தமிழ் செல்பேசி விசைப்பலகை வடிவமைப்புக்கான தேவை

செல்பேசியில் உள்ள ஆங்கில விசைப்பலகையைக் கொண்டு தமிழ் குறுஞ்செய்தித் தகவலை எழுதுவது நேரத்தை வீணாக்கும், அயர்வூட்டும் வேலையாகும்.

எடுத்துக்காட்டுக்கு, உண்ணி என்று எழுத ஆங்கில எழுத்துக்களான uNNi – யை அழுத்த எத்தனை விசை அழுத்தங்கள் வருகிறது என்று பார்ப்போம்.

u – 2 விசையழுத்தங்கள் (8ஆம் எண் விசையில் tக்கு அடுத்து u அழுத்த வேண்டும்).

N – குறைந்தது 2 விசையழுத்தங்கள் (6ஆம் எண் விசையில் mக்கு அடுத்து n அழுத்த வேண்டும். ந, ன, ண என்று மூன்றுக்கும் n என்ற விசையை மட்டும் வைத்தோமானால் கூடுதலாக ஒன்று அல்லது இரண்டு விசையழுத்தங்களும் தேவைப்படும்).

N – குறைந்தது 2 விசையழுத்தங்கள்.

i – 3 விசையழுத்தங்கள் (4ஆம் எண் விசைப்பலகையில் g, hக்கு அடுத்து i வருகிறது).

ஆக, உண்ணி என்ற மூன்றெழுத்துத் தமிழ்ச் சொல்லை எழுத குறைந்தது 9 விசைகளை அழுத்த வேண்டும் !!

ஆங்கில ஒலிப்பியலைக் கொண்டு தமிழை உள்ளிட முனைவதாலேயே இந்தப் பிரச்சினை வருகிறது. தவிர, ஆங்கிலத்தில் நம் விசையழுத்த வரிசைகளைக் கொண்டு பொருத்தமான சொற்களைப் பரிந்துரைக்கும் அகராதிகள் இருப்பது போல் தமிழுக்குத் தற்போது இல்லை.

தமிழுக்கே இவ்வளவு சிக்கல் என்றால் ஆயிரக்கணக்கான எழுத்துக்கள் உடைய சீனம் போன்ற மொழிகளில் இதை எவ்வாறு கையாளுகிறார்கள்?

இதையொட்டி வலையில் தேடுகையில், சீன செல்பேசி விசைப்பலகை வடிவமைப்புகான ஆய்வறிக்கை ஒன்று கண்ணில் பட்டது. இவ்வறிக்கையில் முக்கியமாக, 10 முதல்15 வரையான பக்கங்களைப் படித்துப் பாருங்கள்.

தமிழுக்கான செல்பேசி விசைப்பலகை ஒன்றை மனக்கணக்காகவே உருவாக்கலாம் என்று முன்னர் நினைத்திருந்தேன். ஆனால், இந்த ஆய்வறிக்கையைப் பார்த்த பின் கொஞ்சம் நிரல் எழுதி மெனக்கெட்டால், சிறந்தது என அறிவியல்பூர்வமாகவே நிறுவத்தக்க தமிழ் செல்பேசி விசைப்பலகையை உருவாக்கி விடலாம் என்று தோன்றுகிறது.

முயன்று பார்க்கிறேன் !!

இலக்கண அடிப்படை தமிழ் சொற்திருத்திக்கான வரைவு

Due to time constraints, I am posting the draft in English. This idea of a grammar based spell checker for Tamil was proposed by Mauran and drafted by me in Thamizha! group but yet to be materialised. I welcome all Tamil computing enthusiasts to help realise this project.

I see an immediate possibility to come up with a grammar based spell checker for Tamil. Such approaches are there in other languages also but they do it usually by statistical occurrences of regular mistakes rather than on a rule based approach. Based on our current human resources and immediacy of the issue, we can do a grammar based rule approach.

This approach would virtually eliminate all typos in Tamil if not the spelling mistakes..

Here is what we need to do.

1. compile a database of letter sequences in Tamil in that are not grammatically allowed.

It can be done as follows –

1a. Compile a 247×247 matrix for Tamil letters and remove the allowed combinations and upload the rest to the database.

for example –

அஅ – spelling mistake
அஆ- spelling mistake
அஇ- spelling mistake
அஈ- spelling mistake

..and so on for அ against all 247 Tamil letters. upload the spelling mistakes to the database and leave the rest.

Repeat this procedure for each of the Tamil letter against each of the Tamil letter..

1b. To address the issue of சந்தி, we create a rule that is similar to the one below..

ச்+space+ச, சா, …சௌ – may not be a typo or spelling mistake and hence we don’t add it to the database.
ச்+space+any other letter except (ச, சா, …சௌ) is a spelling mistake and hence we add it to the data base

and repeat the procedure for க், த், ப்

1c. to address the issue of ஒற்றெழுத்து, தொடக்க எழுத்து we create rules as follows:
space+உயிரெழுத்து = allowed
space+மெய்யெழுத்து = spelling mistake and add it to the data base..here a point to be noted is that space+மெய்யெழுத்து can occur for non-Tamil words and names and we give it as a hint in the error message.

and create rules for உயிரெழுத்து+space, மெய்யெழுத்து+space, உயிர்மெய்யெழுத்து+space, space+உயிர்மெய்யெழுத்து on a case by case basis. It is to be noted that உயிரெழுத்து+space can occur in poetic instances.

People like me, mauran can take responsibility for creating the above said matrix, rules and checking them..or i can do it myself completely if Mauran has time constraints..The guideline needed is in what file format, text format should this database be created so that it is readable for the Firefox extension, or any word processor? I need technical guidelines on these aspect.

2. Now this database is to be converted into a Firefox extension.

Things to do here –

the regular dictionaries in Firefox or word processors compare the input word in the database and if it is not there then announces it as a spelling mistake. But our approach should do the inverse. If this needs a completely new dictionary script to be written, then the technical people like Mugunth, Sethu, Sundar can help.

After creating such script the database should be embedded in it and the extension should be uploaded to Firefox repository or from a private site initially.

Care should be taken that besides creating a Firefox supported dictionary we do this in order to support any word processing application..