தமிழ் ஒருங்குறியின் தேட்டைச் சிக்கலும் புதிய தமிழ் ஒருங்குறியும்

http://www.tunerfc.tn.nic.in/ - புதிய தமிழ் ஒருங்குறி(TUNE) இணையத்தளம்

"அண்மையில் இங்கு ஒரு நண்பர் தமிழுலகம் மடற்குழு ஏன் ஒருங்குறிக்கு மாறக் கூடாது?"என்று கேட்டிருந்தார். ஒருங்குறி பற்றி தமிழுலகம் மடற்குழுவில் நெடுகவும் பேசியாயிற்று. அந்த நண்பர் பழைய மடல்களைக் கொஞ்சம் தேடிப் பிடித்துப் படிக்க வேண்டும். அந்த உரையாடல்கள் கொஞ்சம் சூடு பறக்க நடந்தது உண்மைதான். இருந்தாலும் நண்பர்களுக்குள் புரிதலோடு வாதிட்டதில் தவறில்லை.

அப்பொழுது ஒருங்குறி வைத்துத் தேடுதலில் உள்ள சரவல்கள் பற்றிச் சொல்லியிருந்தேன். சிலர் "ஒருங்குறியில் இருந்தால் அங்கு தேடலாம்; இங்கு தேடலாம், கூகுளில் தேடலாம்; வலைப்பதிவு வைத்துக் கொள்ளலாம்; ஒருங்குறி என்பது வாராது போல் வந்த மாமணி" என்று சொன்னார்கள். "நான் பழசைக் கட்டிக் கொண்டு அழுகிறேன்; முன்னேற்றத்திற்குத் தடைக்கல்லாக இருக்கிறேன்" என்று நக்கல் கூடச் செய்திருந்தார்கள். சரி, கொஞ்ச காலம் பொறுத்திருப்போம்; நடைமுறைச் சிக்கல்கள் வரும்போது இவர்கள் புரிந்து கொள்வார்கள் என்று நான் அப்பொழுது வாளாவிருந்தேன்.

இப்பொழுது, ஓய்வு நேரத்தில், கூகுளில் தேடிய போது தேட்டையில் உள்ள நடைமுறைச் சிக்கல் இன்னும் புலப்பட்டது.

கூகுள் என்பது பலமொழி ஆவணங்களில் சொற்களைத் தேடுவதற்கென உருவாக்கப் பட்ட நிரல். இதில் ஒருங்குறியைப் பயன் படுத்த முடியும். ஒரு சோதனையாக, இ-கலப்பை மூலம் ஒருங்குறியைத் தேர்ந்தெடுத்து keyman வழியாக "வளவு" என்ற தமிழ்ச் சொல்லைத் தட்டி கூகுளில் உள்ளிட்டேன்; அப்பொழுது வளவு என்ற சொல்லைக் கொண்ட 47 ஆவணங்கள் கிட்டின. இந்தத் தேட்டை, ஒன்று போலத் தெரியும் ஆவணங்களை ஒதுக்கி, எஞ்சியவற்றைத் தேடி எடுக்கப் பட்டது. இந்த 47-ன் சுருக்கத்தைப் படித்துப் பார்த்தால் "அவ்வளவு, இவ்வளவு, எவ்வளவு" என்று வரக் கூடிய ஆவணங்களுமாய் 6 ஆவணங்கள் உள்ளடங்கி இருந்தது தெரிந்தது. தமிழுக்குப் பொருத்தமான தேடு நிரலாய் இருக்குமானால் இந்த 6 ஆவணங்களையும் ஒதுக்கி இருக்க வேண்டும். ஆனால் அப்படிச் செய்யவில்லை. "வளவு" என்ற பெயர்ச்சொல்லோடு "வளவில், வளவால், வளவோடு, வளவை......" என்று உருபுகள் சேர்ந்து வரும் ஆவணங்களையும் இந்தத் தேடி நிரலி எடுத்துக் காட்டியிருக்க வேண்டும். ஆனால் செய்யவில்லை.

அப்படிச் செய்யாதது எதைக் காட்டுகிறது?

