Datasets:

anote-ai
/

TuluLegalRAG

id int64 1 60	english_gloss stringlengths 24 84	list_category stringclasses 8 values	list_category_secondary stringclasses 8 values	tulu_romanized stringlengths 31 101	tulu_kannada stringlengths 33 104	tulu_tamil stringlengths 34 117	tulu_malayalam stringlengths 31 102
1	My landlord did not give back my money	Housing	Consumer/Money/Debt	enna dhani kasn vapas kortijer.	ಎನ್ನ ಧನಿ ಕಾಸ್ನ್ ವಾಪಸ್ ಕೊರ್ತಿಜೇರ್.	என்ன த⁴னி காஸ்ன் வாபஸ் கொர்திஜேர்.	എന്ന ധനി കാസ്ന് വാപസ് കൊർതിജേർ.
2	My employer did not pay me this month	Work/Employment		enna dhani i tingolda sanbalan kortijer.	ಎನ್ನ ಧನಿ ಈ ತಿಂಗೋಲ್ದ ಸಂಬಳನ್ ಕೊರ್ತಿಜೇರ್.	என்ன த⁴னி ஈ திங்கோ³ல்த³ ஸம்ப³ளன் கொர்திஜேர்.	എന്ന ധനി ഈ തിംഗോൽദ സംബളൻ കൊർതിജേർ.
3	Someone broke my fence and did not fix it	Torts/Individuals		era enna belin hal maltd nanla sari maltijer.	ಏರಾ ಎನ್ನ ಬೇಲಿನ್ ಹಾಳ್ ಮಲ್ತ್ದ್ ನನ್ಲಾ ಸರಿ ಮಲ್ತಿಜೇರ್.	ஏரா என்ன பே³லின் ஹாள் மல்த்த்³ நன்லா ஸரி மல்திஜேர்.	ഏരാ എന്ന ബേലിൻ ഹാൾ മൽത്ദ് നൻലാ സരി മൽതിജേർ.
4	I gave someone money and they disappeared	Consumer/Money/Debt		yan erega kas kori bokka akulu tappayer.	ಯಾನ್ ಏರೇಗಾ ಕಾಸ್ ಕೊರಿ ಬೊಕ್ಕ ಅಕುಲು ತಪ್ಪಾಯೇರ್.	யான் ஏரேகா³ காஸ் கொரி பொ³க்க அகுலு தப்பாயேர்.	യാൻ ഏരേഗാ കാസ് കൊരി ബൊക്ക അകുലു തപ്പായേർ.
5	My neighbor took my land	Land/Property		enna baritakulu enna jagan detter.	ಎನ್ನ ಬರೀತಕುಲು ಎನ್ನ ಜಾಗನ್ ದೆತ್ತೇರ್.	என்ன ப³ரீதகுலு என்ன ஜாக³ன் தெ³த்தேர்.	എന്ന ബരീതകുലു എന്ന ജാഗൻ ദെത്തേർ.
6	After someone hit me with a stick my hand hurts	Torts/Individuals		era enk badutu aki bokka enna kai bene avondundu.	ಏರಾ ಎಂಕ್ ಬಡುಟು ಆಕಿ ಬೊಕ್ಕ ಎನ್ನ ಕೈ ಬೇನೆ ಆವೊಂದುಂಡು.	ஏரா எங்க் ப³டு³டு ஆகி பொ³க்க என்ன கை பே³னெ ஆவொந்து³ண்டு³.	ഏരാ എങ്ക് ബഡുടു ആകി ബൊക്ക എന്ന കൈ ബേനെ ആവൊന്ദുണ്ഡു.
7	My boss told me to leave without any reason	Work/Employment		enna dhani karana korande yan kelasa budodu pand pander.	ಎನ್ನ ಧನಿ ಕಾರಣ ಕೊರಂದೆ ಯಾನ್ ಕೆಲಸ ಬುಡೊಡು ಪಂದ್ ಪಂಡೆರ್.	என்ன த⁴னி காரண கொரந்தெ³ யான் கெலஸ பு³டொ³டு³ பந்த்³ பண்டெ³ர்.	എന്ന ധനി കാരണ കൊരന്ദെ യാൻ കെലസ ബുഡൊഡു പന്ദ് പണ്ഡെർ.
8	The person I lent money to is not returning it	Consumer/Money/Debt		yan sala kori bokka enk kas vapas korondijjer.	ಯಾನ್ ಸಾಲ ಕೊರಿ ಬೊಕ್ಕ ಎಂಕ್ ಕಾಸ್ ವಾಪಾಸ್ ಕೊರೋಂದಿಜ್ಜೆರ್.	யான் ஸால கொரி பொ³க்க எங்க் காஸ் வாபாஸ் கொரோந்தி³ஜ்ஜெர்.	യാൻ സാല കൊരി ബൊക്ക എങ്ക് കാസ് വാപാസ് കൊരോന്ദിജ്ജെർ.
9	Someone came into my house without my permission	Housing		enna oppige ijjande ero enna illda ulayi batter.	ಎನ್ನ ಓಪ್ಪಿಗೆ ಇಜ್ಜಂದೆ ಏರೋ ಎನ್ನ ಇಲ್ಲ್ದ ಉಲಯಿ ಬತ್ತೇರ್.	என்ன ஓப்பிகெ³ இஜ்ஜந்தெ³ ஏரோ என்ன இல்ல்த³ உலயி ப³த்தேர்.	എന്ന ഓപ്പിഗെ ഇജ്ജന്ദെ ഏരോ എന്ന ഇല്ല്ദ ഉലയി ബത്തേർ.
10	They want more money than what we decided	Consumer/Money/Debt		akaleg enkulu nirnaya maltina aidd jasti kas kenonduler.	ಅಕಲೆಗ್ ಎಂಕುಲು ನಿರ್ಣಯ ಮಲ್ತಿನ ಐಡ್ದ್ ಜಾಸ್ತಿ ಕಾಸ್ ಕೇನೋಂದುಲೇರ್.	அகலெக்³ எங்குலு நிர்ணய மல்தின ஐட்³த்³ ஜாஸ்தி காஸ் கேனோந்து³லேர்.	അകലെഗ് എങ്കുലു നിർണയ മൽതിന ഐഡ്ദ് ജാസ്തി കാസ് കേനോന്ദുലേർ.
11	They ended our agreement before the time we decided	Consumer/Money/Debt	Courts/Legal-System	akulu enkulu nirnaya maltina samayadda dunbe oppandan mugipayer.	ಅಕುಲು ಎಂಕುಲು ನಿರ್ಣಯ ಮಲ್ತಿನ ಸಮಯಡ್ದ ದುಂಬೇ ಓಪ್ಪಂದನ್ ಮುಗಿಪಾಯೇರ್.	அகுலு எங்குலு நிர்ணய மல்தின ஸமயட்³த³ து³ம்பே³ ஓப்பந்த³ன் முகி³பாயேர்.	അകുലു എങ്കുലു നിർണയ മൽതിന സമയഡ്ദ ദുംബേ ഓപ്പന്ദൻ മുഗിപായേർ.
