added material

nltk_data/tokenizers/punkt_tab/malayalam/abbrev_types.txt

@@ -0,0 +1,285 @@
+പി.ജെ
+var
+ഡി.വൈ
+സിഹാനൂക്കാണ്
+എന്നാണറിയപ്പെട്ടത്
+മു
+ബി.ആർ
+സി.ടി
+വി.പി
+u.s
+എം.എം
+ഏ.ഓ
+എ.എം
+ജെ.ബി
+കെ.എൽ
+ഉയർത്തപ്പെട്ടു
+o8
+ജെ.ഡി
+പാരീസിലേക്കയച്ചു
+വിവാഹംകഴിച്ചു
+ഒ.എ
+മുസ്ലിങ്ങളാണ്
+ടി.പി
+ഒ.സി
+ആർ.എം
+കൃ
+മറിച്ചാണ്
+മാറ്റിയിരിക്കണം
+ജി.വി
+കെ.ജെ
+കെ.ബി
+സി.വി
+ഒ.ആർ
+വിഭജിക്കപ്പെട്ടു
+ജെ.ആർ.എം
+അഭിപ്രായപ്പെട്ടിരുന്നു
+എം.ഒ
+ശ
+എൽ.കെ
+കെ.ഇ
+ബി.എ.സി
+ടി.ഡി
+അക്രമോത്സുകരാക്കി
+എസ്.എൽ
+തെ
+എ.പി.ഐ
+ചലച്ചിത്രം,പുസ്തകം,സി.ഡി,ഡി.വി.ഡി
+ഡെ.റി
+എൽ.എ
+ഇ.എൻ
+k.n
+ഒ.എൻ
+വി.ഖു
+ഫെ
+eur
+vol
+d.c
+വി.എം.എസ്
+ജി.കെ
+സി.സി.ഡി
+എം.ജി.ആർ
+ഡോ.ടി
+മേൻമ
+എളുപ്പവഴിയാണിത്
+j.s
+കെ.ഡി
+ഇ.ഡി
+കൊ
+ഇ.വി
+a.k.a
+ആർ.സി
+ഐ.എസ്.പി
+ഇ.എ
+ബി.എൻ
+എ.ഇ
+ഡോ.എ
+വി.എം
+കലാശിച്ചുളളു
+എം.എൻ
+എ.ഒ
+എ.പി.ജെ
+പി.എ
+ഓ.എം
+ടി.എൻ
+ഘ.മീ
+ജൂല
+പി.ജി
+ഒക്കാറ
+സി.ഒ
+ജി.ഇ
+കെ.ആർ
+ഉ.സാ.ഘ
+ആഗ
+ഒ.ടി.ജി
+ആ.സാ
+സിംഹാസനമേറി
+എ.യു
+സി.എൽ
+സു
+ഐ.വി
+ജി.ഐ
+അവതരിപ്പിക്കാറുള്ള
+ഒ.ടി
+trin
+എൻ.വി
+രചനകളിലാണ്‌
+ഏ.കെ
+എ.ജെ
+ല.സാ.ഗു
+എൻ.ഡി.ആർ.എഫ്
+k.m
+എഫ്.ആർ
+തെ.കി
+എം.എൽ
+എൻ.ആർ
+ഐ.ഡി
+ജെ.ആർ
+അനുവാദമുണ്ടായിരുന്നു
+സി.എസ്.എസ്
+ആണ
+ടി.ടി
+etc
+കെ.എ
+എറിഞ്ഞുകളയപ്പെടുന്നു
+ട്
+നടപ്പായി
+നിരോധിച്ചിരിക്കുകയാണ്
+എൽ.എസ്.ഡി
+ഇ.ജെ
+ആരാഞ്ഞു
