குறியேற்றமும் இலக்கணமும்

இனி அடுத்த சோதனைக்கு - 3 க்குப் போவோம். இப்பொழுதும் நாம் எடுத்துக் கொள்ளும் சொற்கள் அதே ஐந்து தாம்.

இவன்
இவனை
இவனால்
இவனோடு
இவனிடம்

இந்தத் தொகுதியில் இவன் என்பதை மாணிக்கன் என்று மாற்றினால், நாம் எதிர்பார்க்கும் முடிவுகள் கீழே வரும்படி இருக்க வேண்டும்.

மாணிக்கன்
மாணிக்கனை
மாணிக்கனால்
மாணிக்கனோடு
மாணிக்கனிடம்

ஆனால் வெறும் முதற்சொல் மட்டுமே WORD - ல் Find and Replace மூலம் மாறுகிறது; கூடவே முன்னால் சொன்னது போல, மேலே உள்ளதை. உரோமன் எழுத்தில் போட்டால், எல்லாமே மாறுகிறது. So, no big deal.

அடுத்ததாக, மாணிக்கன் என்பதற்குப் பகரியாய் (substitute) மாணிக்கம் என்று கடையெழுத்தை மட்டும் மாற்றிப் போடுகிறோம் என்று வையுங்கள். தமிழ் வழக்கப் படி நாம் எதிர்பார்க்கும் மாற்றங்கள்:

மாணிக்கம்
மாணிக்கத்தை
மாணிக்கத்தால்
மாணிக்கத்தோடு
மாணிக்கத்திடம்

ஆனால் முடிவுகளோ? தமிழ் எழுத்து, உரோமன் எழுத்து என இரண்டில் எழுதினாலும் வெறுமே முதற்சொல் மட்டுமே மாணிக்கம் என்று மாறுகிறது; மற்றதெல்லாம் கந்தர கோளமாய் நிற்கின்றன. முன்னால் (உயிர்மெய் எழுத்துக்களே இல்லாத, வெறும் அகரவரிசையைக் கையாளும்) உரோமன் எழுத்தில் எழுதியபோது, ஐந்தும் சரியாக மாறின; இப்பொழுது அதுவும் no go.

Maanikkam
Maanikkamai
Maanikkamaal
Maanikkamootu
Maanikkamitam

என்ன ஆச்சு? குழந்தை அழுதுது; இலக்கணம் போச்சு. மொழிக்கும் எழுத்துக்கும் உள்ள தனித்தன்மைகளை விளக்கும் முகமாக இங்கே அத்துச் சாரியை உள்ளே நுழைய வேண்டியதை கணி மட்டும் உணர மாட்டேன் என்கிறது. ஏனென்றால் தமிழ் என்ற மொழியைக் கையாளுகிறோம் என்று கணிக்குத் தெரியாது. (நாம் சொல்லாவிட்டால் கணி எங்கே உணரப் போகிறது?) In other words, we have a Unicode compliant software which does not recognize Tamil Script and also Tamil language.

While we need a proper script recognition to solve problems like Experiment - 1, we need special add - on modules to recognize Tamil Grammer for solving problems like Experiment - 3.

i.e.,
Exp - 1 is related to a grammer independent problem (but needing to understand vowelized consonant properly).
Exp - 3 is related to a grammer dependent problem.

We should not lump both the problems together. The first one has to be solved at the encoding level and the second one at the special purpose software level. Present Unicode encoders developers take an escapist position and dump every such problem (both exp - 1 and 3) on to the special purpose software level posing burden on computing.

இதுவரை புரிந்து கொண்டதையும், அதில் இருந்து விரிகின்ற சில முடிபுகளையும், தொகுத்து உரைப்போமா?

1. தமிழ் மொழி என்பது ஓர் ஒட்டுநிலை மொழி (Agglutinative language). அது மேலை மொழிகளைப் போல நெகிழா மொழி (inflexive type = a language that adds one moneme or phoneme to a verb to denote case, number, gender, person, tense, etc. - Latin, Greek, Russian, etc. - as opposed to agglutinative languages. ஆங்கிலம் இலத்தீன், கிரேக்கம், உருசியன் பார்க்கச் சற்று வேறுபட்டது.) அல்ல, நெகிழா மொழிகளில் வேற்றுமை தெரிவது வினைச்சொல்லில்; தமிழில் பின்னொட்டுக்களை வைத்துப் பெயர்ச்சொல்லில் வேற்றுமை பழகுகிறோம். [மேலை மொழிகளில் பெரும்பாலானவற்றில் வேற்றுமை உருபுகள் தனித்தே நிற்கும்; அல்லது வினைச்சொல்லில் பிணைந்து நிற்கும். பெயர்ச்சொல்லோடு கொழுவி (கொழுவுதல் = சார்ந்து நிற்றல், கொழுநன் = சார்ந்து நிற்கிறவன்) நிற்காது.] முதல்வகைச் சொற்களோடு வேற்றுமை சேர்க்கும் போது புணர்ச்சி பார்த்துச் சேர்க்க வேண்டியது முகமையானது. அப்படியானால் "ஒரு ஆவணத்தில் வரும் உயிர்மெய் எழுத்துக்களை எந்த நேரத்திலும் அதில் பொதிந்து கிடக்கும் மெய்யென்ன? உயிரென்ன" என்று இம்மி நேரத்தில் பிரித்து அறியக் கூடிய வாய்ப்பு கணிக்குள் செயற்படும் எந்த நிரலிக்கும் இருக்க வேண்டும். இந்த வாய்ப்பு அமையவேண்டுமானால் அது குறியேற்றத்திற்குள்ளேயே குறிப்புள்ளி (code-point) அளவிலேயே பொருத்தப் பட்டு இருக்க வேண்டும். (இதை எப்படிச் செய்யலாம் என்று பின்னால் வரும் பதிவுகளில் பார்ப்போம்.)

2. சில குறிப்பிட்ட பெயர்ச்சொற்கள் சாரியை இல்லாமல் வேற்றுமை உருபுகளை எடுக்காது. அவற்றைக் கையாள வேண்டுமானால் குறியேற்றத்தினின்று விலகி ஒரு புறனடையாக (exception) விதப்பு (specialized) நிரலிகள் வைத்துத் தான் find and replace செய்யமுடியும். இவை என்னென்ன, எந்த நிலையில் வருகின்றன என்பதை தொல்காப்பியம், நன்னூல் பார்த்துச் செய்யமுடியும்.

இனி அடுத்த சோதனைக்குப் போவோம்.

அன்புடன்,
இராம.கி.