Favourez commited on
Commit
b6f2a20
·
verified ·
1 Parent(s): b44a8b7

Upload 3 files

Browse files
Files changed (3) hide show
  1. ewondo_segmented_basic.csv +0 -0
  2. finaltri.py +170 -0
  3. unique_ewondo_words.csv +1224 -0
ewondo_segmented_basic.csv ADDED
The diff for this file is too large to render. See raw diff
 
finaltri.py ADDED
@@ -0,0 +1,170 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ # -*- coding: utf-8 -*-
2
+ """FinalTRi.ipynb
3
+
4
+ Automatically generated by Colab.
5
+
6
+ Original file is located at
7
+ https://colab.research.google.com/drive/1hHv74seqk9eYq4JBX2saCvQZqt6xu8-P
8
+ """
9
+
10
+ import pandas as pd
11
+ import numpy as np
12
+ import tensorflow as tf
13
+ from tensorflow.keras.preprocessing.text import Tokenizer
14
+ from tensorflow.keras.preprocessing.sequence import pad_sequences
15
+ from tensorflow.keras.models import Model
16
+ from tensorflow.keras.layers import Input, LSTM, Dense, Embedding, AdditiveAttention, Concatenate
17
+
18
+ import pandas as pd
19
+ from sklearn.model_selection import train_test_split
20
+ from tensorflow.keras.preprocessing.text import Tokenizer
21
+ from tensorflow.keras.preprocessing.sequence import pad_sequences
22
+
23
+ # Load your dataset with a specific encoding
24
+ def load_data(file_path):
25
+ try:
26
+ df = pd.read_csv(file_path, encoding='ISO-8859-1') # Try 'latin1' or 'utf-16' if needed
27
+ except UnicodeDecodeError:
28
+ print("Error reading the file. Please check the encoding.")
29
+ return [], []
30
+ return df['French'].tolist(), df['Ewondo'].tolist()
31
+
32
+ # Preprocess the data
33
+ def preprocess_data(french_sentences, ewondo_sentences):
34
+ tokenizer_fr = Tokenizer()
35
+ tokenizer_fr.fit_on_texts(french_sentences)
36
+ vocab_size_fr = len(tokenizer_fr.word_index) + 1
37
+
38
+ tokenizer_ew = Tokenizer()
39
+ tokenizer_ew.fit_on_texts(ewondo_sentences)
40
+ vocab_size_ew = len(tokenizer_ew.word_index) + 1
41
+
42
+ # Convert sentences to sequences
43
+ fr_sequences = tokenizer_fr.texts_to_sequences(french_sentences)
44
+ ew_sequences = tokenizer_ew.texts_to_sequences(ewondo_sentences)
45
+
46
+ # Pad sequences
47
+ max_length_fr = max(len(seq) for seq in fr_sequences)
48
+ max_length_ew = max(len(seq) for seq in ew_sequences)
49
+
50
+ fr_sequences = pad_sequences(fr_sequences, maxlen=max_length_fr, padding='post')
51
+ ew_sequences = pad_sequences(ew_sequences, maxlen=max_length_ew, padding='post')
52
+
53
+ return fr_sequences, ew_sequences, vocab_size_fr, vocab_size_ew, max_length_fr, max_length_ew
54
+
55
+ # Load and preprocess the data
56
+ french_sentences, ewondo_sentences = load_data('french_ewondo_dictionary.csv')
57
+ if french_sentences and ewondo_sentences:
58
+ fr_sequences, ew_sequences, vocab_size_fr, vocab_size_ew, max_length_fr, max_length_ew = preprocess_data(french_sentences, ewondo_sentences)