12	I signed a paper but did not understand what it said	Courts/Legal-System	Consumer/Money/Debt	yan daskat padye, matra kakajid dada baretnd pand gottiji.	ಯಾನ್ ದಸ್ಕತ್ ಪಾಡ್ಯೇ, ಮಾತ್ರ ಕಾಕಜಿಡ್ ದಾದಾ ಬರೆತ್ಂಡ್ ಪಂದ್ ಗೊತ್ತಿಜಿ.	யான் த³ஸ்கத் பாட்³யே, மாத்ர காகஜிட்³ தா³தா³ ப³ரெத்ண்ட்³ பந்த்³ கொ³த்திஜி.	യാൻ ദസ്കത് പാഡ്യേ, മാത്ര കാകജിഡ് ദാദാ ബരെത്ണ്ഡ് പന്ദ് ഗൊത്തിജി.
13	After I signed the paper they did not do what they agreed to	Consumer/Money/Debt		yan kakajid daskat padi bokka enkulu tirpu maltina vishayan akulu malpere kenondijer.	ಯಾನ್ ಕಾಕಜಿಡ್ ದಸ್ಕತ್ ಪಾಡಿ ಬೊಕ್ಕ ಎಂಕುಲು ತಿರ್ಪು ಮಲ್ತಿನ ವಿಷಯನ್ ಅಕುಲು ಮಲ್ಪೇರೆ ಕೇನೋಂದಿಜೇರ್.	யான் காகஜிட்³ த³ஸ்கத் பாடி³ பொ³க்க எங்குலு திர்பு மல்தின விஷயன் அகுலு மல்பேரெ கேனோந்தி³ஜேர்.	യാൻ കാകജിഡ് ദസ്കത് പാഡി ബൊക്ക എങ്കുലു തിർപു മൽതിന വിഷയൻ അകുലു മല്പേരെ കേനോന്ദിജേർ.
14	I don't know which court I should go to	Courts/Legal-System		enk vovu nyayalayag podu pand gottiji.	ಎಂಕ್ ವೋವೂ ನ್ಯಾಯಾಲಯಗ್ ಪೋಡು ಪಂದ್ ಗೊತ್ತಿಜಿ.	எங்க் வோவூ ந்யாயாலயக்³ போடு³ பந்த்³ கொ³த்திஜி.	എങ്ക് വോവൂ ന്യായാലയഗ് പോഡു പന്ദ് ഗൊത്തിജി.
15	The person who owes me money is in a different place	Courts/Legal-System	Consumer/Money/Debt	enadda sala detondina jana bete jagad uller.	ಎನಡ್ದ ಸಾಲ ದೆತೋಂದಿನ ಜನ ಬೇತೆ ಜಾಗಡ್ ಉಲ್ಲೇರ್.	எனட்³த³ ஸால தெ³தோந்தி³ன ஜன பே³தெ ஜாக³ட்³ உல்லேர்.	എനഡ്ദ സാല ദെതോന്ദിന ജന ബേതെ ജാഗഡ് ഉല്ലേർ.
16	My neighbor's tree fell on my house and damaged it	Torts/Individuals	Housing	enna baritaklena mara enna illda mitt burda enna illan hal maltnd.	ಎನ್ನ ಬರೀತಕ್ಲೇನ ಮರ ಎನ್ನ ಇಲ್ಲ್ದ ಮಿತ್ತ್ ಬೂರ್ದ ಎನ್ನ ಇಲ್ಲನ್ ಹಾಳ್ ಮಲ್ತ್ಂಡ್.	என்ன ப³ரீதக்லேன மர என்ன இல்ல்த³ மித்த் பூ³ர்த³ என்ன இல்லன் ஹாள் மல்த்ண்ட்³.	എന്ന ബരീതക്ലേന മര എന്ന ഇല്ല്ദ മിത്ത് ബൂർദ എന്ന ഇല്ലൻ ഹാൾ മൽത്ണ്ഡ്.
17	Someone is living on my land without asking and won't leave	Land/Property	Housing	ero enna oppige ijjande enna jagad kulondu, itte budda popujer.	ಏರೋ ಎನ್ನ ಓಪ್ಪಿಗೆ ಇಜ್ಜಂದೆ ಎನ್ನ ಜಾಗಡ್ ಕುಲೋಂದು, ಇತ್ತೇ ಬುಡ್ದ ಪೋಪುಜೇರ್.	ஏரோ என்ன ஓப்பிகெ³ இஜ்ஜந்தெ³ என்ன ஜாக³ட்³ குலோந்து³, இத்தே பு³ட்³த³ போபுஜேர்.	ഏരോ എന്ന ഓപ്പിഗെ ഇജ്ജന്ദെ എന്ന ജാഗഡ് കുലോന്ദു, ഇത്തേ ബുഡ്ദ പോപുജേർ.
18	Someone is selling their things using my name	IP/Identity		ero aklena samann enna pudarda maronduler.	ಏರೋ ಅಕ್ಲೇನ ಸಾಮಾನ್ನ್ ಎನ್ನ ಪುದರ್ಡ ಮಾರೋಂದುಲೇರ್.	ஏரோ அக்லேன ஸாமான்ன் என்ன புத³ர்ட³ மாரோந்து³லேர்.	ഏരോ അക്ലേന സാമാന്ന് എന്ന പുദർഡ മാരോന്ദുലേർ.
19	My old employer is stopping me from starting my own work	Work/Employment		enna paratta dhani enna svanta vyaparan suru malpere budondijer.	ಎನ್ನ ಪರಾತ್ತ ಧನಿ ಎನ್ನ ಸ್ವಂತ ವ್ಯಾಪಾರನ್ ಸುರು ಮಲ್ಪೆರೆ ಬುಡೋಂದಿಜೇರ್.	என்ன பராத்த த⁴னி என்ன ஸ்வந்த வ்யாபாரன் ஸுரு மல்பெரெ பு³டோ³ந்தி³ஜேர்.	എന്ന പരാത്ത ധനി എന്ന സ്വന്ത വ്യാപാരൻ സുരു മല്പെരെ ബുഡോന്ദിജേർ.
20	After my father passed away my family took the land that was meant to be given to me	Estates/Wills	Land/Property	enna popa tir poyi bokka enk barpina jagan enna kutunbadakulu detonyer.	ಎನ್ನ ಪೋಪ ತೀರ್ ಪೋಯಿ ಬೊಕ್ಕ ಎಂಕ್ ಬರ್ಪಿನ ಜಾಗನ್ ಎನ್ನ ಕುಟುಂಬದಕುಲು ದೇತೋಣ್ಯೇರ್.	என்ன போப தீர் போயி பொ³க்க எங்க் ப³ர்பின ஜாக³ன் என்ன குடும்ப³த³குலு தே³தோண்யேர்.	എന്ന പോപ തീർ പോയി ബൊക്ക എങ്ക് ബർപിന ജാഗൻ എന്ന കുടുംബദകുലു ദേതോണ്യേർ.