இன்றைய நிலையில் கூகுள் நிரலி தமிழ் ஒருங்குறி ஆவணங்களுக்கு ஓரளவுதான் பயன்படும் என்றே தெரிகிறது. இதைப் பயன்படுத்த வேண்டுமானால், நாம் பத்துப் பதினைந்து வகையில் தேட்டைகளைச் செய்ய வேண்டும். அதாவது வெறும் பெயர்ச்சொல்லோடு அமையாது, "வளவில், வளவால், வளவோடு, வளவை......" என எல்லாவித உருபுகளோடு சேர்த்து, ஒவ்வொரு முறையும் உள்ளிட்டு, அதனால் கிடைக்கும் அத்தனை ஆவணங்களையும் ஒன்று சேர்த்து, பின் அவற்றில் "அவ்வளவு, இவ்வளவு, எவ்வளவு" என்பவற்றையும், அந்தச் சொற்களோடு வேற்றுமை உருபுகள் சேர்ந்த மற்றவை கொண்ட ஆவணங்களை எல்லாம் ஒதுக்கிப் பின் தொகுக்க வேண்டும்.

ஓர்ந்து பார்த்தால் இப்படிப் பலவழியாகச் செய்யும் முறை அவ்வளவு நேர்த்தியானதாகத் தெரியவில்லை. (வேண்டுமானால், ஒவ்வொரு வாசகரும் ஒருங்குறி முறையில் ஏதேனும் ஒரு சொல்லை எடுத்துக் கொண்டு கூகுளின் மூலம் செய்து பாருங்கள்; முன்னொட்டுக்களும், பின்னொட்டுக்களுமாய் ஒரு பெயர்ச்சொல்லில் எழும் கூத்தைப் பாருங்கள். இதே போல வினைச் சொல்லுக்கு வேறு மாதிரிச் சிக்கல்கள் எழும்.)

அப்படியானால் குறை கூகுளிடமா என்றால், இல்லை என்றுதான் சொல்ல வேண்டும். தனி உயிர், தனி மெய் என அகர வரிசை எழுத்துக்களைக் கொண்ட எல்லா மொழிகளுக்கும் கூகுள் நிரலில் சரியாகவே வேலை செய்யும். மாறாகத் தனி உயிர், தனி மெய் எழுத்துக்களோடு, உயிர்மெய் எழுத்துக்களையும் கொண்ட ஒட்டுநிலை மொழிகளுக்கு, குறிப்பாக இந்திய மொழிகளுக்கு, இந்த நிரலி வேலை செய்யாது.

இந்த மொழிகளுக்கு உதவுமாப் போல, விதப்பான தனித் தனி கூகுள் தேடிகளை உருவாக்க வேண்டும்; அதாவது இந்திக்கு என ஒரு கூகுள் தேடி, தமிழுக்கு என ஒரு கூகுள் தேடி என்னுமாப் போல செய்ய வேண்டும். இது மூக்கைச் சுற்றி வளைத்துத் தொடும் வேலை அல்லவா? இப்படிச் செய்வதால், சொவ்வறையாளர்களின் (software personnel) தேவை வேண்டுமானால் கூடும்; நிறையப் பேருக்கு வேலை கிடைக்கும்; ஆனால் தமிழ், கணியில் புகுந்து விளையாடும் என்பது குதிரைக் கொம்பே. இதைத்தான் நான் முன்பு சொன்னேன்; ஆனால் ஒருங்குறிக்கு அணியமாய் இருந்த பலரும் இதைப் பொருட்படுத்தியதாய்த் தெரியவில்லை. இன்னும் சொந்னால், தமிழ் ஒரு ஒட்டுநிலை மொழி (agglutinative language) என்பதையும், நம் எழுத்தைத் தொலைத்தால் ஒழிய இன்றைய ஒருங்குறியை வைத்துக் கொண்டு, கணியில் நாம் தமிழ் எழுத்துப் படம் காட்டுவதோடு மட்டுமே அமையும் என்பதையும் கூட உணர மாட்டேம் என்று அவர்கள் இருந்தார்கள்.