59
+
60
+ from tensorflow.keras.models import Model
61
+ from tensorflow.keras.layers import Input, LSTM, Embedding, Dense
62
+
63
+ def create_model(vocab_size_fr, vocab_size_ew, max_length_fr, max_length_ew):
64
+ # Encoder
65
+ encoder_inputs = Input(shape=(max_length_fr,))
66
+ encoder_embedding = Embedding(vocab_size_fr, 256)(encoder_inputs)
67
+ encoder_lstm = LSTM(256, return_sequences=True, return_state=True)
68
+ encoder_outputs, state_h, state_c = encoder_lstm(encoder_embedding)
69
+ encoder_states = [state_h, state_c]
70
+
71
+ # Decoder
72
+ decoder_inputs = Input(shape=(max_length_ew,))
73
+ decoder_embedding = Embedding(vocab_size_ew, 256)(decoder_inputs)
74
+ decoder_lstm = LSTM(256, return_sequences=True, return_state=True)
75
+ decoder_outputs, _, _ = decoder_lstm(decoder_embedding, initial_state=encoder_states)
76
+ decoder_dense = Dense(vocab_size_ew, activation='softmax')
77
+ decoder_outputs = decoder_dense(decoder_outputs)
78
+
79
+ # Define the model
80
+ model = Model([encoder_inputs, decoder_inputs], decoder_outputs)
81
+ return model
82
+
83
+ model = create_model(vocab_size_fr, vocab_size_ew, max_length_fr, max_length_ew)
84
+ model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
85
+
86
+ import numpy as np
87
+
88
+ # Shift the Ewondo sequences for decoder input
89
+ decoder_input_data = np.zeros_like(ew_sequences)
90
+ decoder_input_data[:, 1:] = ew_sequences[:, :-1] # Shifted sequence
91
+ decoder_input_data[:, 0] = 1 # Assuming '1' is the start token
92
+
93
+ # Train-test split
94
+ X_train_fr, X_test_fr, y_train, y_test = train_test_split(fr_sequences, decoder_input_data, test_size=0.2)
95
+
96
+ # Fit the model
97
+ model.fit([X_train_fr, y_train], np.expand_dims(y_train, -1),
98
+ batch_size=64,
99
+ epochs=30,
100
+ validation_split=0.2)
101
+
102
+ loss, accuracy = model.evaluate([X_test_fr, y_test], np.expand_dims(y_test, -1))
103
+ print(f'Test Loss: {loss}, Test Accuracy: {accuracy}')
104
+
105
+ # Save the model
106
+ model.save('french_ewondo_translation_model.h5') # You can choose a different name
107
+
108
+ def preprocess_input_sentence(sentence, word_to_index, max_length):
109
+ # Tokenize the sentence
110
+ tokens = sentence.split()
111
+ token_indices = [word_to_index.get(word, 0) for word in tokens] # 0 for unknown words
112
+ # Pad the sequence
113
+ padded_sequence = pad_sequences([token_indices], maxlen=max_length, padding='post')
114
+ return padded_sequence
115
+
116
+ def predict_translation(sentence, model, word_to_index_fr, index_to_word_ew, max_length_ew):
117
+ # Preprocess the input sentence
118
+ input_sequence = preprocess_input_sentence(sentence, word_to_index_fr, max_length_fr)
119
+
120
+ # Prepare the decoder input with the start token (assumed to be 1)
121
+ start_token = 1 # Assuming 1 is the start token
122