21	My landlord is trying to raise my rent before our agreement ends	Housing	Consumer/Money/Debt	enklena tirpu maltina samayada dunbu enna dhani badige jasti malpere prayatna maltonduller.	ಎಂಕ್ಲೇನ ತಿರ್ಪು ಮಲ್ತಿನ ಸಮಯದ ದುಂಬು ಎನ್ನ ಧನಿ ಬಾಡಿಗೆ ಜಾಸ್ತಿ ಮಲ್ಪೆರೆ ಪ್ರಯತ್ನ ಮಲ್ತೋಂದುಲ್ಲೇರ್.	எங்க்லேன திர்பு மல்தின ஸமயத³ து³ம்பு³ என்ன த⁴னி பா³டி³கெ³ ஜாஸ்தி மல்பெரெ ப்ரயத்ன மல்தோந்து³ல்லேர்.	എങ്ക്ലേന തിർപു മൽതിന സമയദ ദുംബു എന്ന ധനി ബാഡിഗെ ജാസ്തി മല്പെരെ പ്രയത്ന മൽതോന്ദുല്ലേർ.
22	The people next door make so much noise I cannot sleep at night	Housing	Torts/Individuals	baritakulu et bobbe padonduller panda enk ratred jeppere avondiji.	ಬರೀತಕುಲು ಏತ್ ಬೊಬ್ಬೆ ಪಾಡೋಂದುಲ್ಲೇರ್ ಪನ್ಡ ಎಂಕ್ ರಾತ್ರೆಡ್ ಜೆಪ್ಪೆರೇ ಆವೊಂದಿಜಿ.	ப³ரீதகுலு ஏத் பொ³ப்³பெ³ பாடோ³ந்து³ல்லேர் பன்ட³ எங்க் ராத்ரெட்³ ஜெப்பெரே ஆவொந்தி³ஜி.	ബരീതകുലു ഏത് ബൊബ്ബെ പാഡോന്ദുല്ലേർ പൻഡ എങ്ക് രാത്രെഡ് ജെപ്പെരേ ആവൊന്ദിജി.
23	My landlord will not fix the broken pipe in my kitchen	Housing		enna adipilda hal ayina nallin enna dhani sari malpere tayar ijjer.	ಎನ್ನ ಅಡಿಪಿಲ್ದಾ ಹಾಳ್ ಆಯಿನ ನಳ್ಳಿನ್ ಎನ್ನ ಧನಿ ಸರಿ ಮಲ್ಪೆರೆ ತಯಾರ್ ಇಜ್ಜೆರ್.	என்ன அடி³பில்தா³ ஹாள் ஆயின நள்ளின் என்ன த⁴னி ஸரி மல்பெரெ தயார் இஜ்ஜெர்.	എന്ന അഡിപിൽദാ ഹാൾ ആയിന നള്ളിൻ എന്ന ധനി സരി മല്പെരെ തയാർ ഇജ്ജെർ.
24	I was told to leave my rented house with only two days notice	Housing		enk badigeda illan budiyere khali radd dinata vayide koryer.	ಎಂಕ್ ಬಾಡಿಗೆದ ಇಲ್ಲನ್ ಬುಡಿಯೆರೆ ಖಾಲಿ ರಡ್ಡ್ ದಿನತ ವಯಿದೇ ಕೊರ್ಯೇರ್.	எங்க் பா³டி³கெ³த³ இல்லன் பு³டி³யெரெ கா²லி ரட்³ட்³ தி³னத வயிதே³ கொர்யேர்.	എങ്ക് ബാഡിഗെദ ഇല്ലൻ ബുഡിയെരെ ഖാലി രഡ്ഡ് ദിനത വയിദേ കൊര്യേർ.
25	My roommate moved out and left me to pay all the rent	Housing	Consumer/Money/Debt	enna sahavasi ill buddu badadigen pura enna mitte padd poyer.	ಎನ್ನ ಸಹವಾಸಿ ಇಲ್ಲ್ ಬುಡ್ದು ಬಾದಡಿಗೆನ್ ಪುರಾ ಎನ್ನ ಮಿತ್ತೆ ಪಾಡ್ದ್ ಪೋಯೇರ್.	என்ன ஸஹவாஸி இல்ல் பு³ட்³து³ பா³த³டி³கெ³ன் புரா என்ன மித்தெ பாட்³த்³ போயேர்.	എന്ന സഹവാസി ഇല്ല് ബുഡ്ദു ബാദഡിഗെൻ പുരാ എന്ന മിത്തെ പാഡ്ദ് പോയേർ.
26	The shop owner sold me a broken phone and won't give my money back	Consumer/Money/Debt		enk onji hal ayna phon-n mard daangadida dhani kasn pira korere tayar ijjer.	ಎಂಕ್ ಒಂಜಿ ಹಾಳ್ ಆಯ್ನ ಫೋನ್-ನ್ ಮಾರ್ದ್ ದಅಂಗಡಿದ ಧನಿ ಕಾಸ್ನ್ ಪಿರಾ ಕೊರೆರೆ ತಯಾರ್ ಇಜ್ಜೆರ್.	எங்க் ஒஞ்ஜி ஹாள் ஆய்ன போ²ன்-ந் மார்த்³ த³அங்க³டி³த³ த⁴னி காஸ்ன் பிரா கொரெரெ தயார் இஜ்ஜெர்.	എങ്ക് ഒഞ്ജി ഹാൾ ആയ്ന ഫോൻ-ന് മാർദ് ദഅംഗഡിദ ധനി കാസ്ന് പിരാ കൊരെരെ തയാർ ഇജ്ജെർ.
27	I paid for a service that was never completed	Consumer/Money/Debt		yan pura kas kori bokkala belen purti maltijer.	ಯಾನ್ ಪೂರಾ ಕಾಸ್ ಕೊರಿ ಬೊಕ್ಕಲಾ ಬೇಲೆನ್ ಪೂರ್ತಿ ಮಲ್ತಿಜೆರ್.	யான் பூரா காஸ் கொரி பொ³க்கலா பே³லென் பூர்தி மல்திஜெர்.	യാൻ പൂരാ കാസ് കൊരി ബൊക്കലാ ബേലെൻ പൂർതി മൽതിജെർ.
28	My brother borrowed money from me two years ago and still has not paid	Consumer/Money/Debt		enna megge radd varshada dunbu ennadda sara dettonde, aven nanla pira kortije.	ಎನ್ನ ಮೆಗ್ಗೆ ರಡ್ಡ್ ವರ್ಷದ ದುಂಬು ಎನ್ನಡ್ದ ಸಾರ ದೆತ್ತೊಂಡೆ, ಅವೆನ್ ನನ್ಲಾ ಪಿರಾ ಕೊರ್ತಿಜೆ.	என்ன மெக்³கெ³ ரட்³ட்³ வர்ஷத³ து³ம்பு³ என்னட்³த³ ஸார தெ³த்தொண்டெ³, அவென் நன்லா பிரா கொர்திஜெ.	എന്ന മെഗ്ഗെ രഡ്ഡ് വർഷദ ദുംബു എന്നഡ്ദ സാര ദെത്തൊണ്ഡെ, അവെൻ നൻലാ പിരാ കൊർതിജെ.
