---
dataset_info:
- config_name: default
  features:
  - name: Kommune/område
    dtype: string
  - name: Fylke/område
    dtype: string
  - name: Innbyggjarnamn
    list: string
  splits:
  - name: validation
    num_bytes: 17273
    num_examples: 372
  - name: test
    num_bytes: 17273
    num_examples: 372
  download_size: 20604
  dataset_size: 34546
- config_name: original
  features:
  - name: Innbyggjarnamn
    dtype: string
  - name: Kommune/område
    dtype: string
  - name: Fylke/område
    dtype: string
  - name: Merknad
    dtype: string
  splits:
  - name: test
    num_bytes: 36050
    num_examples: 821
  download_size: 17206
  dataset_size: 36050
configs:
- config_name: default
  data_files:
  - split: validation
    path: data/validation-*
  - split: test
    path: data/test-*
- config_name: original
  data_files:
  - split: test
    path: original/test-*
---
# Innbyggjarnamn (Demonyms)

This dataset contains demonyms from different places in Norway.
It is based on the Innbyggjarnamn table from the Språkrådet website: https://web.archive.org/web/20250812145750/https://sprakradet.no/stedsnavn-og-navn-pa-statsorgan/navnelister-norsk-skrivemate/innbyggjarnamn/.

License: [NLOD 2.0](https://data.norge.no/nlod/en/2.0).

The table on the website contains multiple demonyms listed in one row like this "bergensar/-er" or "bam(b)ling", and with multiple rows for some places (with "Merknad" describing the differences between the rows).

In this dataset, all demonyms for a place are listed together, and in full, e.g. ["bergensar", "bergenser"] or ["bamling", "babmbling"].

Load the dataset like this:
```python
from datasets import load_dataset

# Val split
ds = load_dataset("NbAiLab/innbyggjarnamn", split="validation")
# Dataset({
#     features: ['Kommune/område', 'Fylke/område', 'Innbyggjarnamn'],
#     num_rows: 372
# })

# Test split
ds = load_dataset("NbAiLab/innbyggjarnamn", split="test")
# Dataset({
#     features: ['Kommune/område', 'Fylke/område', 'Innbyggjarnamn'],
#     num_rows: 372
# })
```

To load the original table, load the dataset with name="original":
```python
from datasets import load_dataset

ds = load_dataset("NbAiLab/innbyggjarnamn", name="original", split="test")
# Dataset({
#     features: ['Innbyggjarnamn', 'Kommune/område', 'Fylke/område', 'Merknad'],
#     num_rows: 821
# })
# (some places have multiple rows)
```