+ decoder_input = np.zeros((1, max_length_ew))
123
+ decoder_input[0, 0] = start_token
124
+
125
+ # Generate predictions
126
+ for i in range(1, max_length_ew):
127
+ # Predict the next word
128
+ output_tokens = model.predict([input_sequence, decoder_input])
129
+ sampled_token_index = np.argmax(output_tokens[0, i-1, :]) # Get the most likely word
130
+ decoder_input[0, i] = sampled_token_index # Add to the decoder input
131
+
132
+ # Stop if the end token is predicted (assumed to be 2)
133
+ if sampled_token_index == 2: # Assuming 2 is the end token
134
+ break
135
+
136
+ # Convert indices to Ewondo words
137
+ translated_sentence = ' '.join([index_to_word_ew.get(index, '') for index in decoder_input.flatten() if index > 0])
138
+
139
+ return translated_sentence
140
+
141
+ import pandas as pd
142
+ from keras.models import load_model
143
+
144
+ # Load your trained model
145
+ model = load_model('french_ewondo_translation_model.h5') # Change to your model's path
146
+
147
+ # Load the French-Ewondo dictionary with the specified encoding
148
+ dictionary = pd.read_csv('french_ewondo_dictionary.csv', encoding='ISO-8859-1')
149
+ french_to_ewondo = dict(zip(dictionary['French'], dictionary['Ewondo']))
150
+
151
+ def predict_translation(sentence):
152
+ # Split the sentence into words
153
+ words = sentence.split()
154
+ ewondo_words = []
155
+
156
+ for word in words:
157
+ # Get the translation from the dictionary
158
+ ewondo_word = french_to_ewondo.get(word.strip(",.!?;:\"'()[]"), word) # Default to the original word if not found
159
+ ewondo_words.append(ewondo_word)
160
+
161
+ return ' '.join(ewondo_words)
162
+
163
+ # Example usage
164
+ french_sentence = "je suis Noa" # Replace with your input sentence
165
+ ewondo_translation = predict_translation(french_sentence)
166
+
167
+ print("Ewondo Translation:", ewondo_translation)
168
+
169
+ model.summary()
170
+
unique_ewondo_words.csv ADDED
@@ -0,0 +1,1224 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ Unique_Ewondo_Words
2
+ ndon
3
+ adzoe
4
+ bëkëlë
5
+ bikomëzan
6
+ mëbuga
7
+ bëngazu
8
+ batag
9
+ sëki
10
+ angayenan
11
+ ban
12
+ bëbimii
13
+ miadzoe
14
+ bëngayi
15
+ yazu
16
+ amana
17
+ bësòò
18
+ bëbòòlò
19
+ nyò
20
+ balom
21
+ eyalan
22
+ mikad
23
+ nkus
24
+ mëlende
25
+ mësò
26
+ banòdi
27
+ mbog
28
+ engalende
29
+ akòg
30
+ ekoan
31
+ angabende
32
+ kaifas
33
+ mëki
34
+ odugan
35
+ bënòṅ
36
+ atala
37
+ bed
38
+ minnal
39
+ alòṅ
40
+ bësadukea
41
+ mingabë
42
+ ayedan
43
+ angatëb
44
+ bëbod
45
+ kòbògò
46
+ mama
47
+ mbëṅ
48
+ mininga
49
+ kidi
50
+ ayean
51
+ sili
52
+ yaan
53
+ zamgbal
54
+ eduṅ
55
+ ba
56
+ zaṅ
57
+ bëngatil
58
+ zie
59
+ fòmbò
60
+ osoo
61
+ e
62
+ angayili
63
+ nti
64
+ wamen
65
+ mëbò
66
+ angara
67
+ bëngalaṅëdan
68
+ ntye
69
+ nòṅ
70
+ angasubu
71
+ dama
72
+ mikalëga
73
+ engasubu
74
+ bibaṅ
75