29	The bank is charging me fees I never agreed to	Consumer/Money/Debt		enna oppandina shulkag byank enna mitt kas padondundu.	ಎನ್ನ ಒಪ್ಪಂದಿನ ಶುಲ್ಕಗ್ ಬ್ಯಾಂಕ್ ಎನ್ನ ಮಿತ್ತ್ ಕಾಸ್ ಪಾಡೊಂದುಂಡು.	என்ன ஒப்பந்தி³ன ஶுல்கக்³ ப்³யாங்க் என்ன மித்த் காஸ் பாடொ³ந்து³ண்டு³.	എന്ന ഒപ്പന്ദിന ശുൽകഗ് ബ്യാങ്ക് എന്ന മിത്ത് കാസ് പാഡൊന്ദുണ്ഡു.
30	Someone convinced me to invest in something that turned out to be fake	Consumer/Money/Debt		ero enan onji dongi astida mitt kas padere oppayer.	ಏರೊ ಎನನ್ ಒಂಜಿ ಡೋಂಗಿ ಆಸ್ತಿದ ಮಿತ್ತ್ ಕಾಸ್ ಪಾಡೆರೆ ಒಪ್ಪಾಯೆರ್.	ஏரொ எனன் ஒஞ்ஜி டோ³ங்கி³ ஆஸ்தித³ மித்த் காஸ் பாடெ³ரெ ஒப்பாயெர்.	ഏരൊ എനൻ ഒഞ്ജി ഡോംഗി ആസ്തിദ മിത്ത് കാസ് പാഡെരെ ഒപ്പായെർ.
31	My workplace has not paid me for the extra hours I worked	Work/Employment		yan maltina jasti kelsag enk beleda jagadd kas tikkiji.	ಯಾನ್ ಮಲ್ತಿನ ಜಾಸ್ತಿ ಕೆಲ್ಸಗ್ ಎಂಕ್ ಬೇಲೆದ ಜಾಗಡ್ಡ್ ಕಾಸ್ ತಿಕ್ಕಿಜಿ.	யான் மல்தின ஜாஸ்தி கெல்ஸக்³ எங்க் பே³லெத³ ஜாக³ட்³ட்³ காஸ் திக்கிஜி.	യാൻ മൽതിന ജാസ്തി കെൽസഗ് എങ്ക് ബേലെദ ജാഗഡ്ഡ് കാസ് തിക്കിജി.
32	I was fired the same week I told my boss I was sick	Work/Employment		yan dhanita yan hushar ijji pandd pandina varade ar enan beledd detter.	ಯಾನ್ ಧನಿಟ ಯಾನ್ ಹುಷಾರ್ ಇಜ್ಜಿ ಪಂಡ್ಡ್ ಪಂಡಿನ ವಾರಡೆ ಆರ್ ಎನನ್ ಬೇಲೆಡ್ಡ್ ದೆತ್ತೆರ್.	யான் த⁴னிட யான் ஹுஷார் இஜ்ஜி பண்ட்³ட்³ பண்டி³ன வாரடெ³ ஆர் எனன் பே³லெட்³ட்³ தெ³த்தெர்.	യാൻ ധനിട യാൻ ഹുഷാർ ഇജ്ജി പണ്ഡ്ഡ് പണ്ഡിന വാരഡെ ആർ എനൻ ബേലെഡ്ഡ് ദെത്തെർ.
33	My employer is making me work without the safety equipment I was promised	Work/Employment		enna dhani enan suraksha dipina saman korper pand pandi bokka aven korande enada bele malpavonduller.	ಎನ್ನ ಧನಿ ಎನನ್ ಸುರಕ್ಷ ದೀಪಿನ ಸಾಮಾನ್ ಕೊರ್ಪೆರ್ ಪಂದ್ ಪಂಡಿ ಬೊಕ್ಕ ಅವೆನ್ ಕೊರಂದೇ ಎನಡ ಬೇಲೆ ಮಲ್ಪಾವೊಂದುಲ್ಲೆರ್.	என்ன த⁴னி எனன் ஸுரக்ஷ தீ³பின ஸாமான் கொர்பெர் பந்த்³ பண்டி³ பொ³க்க அவென் கொரந்தே³ எனட³ பே³லெ மல்பாவொந்து³ல்லெர்.	എന്ന ധനി എനൻ സുരക്ഷ ദീപിന സാമാൻ കൊർപെർ പന്ദ് പണ്ഡി ബൊക്ക അവെൻ കൊരന്ദേ എനഡ ബേലെ മല്പാവൊന്ദുല്ലെർ.
34	I was promised a promotion but someone else got it without explanation	Work/Employment		enk onji promoshan korper pandd patera koryer, matra dala karana korande bete janak koryer.	ಎಂಕ್ ಒಂಜಿ ಪ್ರೊಮೋಷನ್ ಕೊರ್ಪೆರ್ ಪಂಡ್ಡ್ ಪಾತೇರ ಕೊರ್ಯೆರ್, ಮಾತ್ರ ದಾಲ ಕಾರಣ ಕೊರಂದೇ ಬೇತೆ ಜನಕ್ ಕೊರ್ಯೆರ್.	எங்க் ஒஞ்ஜி ப்ரொமோஷன் கொர்பெர் பண்ட்³ட்³ பாதேர கொர்யெர், மாத்ர தா³ல காரண கொரந்தே³ பே³தெ ஜனக் கொர்யெர்.	എങ്ക് ഒഞ്ജി പ്രൊമോഷൻ കൊർപെർ പണ്ഡ്ഡ് പാതേര കൊര്യെർ, മാത്ര ദാല കാരണ കൊരന്ദേ ബേതെ ജനക് കൊര്യെർ.
35	My employer refuses to give me my final paycheck after I quit	Work/Employment	Consumer/Money/Debt	yan belen budi bokka enna dhani enna akherida sanbalan korondijjer.	ಯಾನ್ ಬೇಲೆನ್ ಬುಡಿ ಬೊಕ್ಕ ಎನ್ನ ಧನಿ ಎನ್ನ ಅಖೇರಿದ ಸಂಬಳನ್ ಕೊರೋಂದಿಜ್ಜೆರ್.	யான் பே³லென் பு³டி³ பொ³க்க என்ன த⁴னி என்ன அகே²ரித³ ஸம்ப³ளன் கொரோந்தி³ஜ்ஜெர்.	യാൻ ബേലെൻ ബുഡി ബൊക്ക എന്ന ധനി എന്ന അഖേരിദ സംബളൻ കൊരോന്ദിജ്ജെർ.
36	My neighbor built a wall that crosses onto my land	Land/Property		enna nerekaredakulu aklena belin enna jagada ullayi mutta kattader.	ಎನ್ನ ನೆರೆಕರೆದಕುಲು ಅಕ್ಲೆನ ಬೇಲಿನ್ ಎನ್ನ ಜಾಗದ ಉಲ್ಲಯಿ ಮುಟ್ಟ ಕಟ್ಟಾದೆರ್.	என்ன நெரெகரெத³குலு அக்லென பே³லின் என்ன ஜாக³த³ உல்லயி முட்ட கட்டாதெ³ர்.	എന്ന നെരെകരെദകുലു അക്ലെന ബേലിൻ എന്ന ജാഗദ ഉല്ലയി മുട്ട കട്ടാദെർ.