+എൽ.എൻ
+ജെ.കെ
+ജനു
+യു.ബി
+പുറ
+എസ്.വി.ജി
+പി.ഒ
+എഫ്.ടി.പി
+ഐ.സി
+വ.പ
+കെ.എൻ
+ജൂ
+ഖു
+എ.ആർ.എം
+യു.ആർ
+ഐ.എൻ.എ
+കലനം
+ഐ.ആർ.ഡി.പി
+ആവശ്യപ്പെടു
+ജെ.ആർ.ഡി
+ഒ.വി
+പി.എം
+എ.ബി
+ജി.എ
+എസ്.എഫ്.ടി.പി
+ജെ.ആർ.കെ
+ബി.ഇ.എം.എൽ
+ചേരൂ
+സി.ഇ
+ഡി.വി
+ജി.എം.പി
+7ൽ
+യു.സി
+എൽ.ജെ
+വി.ടി
+ഐ.കെ
+എം.ഐ
+പി.ഐ
+ടി.എസ്
+ഐ.ടി.ബി.പി
+മി.മീ
+കെ.എസ്
+എൽ.ടി
+ഇ.ബി
+യു.എ
+ഇ.ടി
+i.e
+ഇ.എ​
+വ്യക്തമാക്കുന്നത്
+എം.ഈ
+a.h
+ഇ.സി
+4k.m
+'എ.ആർ
+എ.ജി
+തി.ക
+ഇ.എം
+പി.എൻ
+പുസ്തകങ്ങളുണ്ട്
+എ.എൻ
+ഒത്തുതീർപ്പിലെത്തി
+ശ.ശ
+r.i
+mz+
+അക്ഷാ
+t.n
+രേഖാംശത്തിലാണ്
+m.b.b.s
+എസ്.എം.പി.എസ്
+ഈ.മ.യൌ
+ഡി.വി.ഡി
+സി.എൻ.ആർ
+ഇ.ഒ
+ലഫ്
+ഐ.ജി
+എ.ഐ.കെ.എസ്
+ബി.എഡ്
+റുദ്
+കെ.എസ്.യു
+apk
+എ.വി.എം
+ഏ.സി
+fol
+നല്ലതാണ്
+mt
+ഒ.കെ
+ബി.ഇ.എൽ
+എം.വി
+04മ.34.4മി
+പി.ഡി
+വി.ഐ
+എസ്.എസ്.ബി
+കോജ
+ഡി.എ.വി
+വ്യക്തമല്ല
+എ.എൽ
+ഏ.എൻ
+സൃഷ്ടിച്ചിരുന്നു
+ഡി.സി
+എ‌
+ഗ
+ഐ.എം
+ജെ.ഇ
+ഐ.എസ്.ഒ
+w.h
+oh
+നടുക
+ഏറ
+എൻ.സി.സി
+എ.ആർ
+സി.കെ
+സ്ഥാപിച്ചെടുത്തു
+എ.എ
+ഖ
+മി.ലി
+തെ.പ
+†y
+ടേൽ
+പി.ആർ
+ബി.ജെ
+ed
+ഒ.ഇ.എം
+15എ
+ഐ.ആർ
+എം.യു
+co
+എം.ആർ
+വി.എ
+ഡി.കെ
+എ​
+ശ.മാ
+നല
+വളരും
+ഐ.ആർ.ഡി
+mr
+ബി.സി.ഇ
+എച്ച്.എ.എൽ.,എൻ.എ.എൽ
+ടി.എ
+ജെ.ജെ
+ഓ.എസ്
+ആർ.ഒ
+ഇ.പി
+ഉപയോഗിച്ചുപോന്നിട്ടുണ്ടു്
+ഏ.ആർ
+അഡ്വ
+എസ്.പി.സി.കെ
+m.f
+ജി.സി
+ജി.പി
+എ.ഐ.എ.ഡി.എം.കെ
+ഒ.പി
+ബി.എച്ച്.ഇ.എൽ
+വി.ആർ
+6k.m
+a.a.k