+ bësug
76
+ akëlëg
77
+ okëṅ
78
+ angadzëṅ
79
+ angakë
80
+ akòbògò
81
+ sosoo
82
+ balaṅ
83
+ ayaṅan
84
+ evëgëlë
85
+ bawulu
86
+ bëngakad
87
+ dzama
88
+ banòṅ
89
+ bësuṅu
90
+ bayi
91
+ ahama
92
+
93
+ anganyian
94
+ mëtoa
95
+ di
96
+ hana
97
+ mëlug
98
+ bëzimbi
99
+ awuu
100
+ oyò
101
+ bëngabomolo
102
+ asobo
103
+ bëmvoe
104
+ miayen
105
+ yia
106
+ fëg
107
+ bëngaluman
108
+ mëbòban
109
+ elias
110
+ wome
111
+ ebè
112
+ evol
113
+ bëngaloe
114
+ ayëbë
115
+ golgota
116
+ bëben
117
+ tëtëlë
118
+ miabëbëlë
119
+ mimana
120
+ miadzòs
121
+ ngë
122
+ esòg
123
+ angakode
124
+ bëngakoe
125
+ minkol
126
+ kpè
127
+ tëlë
128
+ miatoṅ
129
+ mite
130
+ akë
131
+ tempel
132
+ makuan
133
+ angakomëzan
134
+ lëbëdë
135
+ nkat
136
+ batsig
137
+ sëmë
138
+ etoa
139
+ bëyëbë
140
+ misò
141
+ dan
142
+ bëtisòn
143
+ ongasò
144
+ wogo
145
+ miatii
146
+ mëvëṅ
147
+ mintòṅ
148
+ mazu
149
+ akiègè
150
+ bazu
151
+ miadzo
152
+ mitan
153
+ daan
154
+ lende
155
+ efas
156
+ mëdzo
157
+ bëngamgbali
158
+ engatoban
159
+ angayene
160
+ okunëṅi
161
+ lëdë
162
+ angasus
163
+ fëm
164
+ asye
165
+ eyënë
166
+ ntum
167
+ asu
168
+ b
169
+ tara
170
+ nsaṅ
171
+ babëlan
172
+ angalug
173
+ ṅyëgële
174
+ abëṅ
175
+ mban
176
+
177
+ kòb
178
+ bëkëë
179
+ angakui
180
+ bëkalara
181
+ angadib
182
+ bëkòbò
183
+ ngòg
184
+ enë
185
+ anòṅ
186
+ ohë
187
+ bëtiṅi
188
+ engasali
189
+
190
+ mingakui
191
+ dzòdi
192
+ biyëṅ
193
+ mëte
194
+ bakë
195
+ fe
196
+ bëbe
197
+ mibè
198
+ biyò
199
+ angatil
200
+ klos
201
+ angakalan
202
+ abui
203
+ mibòòlò
204
+ ki
205
+ bëprofèt
206
+ bayëm
207
+ ahë
208
+ bëngavë
209
+ mbole
210
+ mëngafadi
211
+ minsaṅ
212
+ ṅduan
213
+ bëngalaṅ
214
+ bëngayedan
215
+ bëtubu
216
+ akodogo
217
+ miazu
218
+ sie
219
+ mësis
220
+ ndo
221
+ mina
222
+ bëtoa
223
+ bëwu
224
+ bëza
225
+ mëlunga
226
+ duma
227
+ bëngawog
228
+ bëfë
229
+ dzogan
230
+ miakë
231
+ atub
232
+ bëdina
233
+ asòò
234
+ barabbas
235
+ atoan
236
+ owonëṅe
237
+ wakòbò
238
+ englès
239
+ sik
240
+ mbëmbë
241
+ bëlëdëgë
242
+ bëdòò
243
+ bësimi
244
+ bësuguzu
245
+ susu
246
+ bëngavëg
247
+ elad
248
+ bayalan
249
+ ayob
250
+ ezilgan
251
+ angatonde
252
+ nlo
253
+ mifë
254
+ engadzalëban
255
+ bomo
256
+ avëṅan
257
+ bëmbë
258
+ mësë
259
+
260
+ bede
261
+ bëbòdi
262
+ mbaman
263
+ kog
264
+ bësëm
265
+ ebamba
266
+ yedan
267
+ mëyòṅ
268
+
269
+ mimbog
270
+ angakam
271
+ angawone
272
+ eli
273
+ olò
274
+ nyè
275
+ osu
276
+ fadi
277
+ yënan
278
+ profèt
279
+ bama
280
+ ayiigi
281
+ anë
282
+ makad
283
+ bëkë
284
+ aku
285
+ mfaṅ
286
+ ekoe
287
+ angayag
288
+ bëyëmë
289
+ falëga
290
+ ebulu
291
+ mëngayi
292
+ wabodo
293
+ akadëgë
294
+ yatigëdan
295
+ ayi
296
+ zebede
297
+ engabë
298
+ bëkusu
299
+ basili
300
+ kyëbë
301
+ kokoa
302
+ kpëlë
303
+ mëlè
304
+ babi
305
+ etam
306
+ mian
307
+ mënë
308
+ yudas
309
+ okad
310
