + lines=4, + ) + + with gr.Row(): + g2p_use_rules = gr.Checkbox(value=True, label="Apply short‑vowel rules (optional)") + g2p_use_dict = gr.Checkbox(value=False, label="Use custom dictionary (optional)") + + g2p_button = gr.Button("Convert", variant="primary") + g2p_output = gr.Textbox(label="Phoneme Output", interactive=False) + + g2p_button.click( + fn=ge2pe_infer, + inputs=[model_selector, g2p_input, g2p_use_rules, g2p_use_dict], + outputs=[g2p_output], + ) + + gr.Examples( + examples=[ + ["او مرد خوبی است."], + ["او مرد."], + ["این کتابِ علی است."], + ["به خانه آمد."] + ], + inputs=[g2p_input], + ) + + with gr.TabItem("Text‑to‑Speech"): + gr.Markdown("Generate natural‑sounding Persian speech from your text using Tacotron2 + HiFiGAN.") + + tts_input = gr.Textbox( label="Persian Text", placeholder="مدل تولید گفتار با دادگان نسل مانا", - lines=5 + lines=5, ) - - generate_btn = gr.Button("Generate Speech", variant="primary") - - with gr.Column(scale=2): - audio_output = gr.Audio(label="Generated Speech") - - generate_btn.click( - fn=generate_speech, - inputs=[text_input], - outputs=[audio_output] - ) - - gr.Examples( - examples=[ - ["سلام، چطور هستید؟"], - ["ایران سرزمین زیبایی‌ها و افتخارات است."], - ["فناوری هوش مصنوعی به سرعت در حال پیشرفت است."], - ["مدل تولید گفتار با دادگان نسل مانا"] - ], - inputs=[text_input] - ) - - gr.Markdown(""" - ### Acknowledgments - - - [**Nasl-e-Mana**](https://naslemana.com/), the monthly magazine of the blind community of Iran - - [ManaTTS Dataset](https://huggingface.co/datasets/MahtaFetrat/Mana-TTS) - - [Persian-MultiSpeaker-Tacotron2](https://github.com/MahtaFetrat/Persian-MultiSpeaker-Tacotron2/) - - ### Citation - - ```bibtex - @article{fetrat2024manatts, - title={ManaTTS Persian: A Recipe for Creating TTS Datasets for Lower-Resource Languages}, + + tts_button = gr.Button("Generate Speech", variant="primary") + tts_output = gr.Audio(label="Generated Speech") + + tts_button.click( + fn=generate_speech, + inputs=[tts_input], + outputs=[tts_output], + ) + + gr.Examples( + examples=[ + ["سلام، چطور هستید؟"], + ["ایران سرزمین زیبایی‌ها و افتخارات است."], + ["فناوری هوش مصنوعی به سرعت در حال پیشرفت است."], + ["مدل تولید گفتار با دادگان نسل مانا"], + ], + inputs=[tts_input], + ) + + gr.Markdown( + """ + ### Acknowledgments + + - [**Nasl‑e‑Mana**](https://naslemana.com/), the monthly magazine of the blind community of Iran + - [ManaTTS Dataset](https://huggingface.co/datasets/MahtaFetrat/Mana-TTS) + - [Persian‑MultiSpeaker‑Tacotron2](https://github.com/MahtaFetrat/Persian-MultiSpeaker-Tacotron2/) + - [Homo-GE2PE (Github)](https://github.com/MahtaFetrat/Homo-GE2PE-Persian/) + - [Base GE2PE Paper](https://aclanthology.org/2024.findings-emnlp.196/) + - [Base GE2PE Model](https://github.com/Sharif-SLPL/GE2PE) + - [HomoRich Dataset (Huggingface)](https://huggingface.co/datasets/MahtaFetrat/HomoRich-G2P-Persian) + - [HomoRich Dataset (Github)](https://github.com/MahtaFetrat/HomoRich-G2P-Persian) + - [SentenceBench Persian G2P Benchmark](https://huggingface.co/datasets/MahtaFetrat/SentenceBench) + ### Citation + + ```bibtex + @misc{qharabagh2025fastfancyrethinkingg2p, + title={Fast, Not Fancy: Rethinking G2P with Rich Data and Rule-Based Models}, + author={Mahta Fetrat Qharabagh and Zahra Dehghanian and Hamid R. Rabiee}, + year={2025}, + eprint={2505.12973}, + archivePrefix={arXiv}, + primaryClass={cs.CL}, + } + + @article{fetrat2024manatts, + title={ManaTTS Persian: A Recipe for Creating TTS Datasets for Lower-Resource Languages}, author={Mahta Fetrat Qharabagh and Zahra Dehghanian and Hamid R. Rabiee}, journal={arXiv preprint arXiv:2409.07259}, year={2024}, - } - ``` - """) - - return demo \ No newline at end of file + } + ``` + """ + ) + + return demo diff --git a/requirements.txt b/requirements.txt index 39cb189b01cd765e07adc87c1e555328d163dacf..49ca07f88c3760597e71a61d437ec9781326cae3 100644 --- a/requirements.txt +++ b/requirements.txt @@ -15,3 +15,5 @@ tqdm Unidecode visdom webrtcvad + +unidecode