37	Someone is tilling on land that belongs to my family without asking	Land/Property		enda kenande yera enna kutunbada jagad benni dattonduller.	ಎನ್ಡ ಕೇಣಂದೇ ಯೇರಾ ಎನ್ನ ಕುಟುಂಬದ ಜಾಗಡ್ ಬೆನ್ನಿ ದಟ್ಟೊಂದುಲ್ಲೆರ್.	என்ட³ கேணந்தே³ யேரா என்ன குடும்ப³த³ ஜாக³ட்³ பெ³ன்னி த³ட்டொந்து³ல்லெர்.	എൻഡ കേണന്ദേ യേരാ എന്ന കുടുംബദ ജാഗഡ് ബെന്നി ദട്ടൊന്ദുല്ലെർ.
38	The boundary markers on my property were moved without my knowledge	Land/Property		enna jagada belin yera dett budter.	ಎನ್ನ ಜಾಗದ ಬೇಲಿನ್ ಯೇರಾ ದೆತ್ತ್ ಬುಡ್ತೆರ್.	என்ன ஜாக³த³ பே³லின் யேரா தெ³த்த் பு³ட்³தெர்.	എന്ന ജാഗദ ബേലിൻ യേരാ ദെത്ത് ബുഡ്തെർ.
39	My brother is claiming a part of our family's land is his alone	Land/Property	Estates/Wills	enna palaye enna kutunbada jagada onji bhagan ayena matra pandd panondulle.	ಎನ್ನ ಪಲಯೆ ಎನ್ನ ಕುಟುಂಬದ ಜಾಗದ ಒಂಜಿ ಭಾಗನ್ ಆಯೇನ ಮಾತ್ರ ಪಂಡ್ಡ್ ಪಣೊಂದುಲ್ಲೆ.	என்ன பலயெ என்ன குடும்ப³த³ ஜாக³த³ ஒஞ்ஜி பா⁴க³ன் ஆயேன மாத்ர பண்ட்³ட்³ பணொந்து³ல்லெ.	എന്ന പലയെ എന്ന കുടുംബദ ജാഗദ ഒഞ്ജി ഭാഗൻ ആയേന മാത്ര പണ്ഡ്ഡ് പണൊന്ദുല്ലെ.
40	Someone cut down trees on my property without permission	Land/Property	Torts/Individuals	enda kenande yera enna jagada maran kadter.	ಎನ್ಡ ಕೇಣಂದೇ ಯೇರಾ ಎನ್ನ ಜಾಗದ ಮರನ್ ಕಡ್ತೆರ್.	என்ட³ கேணந்தே³ யேரா என்ன ஜாக³த³ மரன் கட்³தெர்.	എൻഡ കേണന്ദേ യേരാ എന്ന ജാഗദ മരൻ കഡ്തെർ.
41	My neighbor's dog bit my child while we were walking	Torts/Individuals		enkulu nadetonduittinapaga enna baritaklena nayi enna balen cuccind.	ಎಂಕುಲು ನಡೆತೊಂದುಿತ್ತಿನಪಗ ಎನ್ನ ಬರಿತ್ಅಕ್ಲೆನ ನಾಯಿ ಎನ್ನ ಬಾಲೆನ್ ಚೂಚ್ಚಿಂಡ್.	எங்குலு நடெ³தொந்து³ித்தினபக³ என்ன ப³ரித்அக்லென நாயி என்ன பா³லென் சூச்சிண்ட்³.	എങ്കുലു നഡെതൊന്ദുിത്തിനപഗ എന്ന ബരിത്അക്ലെന നായി എന്ന ബാലെൻ ചൂച്ചിണ്ഡ്.
42	Someone crashed into my parked vehicle and drove away	Torts/Individuals		ero enklena untondu ittina karg akd poyer.	ಏರೊ ಎಂಕ್ಲೆನ ಉಂತೋಂದು ಇತ್ತಿನ ಕಾರ್ಗ್ ಆಕ್ದ್ ಪೋಯೆರ್.	ஏரொ எங்க்லென உந்தோந்து³ இத்தின கார்க்³ ஆக்த்³ போயெர்.	ഏരൊ എങ്ക്ലെന ഉന്തോന്ദു ഇത്തിന കാർഗ് ആക്ദ് പോയെർ.
43	A worker dropped something that injured me	Torts/Individuals		onji beledaye enna mitt saman budpad enk tagnd.	ಒಂಜಿ ಬೇಲೆದಾಯೆ ಎನ್ನ ಮಿತ್ತ್ ಸಾಮಾನ್ ಬೂಡ್ಪಾದ್ ಎಂಕ್ ತಾಗ್ಂಡ್.	ஒஞ்ஜி பே³லெதா³யெ என்ன மித்த் ஸாமான் பூ³ட்³பாத்³ எங்க் தாக்³ண்ட்³.	ഒഞ്ജി ബേലെദായെ എന്ന മിത്ത് സാമാൻ ബൂഡ്പാദ് എങ്ക് താഗ്ണ്ഡ്.
44	Someone spread lies about me that damaged my reputation in the village	Torts/Individuals		hallid yera enna bagge sullu pandd enna pudarn hal malter.	ಹಳ್ಳಿಡ್ ಯೇರಾ ಎನ್ನ ಬಾಗ್ಗೆ ಸುಳ್ಳು ಪಂಡ್ಡ್ ಎನ್ನ ಪುದರ್ನ್ ಹಾಳ್ ಮಲ್ತೆರ್.	ஹள்ளிட்³ யேரா என்ன பா³க்³கெ³ ஸுள்ளு பண்ட்³ட்³ என்ன புத³ர்ன் ஹாள் மல்தெர்.	ഹള്ളിഡ് യേരാ എന്ന ബാഗ്ഗെ സുള്ളു പണ്ഡ്ഡ് എന്ന പുദർന് ഹാൾ മൽതെർ.
45	My neighbor's cattle keep destroying my crops	Torts/Individuals	Land/Property	enna nerekareda aklena pettalu enna pura bulen tindd hal maltnd.	ಎನ್ನ ನೆರೆಕರೆದ ಅಕ್ಲೆನ ಪೆತ್ತಲು ಎನ್ನ ಪೂರಾ ಬುಳೆನ್ ತಿಂದ್ಡ್ ಹಾಳ್ ಮಲ್ತ್ಂಡ್.	என்ன நெரெகரெத³ அக்லென பெத்தலு என்ன பூரா பு³ளென் திந்த்³ட்³ ஹாள் மல்த்ண்ட்³.	എന്ന നെരെകരെദ അക്ലെന പെത്തലു എന്ന പൂരാ ബുളെൻ തിന്ദ്ഡ് ഹാൾ മൽത്ണ്ഡ്.