+ esamba
311
+ mivë
312
+ ekogolo
313
+ ṅhëbë
314
+ abam
315
+ babye
316
+ afyaṅan
317
+ dzobo
318
+ mëfë
319
+ bëtele
320
+ mëkëg
321
+ dzan
322
+ bënganoni
323
+ banyiṅ
324
+ mëndèn
325
+ miadimi
326
+ mitsigi
327
+ angawoa
328
+ mësòṅ
329
+ ayëgëlë
330
+ befarisea
331
+ adudu
332
+ betania
333
+ angabë
334
+ david
335
+ anyuu
336
+ ndzoe
337
+ waandzëki
338
+ mingayëm
339
+ fada
340
+ ndoan
341
+ ngòn
342
+ nkanga
343
+ mvus
344
+ koe
345
+ mëngabë
346
+ wafèd
347
+ minkukuma
348
+ kamëna
349
+ toṅan
350
+ akodo
351
+ nyi
352
+ mimfag
353
+ sus
354
+ bëkama
355
+ ha
356
+ fufulu
357
+ bëbèè
358
+ midi
359
+ akègè
360
+ ayòṅ
361
+ angasingi
362
+ fèd
363
+ miadiṅ
364
+ mifëb
365
+ ziṅan
366
+ ngob
367
+ ovuma
368
+ ntilan
369
+ asò
370
+ nda
371
+ mod
372
+ emen
373
+ mbo
374
+ elumëṅan
375
+ vogolo
376
+ minkunda
377
+ miayean
378
+ kaṅan
379
+ adugan
380
+ eyëgan
381
+ kristus
382
+ bivuvuman
383
+ mëngabòban
384
+ bëngakë
385
+ mëngakë
386
+ bëwogo
387
+ mëndëm
388
+ babò
389
+ ku
390
+ bëwòbògò
391
+ tëbëgan
392
+ batindi
393
+ yawoge
394
+ asuu
395
+ ayënë
396
+ nyòlò
397
+ mibii
398
+ yid
399
+ bësaṅa
400
+ wabò
401
+ mëdugan
402
+ nkukuma
403
+ asusu
404
+ dzëb
405
+ nen
406
+ ngala
407
+ moses
408
+ mëtunëṅa
409
+ toya
410
+ nnen
411
+ kpëgëlë
412
+ mëntoa
413
+ entoa
414
+ yëm
415
+
416
+ mëkad
417
+ wa
418
+ aloe
419
+ esya
420
+ mbòg
421
+ bësiṅi
422
+ baṅ
423
+ wu
424
+ paska
425
+ toban
426
+ miṅwuwub
427
+
428
+ bëngabi
429
+ yakob
430
+ eyòṅ
431
+ mvoè
432
+ mabi
433
+ tari
434
+ mindzug
435
+ biyëbë
436
+ ngal
437
+ mëwom
438
+ mitsogo
439
+ mitele
440
+ angakèè
441
+ angakodo
442
+ ongavol
443
+ abëbë
444
+ otoban
445
+ azaa
446
+ miwaè
447
+ ongakë
448
+ vaaga
449
+ biadzo
450
+ isaak
451
+ watsende
452
+ ntèd
453
+ bëdzoe
454
+ nazaret
455
+ bëvòg
456
+ akud
457
+ tègè
458
+ bëngamana
459
+ mayean
460
+ mfa
461
+ bëngatag
462
+ yad
463
+ ṅyègè
464
+ ofudi
465
+ afani
466
+ dzib
467
+ mëbëdan
468
+ bëkèè
469
+
470
+ latoban
471
+ angafudi
472
+ angasie
473
+ oloṅ
474
+ bëngafëb
475
+ luman
476
+ boe
477
+ lig
478
+ maria
479
+ miandzë
480
+ miyëmë
481
+ mënyu
482
+ lakë
483
+ adzalëban
484
+ mëbè
485
+ bayanga
486
+ ebuma
487
+ aligi
488
+ zombo
489
+ onë
490
+ mëdzoe
491
+ komëzan
492
+ yënë
493
+ boan
494
+ mifudigi
495
+ bëloe
496
+ abug
497
+ bëngakpëlë
498
+ abèan
499
+ esil
500
+ obëb
501
+ awulugu
502
+ taṅ
503
+ bie
504
+ nyamëla
505
+ ziṅ
506
+ misë
507
+ awom
508
+ minkut
509
+ abi
510
+ kodëge
511
+ dzi
512
+ miasaṅan
513
+ mëloṅ
514
+ bizilngan
515
+ mfëg
516
+ wayean
517
+ mòn
518
+ ongasubu
519
+ ehë
520
+ bitoa
521
+ bëngakoan
522
+ alu
523
+ nkoṅ
524
+ adzo
525
+ bënë
526
+ mbol
527
+ emvaṅ
528
+ kalara
529
+ bëngayid
530
+ miwoe
531
+ bëngalug
532
+ bile
533
+ mizu
534
+ makë
535
+ nòṅan
536
+ akus
537
+ efaè
538
+
539
+ nyie
540
+ okala
541
+ tòbò
542
+ kaiser
543