nltk_data/tokenizers/punkt_tab/malayalam/collocations.tab

@@ -0,0 +1,153 @@
+ഐ	എ
+ഇ	സുലൈമാൻ
+ഇ	ആർ
+##number##	ശേഖരിച്ചത്
+ഐ	ഐ
+##number##	രഹസ്യാത്മകത
+ന	20-ന്
+പ	പാർനസസ്
+ഇ	സന്തോഷ്
+h	asquith
+ഏ	29-ന്‌
+##number##	ക്ലയന്റ്
+എ	ഇബ്രാഹിം
+ഒ	മാധവൻ
+എ	ഡി
+##number##	ആർകിടെക്ചർ
+ഇ	കോളിയിൽ
+ഐ	ആസ്‌കാർ
+എ	താണുപിള്ളയുടെ
+c	camelus
+ഇ	എം
+##number##	മുതുമല
+ഇ	കോളി
+ഒ	അബ്ദുറഹ്മാൻ
+എ	രാമചന്ദ്രൻ
+ഐ	എം
+c	massaicus
+എ	രാമചന്ദ്രൻനായർ
+ഇ	വെബ്ബിന്റെ
+##number##	ml
+##number##	ഉമ്മാമ
+ഇ	സി
+##number##	ഏകീകരിക്കപ്പെട്ട
+ഐ	രണ്ടായി
+##number##	ജ്ഞാനകർമവിഭാഗയോഗം
+എ	എസ്
+ഐ	സി
+എ	എൻ
+##number##	ഖ്വള
+ഒ	അബ്ദുറഹ്മാന്
+##number##	പക്ഷിമനുഷ്യൻ
+e	see
+c	molybdophanes
+ഐ	ഷണ്മുഖദാസ്
+വ	കി.-തെ.
+c	syriacus
+ഏ	26-ന്
+പ	നിന്നു
+b	english
+ഒ	ഹെൻറിയുടെ
+വ	പ്രദേശങ്ങളിൽ
+എ	കോളേജ്
+വ	കിഴക്കൻ
+ഇ	ഒ,യും
+എ	ആഡംസാണ്
+ഐ	ബി.എം
+എ	ഐ
+എ	ആർ
+ഒ	അബ്ദുള്ളയുടെ
+##number##	അർജ്ജുനവിഷാദയോഗം
+n	sircar
+ഇ	പുന്നൻ‍
+ന	24-ന്
+വ	നിന്നു
+c	ronaldo
+c	whether
+v	prasad
+ഐ	ടി
+ച	കി.മീ
+എ	എൽ
+അ	ഉ
+ഇ	കെ
+വ	ഭാഗത്തുള്ള
+##number##	ഓട്ടോമൊബൈൽ
+എ	കണാരൻ
+ഒ	എൻ
+##number##	യാലല്ല
+വ	അമേരിക്കയിൽനിന്നും
+b	r
+f	salsa
+c	australus
+എ	വിൻസെന്റ്
+എ	കുഞ്ഞുകൃഷ്ണൻ
+എ	എം
+എ	കോളി
+ഒ	ഓലെസ്സും
+എ	ഷെരീഫ്
+ഒ	അബ്ദുറഹ്‌മാൻ
+എ	13-ആം
+l	v
+d	the
+##number##	വിവരാവകാശനിയമം
+##number##	naturally
+ഇ	ചന്ദ്രശേഖരൻ
+ഒ	കോരൻ
+ക	ഉത്തർപ്രദേശിന്റെ
+എ	സുബാസ്കാരൻ
+വ	ഭാഗത്ത്
+l	indicus
+ഒ	മാധവന്റെ
+ഇ	യോനാത്ത്
+h	h
+ച	കി
+വ	കി
+ഐ	എ‌.
+ഐ	ഇ
+##number##	നിർമ്മാണാവകാശം
+##number##	bibcode
+ഇ	ഒ
+b	n
+##number##	32-ബിറ്റുള്ള
+ഒ	എം
+ഇ	പത്മനാഭൻ
+p	p
+a	r
+ഐ	ഒ
+എ	സഹദേവൻ
+f	piliferus
+ഐ	ടി.കളും
+a	baileyana
+ഒ	രാജഗോപാൽ
+s	c
+ഐ	ആറിന്റെ
+എ	ടി
+പ	ദിശയിൽ
+പ	ഈഗാലിയോസ്
+എ	ഭീം
+g	kilgour
+ഒ	എ
+എ	അയ്യപ്പൻ
+##number##	മൂലതാളിൽ
+ഇ	ഒന്നാം
+ഒ	11-ന്‌
+r	chopra
+വ	പ
+എ	കെ
+എ	വി
+ഇ	എസ്
+##number##	c4
+എ	ഗ്രിഫിൻ
+d	ramanaidu
+എ	ഹൈൻലൈൻ
+r	rahman
+##number##	ജംദേന
+എ	ഗോപാലകൃഷ്ണൻ
+എ	എച്ച്
+എ	ഹേമചന്ദ്രൻ
+l	ഇംഗ്ലീഷിൽ
+ഏ	ആർ
+##number##	സൂക്തങ്ങൾ
+എ	അച്യുതൻവക്കീലിന്റെ
+ഏ	ശ്രീധരമേനോൻ
+ഇ	ബി

nltk_data/tokenizers/punkt_tab/malayalam/sent_starters.txt

@@ -0,0 +1,14 @@
+പല
+ഇവ
+http
+അവ
+ആ
+ആൺ
+പഴയ
+ഏൽ
+ഈ
+coordinates
+അവർ
+helier
+പകൽ
+ഇവർ