46	I received a court notice but I don't understand what it is asking me to do	Courts/Legal-System		enk nyayalayada onji kakaji baidnd, matra ait dada panonduller pandd gottiji.	ಎಂಕ್ ನ್ಯಾಯಾಲಯದ ಒಂಜಿ ಕಾಕಜಿ ಬೈದ್ಂಡ್, ಮಾತ್ರ ಐಟ್ ದಾದ ಪಣೊಂದುಲ್ಲೆರ್ ಪಂಡ್ಡ್ ಗೊತ್ತಿಜಿ.	எங்க் ந்யாயாலயத³ ஒஞ்ஜி காகஜி பை³த்³ண்ட்³, மாத்ர ஐட் தா³த³ பணொந்து³ல்லெர் பண்ட்³ட்³ கொ³த்திஜி.	എങ്ക് ന്യായാലയദ ഒഞ്ജി കാകജി ബൈദ്ണ്ഡ്, മാത്ര ഐട് ദാദ പണൊന്ദുല്ലെർ പണ്ഡ്ഡ് ഗൊത്തിജി.
47	I missed a court date because no one explained when I needed to appear	Courts/Legal-System		enk nyayalayag popina tarikh tatnd, dayeg panda enk erela epa e podu pandd pandijer.	ಎಂಕ್ ನ್ಯಾಯಾಲಯಗ್ ಪೋಪಿನ ತಾರೀಖ್ ತತ್ಂಡ್, ದಾಯೆಗ್ ಪಂಡ ಎಂಕ್ ಏರೇಲಾ ಏಪ ಏ ಪೋಡು ಪಂಡ್ಡ್ ಪಂಡಿಜೆರ್.	எங்க் ந்யாயாலயக்³ போபின தாரீக்² தத்ண்ட்³, தா³யெக்³ பண்ட³ எங்க் ஏரேலா ஏப ஏ போடு³ பண்ட்³ட்³ பண்டி³ஜெர்.	എങ്ക് ന്യായാലയഗ് പോപിന താരീഖ് തത്ണ്ഡ്, ദായെഗ് പണ്ഡ എങ്ക് ഏരേലാ ഏപ ഏ പോഡു പണ്ഡ്ഡ് പണ്ഡിജെർ.
48	I don't know how to file a complaint against my employer	Courts/Legal-System	Work/Employment	enk enna kelsada dhanina mitt enca duru korodu pandd gottiji.	ಎಂಕ್ ಎನ್ನ ಕೆಲ್ಸದ ಧನಿನ ಮಿತ್ತ್ ಎಂಚ ದೂರು ಕೊರೋಡು ಪಂಡ್ಡ್ ಗೊತ್ತಿಜಿ.	எங்க் என்ன கெல்ஸத³ த⁴னின மித்த் எஞ்ச தூ³ரு கொரோடு³ பண்ட்³ட்³ கொ³த்திஜி.	എങ്ക് എന്ന കെൽസദ ധനിന മിത്ത് എഞ്ച ദൂരു കൊരോഡു പണ്ഡ്ഡ് ഗൊത്തിജി.
49	The police would not register my complaint	Courts/Legal-System		polis-da akulu enna durun dettonere tayar ijjer.	ಪೊಲೀಸ್-ದ ಅಕುಲು ಎನ್ನ ದೂರುನ್ ದೆತ್ತೊನೆರೆ ತಯಾರ್ ಇಜ್ಜೆರ್.	பொலீஸ்-த³ அகுலு என்ன தூ³ருன் தெ³த்தொனெரெ தயார் இஜ்ஜெர்.	പൊലീസ്-ദ അകുലു എന്ന ദൂരുൻ ദെത്തൊനെരെ തയാർ ഇജ്ജെർ.
50	I was told I need a lawyer but I don't know how to find one	Courts/Legal-System		enk onji vakil bodu pandd pander, matra enk vakiln enca nadodu pandd gottiji.	ಎಂಕ್ ಒಂಜಿ ವಕೀಲ್ ಬೋಡು ಪಂಡ್ಡ್ ಪಂಡೆರ್, ಮಾತ್ರ ಎಂಕ್ ವಕೀಲ್ನ್ ಎಂಚ ನಾಡೋಡು ಪಂಡ್ಡ್ ಗೊತ್ತಿಜಿ.	எங்க் ஒஞ்ஜி வகீல் போ³டு³ பண்ட்³ட்³ பண்டெ³ர், மாத்ர எங்க் வகீல்ன் எஞ்ச நாடோ³டு³ பண்ட்³ட்³ கொ³த்திஜி.	എങ്ക് ഒഞ്ജി വകീൽ ബോഡു പണ്ഡ്ഡ് പണ്ഡെർ, മാത്ര എങ്ക് വകീൽന് എഞ്ച നാഡോഡു പണ്ഡ്ഡ് ഗൊത്തിജി.
51	Someone opened a loan in my name without my knowledge	IP/Identity	Consumer/Money/Debt	enk gottijande yera enna pudard sala dettonyer.	ಎಂಕ್ ಗೊತ್ತಿಜಂದೇ ಯೇರಾ ಎನ್ನ ಪುದರ್ಡ್ ಸಾಲ ದೆತ್ತೊನ್ಯೆರ್.	எங்க் கொ³த்திஜந்தே³ யேரா என்ன புத³ர்ட்³ ஸால தெ³த்தொன்யெர்.	എങ്ക് ഗൊത്തിജന്ദേ യേരാ എന്ന പുദർഡ് സാല ദെത്തൊന്യെർ.
52	My photo is being used in an advertisement without my permission	IP/Identity		enada kenande yera enna photon jahiratud upayoga maltonduller.	ಎನಡ ಕೇನಂದೇ ಯೇರಾ ಎನ್ನ ಫೋಟೋನ್ ಜಾಹೀರಾತುಡ್ ಉಪಯೋಗ ಮಲ್ತೊಂದುಲ್ಲೆರ್.	எனட³ கேனந்தே³ யேரா என்ன போ²டோன் ஜாஹீராதுட்³ உபயோக³ மல்தொந்து³ல்லெர்.	എനഡ കേനന്ദേ യേരാ എന്ന ഫോടോൻ ജാഹീരാതുഡ് ഉപയോഗ മൽതൊന്ദുല്ലെർ.
53	Someone is pretending to be me online to trick my relatives	IP/Identity		yera ennaleka anlain-d natane maltd enna kutunbadaklen dongi maltonduller.	ಯೇರಾ ಎನ್ನಲೆಕ ಆನ್‌ಲೈನ್-ಡ್ ನಟನೆ ಮಲ್ತ್ಡ್ ಎನ್ನ ಕುಟುಂಬದಕ್ಲೆನ್ ಡೋಂಗಿ ಮಲ್ತೊಂದುಲ್ಲೆರ್.	யேரா என்னலெக ஆன்லைன்-ட்³ நடனெ மல்த்ட்³ என்ன குடும்ப³த³க்லென் டோ³ங்கி³ மல்தொந்து³ல்லெர்.	യേരാ എന്നലെക ആൻലൈൻ-ഡ് നടനെ മൽത്ഡ് എന്ന കുടുംബദക്ലെൻ ഡോംഗി മൽതൊന്ദുല്ലെർ.