+ lòṅan
544
+ badi
545
+ wadzo
546
+ toa
547
+ nnom
548
+ azu
549
+ bawoe
550
+ tuni
551
+ okoe
552
+ etilga
553
+ ambëlë
554
+ nòṅò
555
+ nlaṅ
556
+ da
557
+ ntomba
558
+ bikë
559
+ mivaa
560
+ bi
561
+ vaan
562
+ miayi
563
+ angakiègè
564
+ bibëlë
565
+ abraham
566
+ ṅyian
567
+ abie
568
+ bëngatòbò
569
+ bëlò
570
+ iskariot
571
+ angatòbò
572
+ kèè
573
+ dzaṅ
574
+ bidi
575
+ mëngabugi
576
+ bëyèt
577
+ batsog
578
+ zen
579
+ mëkol
580
+ odzoge
581
+ kòrò
582
+ ṅyëbë
583
+ yene
584
+ atsidan
585
+ lom
586
+
587
+ te
588
+ ndòmbò
589
+ bisë
590
+ mëkogëlan
591
+ ebëbëgë
592
+ bëkoan
593
+ biaban
594
+ mëlumbu
595
+ alòṅan
596
+ nyu
597
+ mëyòg
598
+ bakèè
599
+ mingayaṅan
600
+ nkòb
601
+ kam
602
+ biwòman
603
+ nnomo
604
+ woa
605
+ angasili
606
+ masëm
607
+ asili
608
+ dzëṅ
609
+ wavogolo
610
+ yen
611
+ yatyan
612
+ kad
613
+ maṅ
614
+ angakogëlan
615
+ akuan
616
+ oyëmë
617
+ kub
618
+ ngongo
619
+ mvigi
620
+ mfufub
621
+ mbil
622
+ sabaktani
623
+ bidugan
624
+ du
625
+ ndëm
626
+ yob
627
+ abimi
628
+ bakyëbë
629
+ mbë
630
+ bug
631
+ bëngadzëṅ
632
+ yosef
633
+ wayëm
634
+ amala
635
+ zamba
636
+ watsog
637
+ mëngasòli
638
+ bòban
639
+ etere
640
+ ngadag
641
+ nyia
642
+ bëkpè
643
+ mimbëṅ
644
+ binë
645
+ samëna
646
+ mkpamaṅ
647
+ angalom
648
+ mimfufub
649
+ abò
650
+ mamen
651
+ sòman
652
+ bëhaiden
653
+ bëbè
654
+ odiṅi
655
+ bibaè
656
+ saṅëban
657
+ wayi
658
+ atëbë
659
+ bilè
660
+ nguma
661
+ ndindiṅ
662
+ mënda
663
+ bëfada
664
+ nsëṅ
665
+ angakad
666
+ mabëlë
667
+ mis
668
+ hala
669
+ eyie
670
+ waan
671
+ mingabò
672
+ nsanan
673
+ bayean
674
+ bëlodo
675
+ mëyëgëlë
676
+ dugan
677
+ abaa
678
+ angakuan
679
+ zakeus
680
+ yeremias
681
+ biyen
682
+ obò
683
+ avòg
684
+ bëngayen
685
+ ngogëlan
686
+ anganòṅ
687
+ angabed
688
+ daban
689
+ mëbodogo
690
+ bëngawu
691
+ yasòman
692
+ mëkaban
693
+ satan
694
+ bëmgbali
695
+ angafidi
696
+ alom
697
+ bëbiege
698
+ abende
699
+ akab
700
+ mitii
701
+ akad
702
+ antoa
703
+ mandzëki
704
+
705
+ afub
706
+ angadugan
707
+ aviege
708
+ bëbòdò
709
+ bëlè
710
+ bëyëṅ
711
+ bendëge
712
+ babënyòṅ
713
+
714
+ edudug
715
+ bëbii
716
+ ṅyëgëlë
717
+ efus
718
+ die
719
+ baloe
720
+ bakogëlan
721
+ babug
722
+ owoaga
723
+ mëmbë
724
+ buu
725
+ bëngalom
726
+ bënyamëla
727
+ atari
728
+ akaègè
729
+ mòni
730
+ oyab
731
+ zoa
732
+ mëfaṅ
733
+ angavë
734
+ biwog
735
+ mabòban
736
+ angasoo
737
+ mësoege
738
+ bavë
739
+ ntëgan
740
+ yohannes
741
+ ezilngan
742
+ dëda
743
+ ma
744
+ nga
745
+ bindugëlan
746
+ hali
747
+ olam
748
+ obye
749
+ ayòg
750
+ bawoge
751
+ mëmana
752
+ kiṅ
753
+ bisye
754
+ nnam
755
+ ngomëzan
756
+ we
757
+ bayen
758
+ olun
759
+ bombo
760
+ layean
761
+ bikoan
762
+ angafëdan
763
+ atòbò
764
+ petrus
765
+ labò
766
+ nyian
767
+ bëngabë
768
+ mabò
769
+ tsog
770
+ benyia
771
+ mala
772
+ bënòṅò
773
+ abëgë
774