அப்படியானால், நம் எழுத்தைத் தொலைப்பதா என்றால், காலிற்கேற்ற செருப்பா, செருப்பிற்கேற்ற காலா என்று நான் திருப்பிக் கேட்க வேண்டியிருக்கிறது.

இந்தக் குறைகளைப் போக்கும் வகையில் TUNE என்ற ஒரு 16 மடைக் குறியேற்றத்தைத் (16 bit encoding) தமிழ் இணையப் பல்கலைக் கழகம் முன்னிருத்திக் காட்டியிருக்கிறது. அவர்கள் ஒரு RFQ கூட வெளியீட்டு இருக்கிறார்கள். அது "கோரிக்கையற்றுக் கிடக்குதண்ணே வேரில் பழுத்த பலா" என்று எதிர் வினையில்லாமல் கிடக்கிறது. இதிலும் கூட அரசியல் தான் விரவிக் கிடக்கிறது. நடுவணரசு, மாநில அரசு ஆகியவற்றின் இன்றைய அரசியல் மாற்று நிலைகளாலும், வெளிநாட்டுத் தமிழர், உள்நாட்டுத் தமிழர் என்ற அகப்பாட்டு முரண்களாலும், அவரவர் வணிக நோக்காலும், உருப்படியான வேலை செய்ய மாட்டேம் என்கிறார்கள்; குறிப்பாக மைக்ரோசாவ்ட் முன்னிருந்து செயல்படும் ஒருங்குறிச் சேர்த்தியத்தின் நெருப்புக் கோழித்தனத்தை, நாட்டாமையை, யாரும் சுட்டிக் காட்டத் தயங்குகிறார்கள். தமிழின் எதிர்காலம் இப்படியாகப் பணயம் வைக்கப் பட்டுக் கொண்டிருக்கிறது.

தமிழுக்கு இப்பொழுது நடப்பது தான் (கணிகளில் இந்திய மொழிகள் நுழைவது என்ற புலனத்தில் தமிழ்க் கணிமை என்பது ஒரு வெள்ளோட்டம்), நாளை இந்திய மொழிகள் அனைத்துக்கும் நடக்கும் என்பதை உணரக்கூட யாரும் அணியமாய் இல்லை.

ஊதுகிற சங்கை ஊதி வைக்கிறேன். யாருக்காவது புரிந்தால் சரி. என்னைக் கேட்டால், TUNE ஒரு எதிர்காலம். ஆனால், பூனைக்கு மணி கட்டுபவர்கள் யார்?

அன்புடன்,

இராம.கி.

http://valavu.blogspot.com/2006/02/blog-post_03.html

அன்பிற்குரிய சிறகின் மேல்வரும் ஓசைக்காரரே! (voice on wings)

நான் கூறியதை நீங்கள் சரியாகப் புரிந்து கொள்ளவில்லை என்று எண்ணுகிறேன்.

அவ்வளவு, இவ்வளவு போன்று வரும் ஆவணங்களில் அவர்கள் ஒன்றும் பிழையாக எழுதவில்லை. அவர்களுடைய பத்திகள் சில இடங்களில் இடப் பக்கம் சரிசெய்யப் பட்ட பத்திகளாக (right justified paragraphs) வரும் பொழுது அவ் என்ற சொற்பகுதி முதல் வரியிலுமாய், வளவு என்ற பிற்பகுதி இரண்டாம் வரியிலுமாய் வந்திருக்கிறது. அவ்வளவு தான். தவிர இன்னும் சில ஆவணங்களில் சொற்களைக் கன்னா பின்னா என்று பிளந்து போட்டிருப்பது அவர்கள் பிழை என்று எனக்குத் தோன்றவில்லை. எழுதியவர்கள் ஒரு குறியேற்றத்தில் எழுதியிருப்பார்கள்; பின்னர் அதை ஒருங்குறிக்கு மாற்ற ஏதேனும் மாற்று நிரலிகளை நாடி இருந்தால் அவை இப்படிக் குதறிப் போடும். இது போன்ற நிலை, பல்வேறு குறியேற்றங்களும் மாற்றிகளும் உலவும் மின்னேற்றிய தமிழ் ஆவணங்களில்(electronic Tamil Documents) பெரிதும் பரவிக் கிடக்கும் குறைபாடு. இந்தக் குறைபாடுகளைப் பற்றிச் சொன்னால் யாரும் கேட்பதாக இல்லை. எல்லோரும் ஒருங்குறி என்ற சோதியின் முன்னே "அருட்பெருஞ் சோதியே! தனிப்பெருங் கடலே" என்று மெய்ம்மறந்து நிற்கிறார்கள். சிக்கல்களையும் புதிரிகளையும் எடுத்துச் சொன்னால் யாரும் அவற்றைக் கண்டுகொள்வதில்லை.