54	A shop is using my family's business name without asking	IP/Identity		vova onji angadi enna kutunbada angadida pudaran upayoga maltondundu	ವೊವಾ ಒಂಜಿ ಅಂಗಡಿ ಎನ್ನ ಕುಟುಂಬದ ಅಂಗಡಿದ ಪುದರನ್ ಉಪಯೋಗ ಮಲ್ತೊಂದುಂಡು	வொவா ஒஞ்ஜி அங்க³டி³ என்ன குடும்ப³த³ அங்க³டி³த³ புத³ரன் உபயோக³ மல்தொந்து³ண்டு³	വൊവാ ഒഞ്ജി അംഗഡി എന്ന കുടുംബദ അംഗഡിദ പുദരൻ ഉപയോഗ മൽതൊന്ദുണ്ഡു
55	Someone stole the design of the products my family makes and sells	IP/Identity		enklena kutunba maltd maruna samanda disain-n yera kandder.	ಎಂಕ್ಲೆನ ಕುಟುಂಬ ಮಲ್ತ್ಡ್ ಮಾರುನ ಸಾಮಾಂದ ಡಿಸೈನ್-ನ್ ಯೇರಾ ಕಂಡ್ದೆರ್.	எங்க்லென குடும்ப³ மல்த்ட்³ மாருன ஸாமாந்த³ டி³ஸைன்-ந் யேரா கண்ட்³தெ³ர்.	എങ്ക്ലെന കുടുംബ മൽത്ഡ് മാരുന സാമാന്ദ ഡിസൈൻ-ന് യേരാ കണ്ഡ്ദെർ.
56	My father died without a will and my siblings are dividing everything without me	Estates/Wills		enna popa onji vil budande tir poyi bokka enna megge-palayenakulu enan buddu astin pura pattonduller.	ಎನ್ನ ಪೋಪ ಒಂಜಿ ವಿಲ್ ಬುಡಂದೇ ತೀರ್ ಪೋಯಿ ಬೊಕ್ಕ ಎನ್ನ ಮೆಗ್ಗೆ-ಪಲಯೆನಕುಲು ಎನನ್ ಬುಡ್ಡು ಆಸ್ತಿನ್ ಪೂರಾ ಪಟ್ಟೋಂದುಲ್ಲೆರ್.	என்ன போப ஒஞ்ஜி வில் பு³ட³ந்தே³ தீர் போயி பொ³க்க என்ன மெக்³கெ³-பலயெநகுலு எனன் பு³ட்³டு³ ஆஸ்தின் பூரா பட்டோந்து³ல்லெர்.	എന്ന പോപ ഒഞ്ജി വിൽ ബുഡന്ദേ തീർ പോയി ബൊക്ക എന്ന മെഗ്ഗെ-പലയെനകുലു എനൻ ബുഡ്ഡു ആസ്തിൻ പൂരാ പട്ടോന്ദുല്ലെർ.
57	My mother's jewelry was promised to me but my brother took it after she died	Estates/Wills		enna ammana bangar enk korper pand pandi bokka amma tir poyi bokka enna palaye aven pura dettonye.	ಎನ್ನ ಅಮ್ಮನ ಬಂಗಾರ್ ಎಂಕ್ ಕೊರ್ಪೆರ್ ಪಂಡ್ ಪಂಡಿ ಬೊಕ್ಕ ಅಮ್ಮ ತೀರ್ ಪೋಯಿ ಬೊಕ್ಕ ಎನ್ನ ಪಲಯೆ ಅವೆನ್ ಪೂರಾ ದೆತ್ತೊನ್ಯೆ.	என்ன அம்மன ப³ங்கா³ர் எங்க் கொர்பெர் பண்ட்³ பண்டி³ பொ³க்க அம்ம தீர் போயி பொ³க்க என்ன பலயெ அவென் பூரா தெ³த்தொன்யெ.	എന്ന അമ്മന ബംഗാർ എങ്ക് കൊർപെർ പണ്ഡ് പണ്ഡി ബൊക്ക അമ്മ തീർ പോയി ബൊക്ക എന്ന പലയെ അവെൻ പൂരാ ദെത്തൊന്യെ.
58	I found out my parents' house was sold after my father's death without our agreement	Estates/Wills	Land/Property	enna popa tir poyi bokka enna oppige ijjande enna popa-ammana illan maryer pandd gottand.	ಎನ್ನ ಪೋಪ ತೀರ್ ಪೋಯಿ ಬೊಕ್ಕ ಎನ್ನ ಒಪ್ಪಿಗೆ ಇಜ್ಜಂದೆ ಎನ್ನ ಪೋಪ-ಅಮ್ಮನ ಇಲ್ಲನ್ ಮಾರ್ಯೆರ್ ಪಂಡ್ಡ್ ಗೊತ್ತಾಂಡ್.	என்ன போப தீர் போயி பொ³க்க என்ன ஒப்பிகெ³ இஜ்ஜந்தெ³ என்ன போப-அம்மன இல்லன் மார்யெர் பண்ட்³ட்³ கொ³த்தாண்ட்³.	എന്ന പോപ തീർ പോയി ബൊക്ക എന്ന ഒപ്പിഗെ ഇജ്ജന്ദെ എന്ന പോപ-അമ്മന ഇല്ലൻ മാര്യെർ പണ്ഡ്ഡ് ഗൊത്താണ്ഡ്.
59	My uncle is refusing to share the property left by my grandfather	Estates/Wills	Land/Property	enna mamu, ajjer-na jagan pattere kenondijjer.	ಎನ್ನ ಮಾಮು, ಅಜ್ಜೆರ್-ನ ಜಾಗನ್ ಪಟ್ಟೆರೆ ಕೇನೋಂದಿಜ್ಜೆರ್.	என்ன மாமு, அஜ்ஜெர்-ந ஜாக³ன் பட்டெரெ கேனோந்தி³ஜ்ஜெர்.	എന്ന മാമു, അജ്ജെർ-ന ജാഗൻ പട്ടെരെ കേനോന്ദിജ്ജെർ.
60	After my husband passed away his family is not letting me stay in our house	Estates/Wills	Housing	enna kandani tir poyi bokka enna kandanina kutunbadakulu enan enklena illad kulyere budondijjer.	ಎನ್ನ ಕಂಡನಿ ತೀರ್ ಪೋಯಿ ಬೊಕ್ಕ ಎನ್ನ ಕಂಡನಿನ ಕುಟುಂಬದಕುಲು ಎನನ್ ಎಂಕ್ಲೆನ ಇಲ್ಲಡ್ ಕುಲ್ಯೆರೆ ಬುಡೋಂದಿಜ್ಜೆರ್.	என்ன கண்ட³னி தீர் போயி பொ³க்க என்ன கண்ட³னின குடும்ப³த³குலு எனன் எங்க்லென இல்லட்³ குல்யெரெ பு³டோ³ந்தி³ஜ்ஜெர்.	എന്ന കണ്ഡനി തീർ പോയി ബൊക്ക എന്ന കണ്ഡനിന കുടുംബദകുലു എനൻ എങ്ക്ലെന ഇല്ലഡ് കുല്യെരെ ബുഡോന്ദിജ്ജെർ.