+ bësye
775
+ bëngatsog
776
+ dzaban
777
+ minnam
778
+ mintye
779
+ dzom
780
+ angënë
781
+ mëmaṅ
782
+ bënyia
783
+ biayean
784
+ mavuu
785
+ mvindi
786
+ mëkit
787
+ bininga
788
+ bëbaa
789
+ biayaṅan
790
+ hi
791
+ awola
792
+ ayalan
793
+
794
+ mëbum
795
+ asëgëzë
796
+ bamana
797
+ mitëbë
798
+ soe
799
+ minyu
800
+ otyan
801
+ endzò
802
+
803
+ minkus
804
+ bëngasòdi
805
+ esë
806
+ yasëki
807
+ dze
808
+ osusua
809
+ yuden
810
+ biayëm
811
+ banoni
812
+ bëmbarëga
813
+ ṅyangan
814
+ magdalena
815
+ watëg
816
+ wakab
817
+ oyënan
818
+ alòṅò
819
+ badzo
820
+ mmè
821
+ bëbomolo
822
+ bivudëga
823
+ ṅnyie
824
+ bëfòmbògò
825
+ atoe
826
+ tigëdan
827
+ mayëm
828
+ bësalmen
829
+ oden
830
+ bëngakud
831
+ ṅwoan
832
+ ntol
833
+ profet
834
+ mësoe
835
+ mibi
836
+ manyaṅ
837
+ atsigi
838
+ afidi
839
+ zaan
840
+ anyian
841
+ ongabë
842
+ mëmvie
843
+ bakui
844
+
845
+ nkunda
846
+ mayi
847
+ masëki
848
+ minsaṅa
849
+ bëtëbë
850
+ bodo
851
+ edinga
852
+ bëngafaṅ
853
+ okòbò
854
+ lema
855
+ yëman
856
+ bënganòṅ
857
+ bësë
858
+ lum
859
+ betfage
860
+ binyii
861
+ asëki
862
+ bafudu
863
+ kui
864
+ bod
865
+ dibi
866
+ bënyiṅi
867
+ batii
868
+ wog
869
+ wakpèè
870
+ mëkoe
871
+ bëbëla
872
+ hom
873
+ bëbonde
874
+ bòn
875
+ angasò
876
+ mvug
877
+ angalèè
878
+ lala
879
+ ngoge
880
+ mëbòṅ
881
+ bënòniṅi
882
+ a
883
+ lod
884
+ angadzo
885
+ abëdë
886
+ asubu
887
+ bia
888
+ wama
889
+ bëngalëb
890
+ woe
891
+ basëki
892
+ yili
893
+ ve
894
+ angayen
895
+ bayëbë
896
+ ebom
897
+ ayen
898
+ bëbede
899
+ abë
900
+ bëkpëgëlë
901
+ bafèd
902
+ dian
903
+ ebug
904
+ atye
905
+ simun
906
+ sòṅ
907
+ bivol
908
+ ṅnyè
909
+ bëyidi
910
+ bëgëlan
911
+ lug
912
+ ekadi
913
+ vi
914
+ bëbëlë
915
+ watyan
916
+ mikaban
917
+ bëngasili
918
+ saṅ
919
+ mëndim
920
+ fadëgan
921
+ asie
922
+ mfë
923
+
924
+ mgbag
925
+ wom
926
+ ndimba
927
+ dzò
928
+ enyiṅ
929
+ kogëlan
930
+ alò
931
+ minsëṅ
932
+ nyòl
933
+ yesus
934
+ dib
935
+ biye
936
+ osë
937
+ etuga
938
+ ndzòmbi
939
+ madzalëban
940
+ biama
941
+ nala
942
+ mëkòg
943
+ bëngatibili
944
+ akobògò
945
+ mëlu
946
+ wazu
947
+ man
948
+ bidud
949
+ bëkomëzan
950
+ bëmònò
951
+ basëgëzë
952
+ bëdiṅi
953
+ ya
954
+ dzam
955
+ bëngadzë
956
+ mvia
957
+ bëloṅo
958
+ mvol
959
+ ewòman
960
+ akòṅ
961
+ këlë
962
+ bëkuu
963
+ bëngalig
964
+ ewoge
965
+ bifaè
966
+ avëë
967
+ akom
968
+ atoa
969
+ dzili
970
+ minlo
971
+ akuu
972
+ galilea
973
+ akuma
974
+ ngul
975
+ kuan
976
+ kada
977
+ arimatea
978
+ ṅyoyòg
979
+ sa
980
+ biboṅ
981
+ abaè
982
+ atitie
983
+ dzoge
984
+ ai
985
+ mam
986
+ na
987
+ bëfudi
988
+ meki
989
+ abia
990
+ yerusalem
991
+ yëbë
992
+ balug
993
+ fudi
994
+ bëngakaban
995
+ mësili
996
+ biyie
997
+ bëhòg
998
+ ewolo
999
+ adzaè
1000
+ mëngabole
1001
+ bëbò
1002
+ aloege
1003
+ amen
1004
+ nkut
1005
+ bëyënë
1006
+ anen
1007
+ wòṅ
1008
+ wayn