இனி, அவ்வளவு, இவ்வளவு, எவ்வளவு போன்ற சொற்களை எப்படிப் பிரித்துக் குதறியிருந்தாலும், அவை இருக்கும் ஆவணங்கள் வளவு என்ற தேடலில் வரக்கூடாது என்பதில் ஒப்புவீர்கள் என்றே நான் எண்ணுகிறேன்.

இப்பொழுது ஒரு ஆவணத்துள் நான் தடம் பார்த்துக் (tracking) கொண்டிருக்கிறேன் என்று வையுங்கள். ஆவணத்துள் வளவு என்ற சொல் எங்கெல்லாம் இருக்கிறதோ அதையெல்லாம் "என்வளவு" என்று திருத்தச் சொல்லி ஆணை கொடுக்க வேண்டும். என்னிடம் இருக்கும் Microsoft Word [என்னும் சொற் செலுத்தி (word processor)] அதைச் செய்யுமா, என்றால் செய்யாது. அவ்வளவு, இவ்வளவு, எவ்வளவு என்ற சொற்களிலும் புகுந்து அவ்என்வளவு, இவ்என்வளவு, எவ்என்வளவு என்று திருத்தி வைக்கும். அப்புறம் என்ன தமிழ்க் கணிமை வாழ்கிறது? இதில் ஒருங்குறி என்ன ஓவியமானது?

இதே போலத்தான் வளவு என்ற பெயர் எங்கெல்லாம் இருக்கிறதோ, அதைச் சளவு என்று திருத்த வேண்டும் என்று வைத்துக் கொள்ளுங்கள். இன்றைக்கு இருக்கும் நிரலிகள் வெறுமே வளவு என்று இருப்பவற்றை மட்டும் திருத்தி வளவில், வளவோடு, வளவால் என்பவற்றை விட்டுவிடும்.

நான் சொல்லுவது புரியவில்லையா? "இந்த மொழி ஒரு ஒட்டுநிலை மொழி. இதற்குப் பயன்படும் எழுத்துவரிசை உயிர்மெய் எழுத்துக்களை அடிப்படையாகக் கொண்டது; புணர்ச்சி என்பது இந்த மொழியில் அடிப்படையானது" என்று புரியவில்லையா?

நீங்கள் அறிவியலாராக, அல்லது பொறிஞராக இருந்தால், உயர் கணிதம் படித்திருப்பீர்கள். உயிர் எழுத்து என்பது ஒரு கொத்து (set); மெய் எழுத்து என்பது இன்னொரு கொத்து. உயிர்மெய் என்பது ஒரு மல்கிப் பெருகிய கொத்து (set obtained by multiplication); அது ஒரு புதுக்கக் கொத்து (product set); எவ்வளவு குட்டிக் கரணம் போட்டாலும், வெறுமே கூட்டல் வினையை வைத்து உயிர்மெய்க் கொத்தை உருவாக்க முடியாது.

ஆனால், உயிர் எழுத்து உருவங்களையும், அகரமேறிய மெய்யெழுத்து உருவங்களையும், கொக்கி, கால், கொம்பு போன்ற கீற்றுக்களையும் வைத்துக் கொண்டு உலகத்தையே உருட்டிக் காட்டுவேன் என்று பம்மாத்துப் பண்ணிக் கொண்டிருக்கிறார்கள், தமிழ் ஒருங்குறி பற்றிப் பேசும் சில சொவ்வறையாளர்கள்.