TuluLegal

TuluLegal is a small, native-speaker-authored resource for studying cross-lingual legal comprehension in Tulu, a zero-resource Dravidian language spoken by roughly two million people in coastal Karnataka, India. Tulu has no legal corpus of its own — court proceedings for Tulu speakers are conducted in Kannada or English. This dataset was built to test whether an LLM can classify a Tulu speaker's everyday legal complaint into a legal issue category by retrieving context from an existing Kannada legal corpus, without full translation.

It accompanies the paper "Cross Lingual Transfer in Tulu Legal Comprehension: Script-Dependent Improvement and RAG-Induced Knowledge Conflict" (EMNLP 2026 ORACLE Workshop).

Dataset Description

The repository contains four files, covering two roles in the pipeline: queries (what a Tulu speaker says) and retrieval corpus (the Kannada legal documents a system would search over to understand it), plus a priming glossary used to scaffold model comprehension.

File	Role	Size
`tulu_legal_60_consolidated.jsonl`	Query set — 60 Tulu legal situations, 4 scripts each	60 rows
`tulu_legal_20_consolidated.jsonl`	Subset of the above — the original 20 sentences from the Phase 1 pilot	20 rows
`kannada_legal_corpus_list.jsonl`	Retrieval corpus — 18 real Karnataka court documents	18 rows
`tulu_priming_glossary_trilingual_v2.json`	Vocabulary glossary used for linguistic priming	32 entries

The repository also includes outputs/ CSV files from prior experimental runs. The viewer/ directory contains JSONL views of the core data and outputs so the Hugging Face Dataset Viewer can preview each schema separately. The raw retrieval-provenance CSV is represented by viewer/retrieval_provenance.jsonl, which normalizes the original provenance table into UTF-8 JSONL for Hub preview.

Languages

Tulu (tcy) — the query language, provided in four scripts: Latin (romanized), Kannada, Tamil, and Malayalam
Kannada (kn) — the administrative/retrieval-corpus language
English (en) — glosses for every Tulu sentence, provided as a reference/control, not as a translation crutch for the pipeline itself

Dataset Structure

`tulu_legal_60_consolidated.jsonl` / `tulu_legal_20_consolidated.jsonl`

60 (and a 20-sentence subset) everyday legal situations, authored by a native Tulu speaker in an informal spoken register, each mapped to a primary and (where relevant) secondary category from the Stanford Legal Design Lab's LIST taxonomy, an access-to-justice classification organized around the person's problem rather than a legal instrument's clause.

Fields:

id (int) — sentence identifier, consistent across both files
english_gloss (string) — plain-English gloss of the situation (reference only)
list_category (string) — primary LIST category
list_category_secondary (string) — secondary LIST category, or empty string
tulu_romanized (string) — Tulu in Latin script
tulu_kannada (string) — Tulu written in Kannada script (the natural script for Tulu, historically written using Kannada abugidas)
tulu_tamil (string) — Tulu transliterated into Tamil script
tulu_malayalam (string) — Tulu transliterated into Malayalam script

LIST category distribution (60-sentence set):

Category	Count
Consumer/Money/Debt	10
Work/Employment	8
Torts/Individuals	8
Courts/Legal-System	8
Housing	7
Land/Property	7
IP/Identity	6
Estates/Wills	6

`kannada_legal_corpus_list.jsonl`

18 real Karnataka court documents (orders, judgments, hearings), sourced from ecourtsindia.com, ranging from single-paragraph procedural orders to 25-page witness hearings. Several source documents used legacy non-Unicode fonts that produced mojibake on direct extraction; text was extracted and then corrected with AI-assisted proofreading against the original document images, rather than open-ended inference, and category labels were manually assigned by the dataset author.

Fields:

id (string) — short document identifier
doc_number (int) — document index
case_name (string) — case name
cnr (string) — Case Number Record (India's court case identifier)
cuad_categories (list of strings) — CUAD-derived category labels
list_categories (list of strings) — LIST taxonomy category labels
text (string) — full extracted document text (Kannada, with some English passages as they appear in the original bilingual court filings)
char_count, word_count (int) — length of text
retrieval_text (string) — cleaned version of text used for embedding/retrieval (boilerplate reduced)
retrieval_word_count (int) — length of retrieval_text

Total corpus size: 18 documents, ~25,400 words combined.

LIST category coverage:

Category	Docs
Courts/Legal-System	8
Consumer/Money/Debt	5
Land/Property	5
Torts/Individuals	5
Housing	4
IP/Identity	4
Estates/Wills	3
Work/Employment	2

(Documents may carry more than one category, so counts sum to more than 18.)

`tulu_priming_glossary_trilingual_v2.json`

32 Tulu vocabulary entries (19 "safe" general-purpose words, 13 "leaky" legal/domain terms) used to linguistically prime models before classification, each given in Kannada, Tamil, and Malayalam script plus a romanized form and English meaning.

Fields:

kannada, tamil, malayalam (string) — the word in each script
romanized (string) — Latin-script form
meaning (string) — English gloss
tier (string) — "safe" (general vocabulary/grammar) or "leaky" (legal-domain terms that overlap with test-sentence content, used to isolate the effect of domain-specific priming)

Dataset Creation

Source Data

The Tulu sentences were authored directly by a native Tulu speaker for this project — they are not translated or machine-generated. Kannada- and English-gloss frontier model output was spot-checked against native-speaker judgment during construction; early drafts of the Kannada-script forms required correction on some sentences, underscoring that even frontier multilingual models cannot currently be trusted to produce reliable Tulu without native speaker verification.

The Kannada legal documents are real, public Karnataka court filings, scraped from ecourtsindia.com and cleaned via OCR + AI-assisted correction referenced against the original document images.

Annotations

LIST category labels (and CUAD-derived labels, where present) were assigned manually by the dataset author with reference to the Stanford Legal Design Lab taxonomy.

Considerations for Using the Data

Scale. This is a small, pilot-scale resource (60 query sentences, 18 corpus documents) intended for research on cross-lingual comprehension methodology, not as a production legal-classification training set. Findings from it should be read as indicative trends, not high-confidence statistical claims — see the accompanying paper's limitations section.
Not legal advice. These documents and sentence categorizations are for NLP research purposes only and must not be used to provide legal advice or make legal determinations about real cases.
Language representation. Tulu is written here in four scripts to study script-dependent model comprehension; none of these scripts is a definitive standard orthography for Tulu, which does not have one in wide use.
Community voice. This dataset exists specifically to study — and ultimately reduce — the erasure of Tulu speakers' original language when their situations enter a Kannada/English-mediated legal system. Users building on this data are encouraged to keep that framing central, and to involve native speakers in any downstream annotation or deployment decisions.

Licensing

This dataset is released under CC BY 4.0. You are free to share and adapt it for any purpose, including commercially, provided you give appropriate credit.

Citation

If you use this dataset, please cite:

@inproceedings{shetty2026tululegal,
  title     = {Cross Lingual Transfer in Tulu Legal Comprehension: Script-Dependent Improvement and RAG-Induced Knowledge Conflict},
  author    = {Shetty, Sindhu},
  booktitle = {Under Review},
  year      = {2026}
}