1009
+ akani
1010
+ wawog
1011
+ minziziṅ
1012
+ afèd
1013
+ anamba
1014
+ akode
1015
+ atiṅ
1016
+ mikada
1017
+ bëngasò
1018
+ asë
1019
+ tisòn
1020
+ awuban
1021
+ bëhë
1022
+ ebian
1023
+ yalan
1024
+ mëbua
1025
+ bëtòbò
1026
+ bëvë
1027
+ ozele
1028
+ biayi
1029
+ bëyègè
1030
+ labëbë
1031
+ ayëmë
1032
+ bom
1033
+ mimbubua
1034
+ mitòbò
1035
+ dzie
1036
+ bëtye
1037
+ za
1038
+ osòò
1039
+ pilatus
1040
+ badzëṅ
1041
+ anyu
1042
+ abim
1043
+ bëtsidan
1044
+ akòbò
1045
+ ndò
1046
+ bëdzoo
1047
+ biyòṅ
1048
+ bënòni
1049
+ mie
1050
+ miama
1051
+ bawoa
1052
+ atii
1053
+ mëkëṅ
1054
+
1055
+ etye
1056
+ ana
1057
+ nkòbò
1058
+ ongabi
1059
+ abog
1060
+ kama
1061
+ tòbògò
1062
+ foe
1063
+ miandzëki
1064
+ bëngakui
1065
+ hm
1066
+ wakalan
1067
+ dzoe
1068
+ nsili
1069
+ awu
1070
+ mi
1071
+ ebaṅ
1072
+ obòban
1073
+ akëlë
1074
+ akodëge
1075
+ oyëm
1076
+ mbè
1077
+ wuban
1078
+ bëngatui
1079
+ yayi
1080
+ mbim
1081
+ bëngakuan
1082
+ tëbëlë
1083
+ kòm
1084
+ wayëgëlë
1085
+ edzoe
1086
+ bëwoe
1087
+ loṅ
1088
+ angasëmë
1089
+ masoeban
1090
+ zòṅ
1091
+ dili
1092
+ bëkuan
1093
+ miaku
1094
+ mëngalom
1095
+ akui
1096
+ bëngadzo
1097
+ nsisim
1098
+ benglès
1099
+ bëngambara
1100
+ angakaè
1101
+ angaboge
1102
+ angabumi
1103
+ minsum
1104
+ babënyaṅ
1105
+ dzal
1106
+ oles
1107
+ amos
1108
+ mëwuban
1109
+ doe
1110
+ kode
1111
+ mbubua
1112
+ batòbò
1113
+ bëbimiṅi
1114
+ kòṅ
1115
+ azaag
1116
+ miza
1117
+ etotog
1118
+ amu
1119
+ madi
1120
+ ben
1121
+ miyënë
1122
+ alugëban
1123
+ bënganyian
1124
+ mëmos
1125
+ ligi
1126
+ mëbobëla
1127
+ bëngawoa
1128
+ eyë
1129
+ bëku
1130
+ ndzaṅ
1131
+ eyoṅo
1132
+ bëngatè
1133
+ ngaṅ
1134
+ bëngakam
1135
+ mëngatilban
1136
+ koan
1137
+ mibò
1138
+ elig
1139
+ sirenea
1140
+ aduu
1141
+ yi
1142
+ vob
1143
+ bëmbaṅëla
1144
+ bakpëlë
1145
+ efë
1146
+ bëngatele
1147
+ bingasam
1148
+ fulu
1149
+ moe
1150
+ israel
1151
+ anòṅò
1152
+ nnëm
1153
+ si
1154
+ yudea
1155
+ mana
1156
+ ondzi
1157
+ ngòmëna
1158
+ tum
1159
+ ngò
1160
+ azombo
1161
+ asam
1162
+ elod
1163
+ bëkui
1164
+ mbò
1165
+ bëngabò
1166
+ etòm
1167
+ babòòlò
1168
+ mëmbarëga
1169
+ etun
1170
+ ekpaa
1171
+ angayon
1172
+ eban
1173
+ abëlë
1174
+ wadzodzo
1175
+ bèè
1176
+ bësoe
1177
+ bëtan
1178
+ apostel
1179
+ minnëm
1180
+ dzo
1181
+ kan
1182
+ nkana
1183
+ mikogëlan
1184
+ bëtëlë
1185
+ ayëm
1186
+ lazu
1187
+ layi
1188
+ gabè
1189
+ ele
1190
+ bëlugu
1191
+ bidzo
1192
+ minsëm
1193
+ fyè
1194
+ bita
1195
+ nkol
1196
+ bëzu
1197
+ bënen
1198
+ bëfarisea
1199
+ obëlë
1200
+ avë
1201
+ abye
1202
+ ete
1203
+ akòn
1204
+ evie
1205
+ yakaban
1206
+
1207
+ ayëyean
1208
+ bësubu
1209
+ timbi
1210
+ oyëgëlë
1211
+ alodo
1212
+ mimbim
1213
+ hili
1214
+ mbaṅëla
1215
+ mòngò
1216
+ angayëm
1217
+ badzoe
1218
+ adiṅ
1219
+ mbòn
1220
+ engatigëdan
1221
+ bibug
1222
+ dulu
1223
+ nkan
1224
+ biabad