மொழியின் அடிப்படை தெரியாமல், தொல்காப்பியன் என்னும் இலக்கணி, உயிர் தனி, மெய் தனி, உயிர்மெய் தனி என்று நமக்கு 2700 ஆண்டுகளுக்கு முன் சொல்லவில்லை. அவன் கூற்றுப் படி, வெறுமே சடலங்களையும் (மெய்களையும்), உயிர்களையும் வைத்துக் கொண்டு உயிரோட்டமுள்ள புதல்களை, விலங்குகளை, மாந்தர்களை உருவாக்க முடியாது. You cannot do something with just a stand alone corpse and stand alone spirit, what an alive person has been so far doing. You have to be God or some Higher Entity

இரு பரிமானப் பரப்பில் ஒரு அச்சு உயிரெழுத்தைக் குறிக்கிறது என்று கொள்ளுங்கள்; இன்னொரு அச்சு மெய்யெழுத்தைக் குறிக்கிறது என்று கொள்ளுங்கள். இரண்டு அச்சுக்களுக்கும் நடுவில் உள்ள முதல் காலகத்தில் (quadrant) உள்ள புள்ளிகளின் இருப்பை ஏற்றுக் கொள்ளாமல், வெறுமே இரண்டு அச்சுக்களை வைத்துக் காரியம் சாதிக்க முடியுமா? Can a two dimensional quantity be described by an addition of two single dimensional quantities? Don't we need product of two single dimentional quantities? Can we always do a problem in maths which is described by a complex quantity by doing operation on two real numbers?

அடிப்படையைப் புரிந்துகொள்ளாமல் இவர்கள் குறியேற்றம் செய்யப் புறப்பட்டு விட்டார்கள். சொன்னால் இவர்களுக்குக் கோவம் வருகிறது.

For all indic languages, the same problem exists. Without acknowledging the concept of conjucation (புணர்ச்சி), and the centrality of vowel-consonant combinations, this canot be achieved.

நீங்கள் சொல்லிய account, accounting, accounted என்பதை எளிதில் தீர்க்கலாம் ஏனென்றால் உரோமன் எழுத்தில் உயிரும் மெய்யும் தனித்தே இருக்கின்றன. நீங்கள் இந்தச் சொற்களெல்லாம் விரவிய ஒரு ஆவணத்தை உருவாக்கி உங்கள் word செலுத்தியின் மூலம் account என்ற பகுதியைத் தேடிக் கண்டுபிடித்து மாற்றச் சொல்லுங்கள்; மாறும்.

நான் சொன்ன சிக்கல் இந்திய மொழிகளுக்கு மட்டுமில்லாமல், செமித்திய மொழிகளிலும் (அரேபிய, ஈப்ரு போன்றவை), எங்கெல்லாம் சொல்லின் வரும் எழுத்துக்கள் புணர்ச்சி விதிகளால் மாறுகிறதோ, அங்கெல்லாம் ஏற்படக்கூடிய சரவல் தான்.

நான் கூகுள் சரியான தேடி இல்லை என்று குறை கூற வரவில்லை. ஒருங்குறி என்று கூறி நம் கண்களைக் கட்டிப் போட்டு ஏமாற்ற நினைக்கிறார்கள் என்று சொல்ல வந்தேன்.

மைக்கேல் கெப்ளான் என்ற மைக்ரொசாவ்ட் வல்லுநர் எந்த அளவிற்கு தமிழின் தலைவிதியை நிருணயிப்பவராய், தமிழரை நக்கலடித்துக் கொண்டு இருக்கிறார் என்பதை அவருடைய வலைப்பதிவிற்குப் போய்ப் பாருங்கள். அவருக்குத் துதி பாடி, நம் தமிழர்களே, தங்கள் தலையில் மண்ணை வாரிப் போட்டுக் கொண்டு இருக்கிறார்கள்.

இன்னும் பின்னூட்டுக் கொடுத்த மற்றவர்களுக்கும் நான் மறுமொழி தரவேண்டும். தயவு செய்து பொறுத்திருங்கள். நேரம் கிடைக்கும் போது செய்கிறேன்.

அன்புடன்,

இராம.கி.

http://valavu.blogspot.com/2006/02/blog-po...912049140485618

Edited April 19, 200916 yr by vengaayam