---
license: mit
language:
- ta
pretty_name: Tholkappiyam Tamil Verses
tags:
- tamil
- nlp
- ancient-texts
- literature
- grammar
task_categories:
- text-generation
- text-classification
size_categories:
- 1K<n<10K
---

# 📚 Tholkappiyam Dataset

## Dataset Summary  
This dataset contains verses of **Tholkappiyam**, the oldest surviving Tamil grammatical text.  
It is organized into three major sections:  

- **எழுத்ததிகாரம் (Ezuththadhigaaram)** – Letters and sounds  
- **சொல்லதிகாரம் (Solladhigaaram)** – Words and morphology  
- **பொருளதிகாரம் (Poruladhigaaram)** – Meaning and context  

Each entry provides:  
- Section  
- Subtopic  
- Verse Number  
- Verse Text (Tamil)  

The dataset was collected from [Tamil Surangam](https://www.tamilsurangam.in/literatures/grammars/tholkappiam/index.html).  
It is suitable for research in **Tamil NLP, linguistic analysis, and computational grammar**.  

---

## Languages  
- **Tamil (ta)**

---

## Dataset Structure  

### Data Fields
- `section` *(string)* — Main section name  
- `subtopic` *(string)* — Subtopic name within the section  
- `verse_number` *(string)* — Verse number  
- `verse_text` *(string)* — The verse in Tamil  

### Example Entry
{
  "section": "எழுத்ததிகாரம்",
  "subtopic": "எழுத்து என்னப்பெறு",
  "verse_number": "1",
  "verse_text": "\"எழுத்து எனப்பெறு அகரம் முதல் கரை இவ்வாய்முப்பது எனப சார்ந்த வரி மறையின் மூன்று அவங்கடையே.\""
}

### Dataset Statistics

Number of entries: ~1600 (approx, depending on scraping)

Format: CSV → Converted to Hugging Face Dataset

Size category: 1K < n < 10K

### Usage Example
### Loading with datasets
from datasets import load_dataset

# Load the dataset
dataset = load_dataset("sakthivelan20040901/tholkappiyam")

print(dataset["train"][0])

Output
{
  'section': 'எழுத்ததிகாரம்',
  'subtopic': 'நூல் மரபு',
  'verse_number': '1',
  'verse_text': '"எழுத்து எனப்பெறு அகரம் முதல் கரை இவ்வாய்முப்பது எனப சார்ந்த வரி மறையின் மூன்று அவங்கடையே."'
}

### Citation

If you use this dataset, please cite:

@dataset{sakthivelan_tholkappiyam_2025,
  title        = {Tholkappiyam Tamil Verses Dataset},
  author       = {Sakthivelan},
  year         = {2025},
  publisher    = {Hugging Face},
  howpublished = {\url{https://huggingface.co/datasets/sakthivelan20040901/tholkappiyam}}
}