If the user types অধ্যায়ে, the spell checker suggests অধ্যায়ে, which visually appears identical. However, there is a difference at the Unicode level: the user input consists of two characters (য় = U+09AF + U+09BC), whereas the suggestion uses a single character (য় = U+09DF).
If the intention is to treat the user’s two-character input as correct, it is necessary to add a rule in the affix file as follows:
ICONV 1
ICONV য় য়
गेल्या ६ ते ७ वर्षांत सुमारे आठ कोटी रुपये विकीमिडीया फाउंडेशनने भारतात पाठविले. Centre for Internet and Society (India) या संस्थेच्या वेबसाईटवर हे आकडे कोणालाही पाहता येतील.
https://cis-india.org/about/reports
मोदी सरकारने कायदा करून परदेशातून येणार्‍या पैशाचा ओघ उघड करण्याची सक्ती केली म्हणून आज आपण हे आकडे पाहू शकतो. २०१९ सालापूर्वी देखील काही पैसे त्यांनी पाठवले आहेत पण त्याची स्वतंत्र नोंद नाही.
2019 April - June 8844962
2019 Oct - Dec 2147512
2019 Oct - Dec 1044750
2020 Jan - March 5291569
2020 July - Sep 9290535
2021 July - Sep 10258483
2021 July - Sep 3794716
2022 Jan - March 4396493
2022 July - Sep 2280016
2023 April - June 4996699
2023 July - Sep 10416927
2024 Jan - March 7037034
2024 April - June 10228197
हे आकडे फक्त सप्टेंबर २०२४ पर्यंतचे आहेत. गेल्या एक वर्षातील जमेचे आकडे अद्याप वेबसाईटवर दिले गेलेले दिसत नाहीत. ज्या संस्थेकडे विकीचे पैसे जमा झाले ती संस्था म्हणजे वर उल्लेख केलेली CIS ही संस्थाच १ मे २०२५ पासून बंद पडली आहे. तसे त्यांच्याच वेबसाईटवर मुख्य पानावर लिहिलेले आहे. त्याचा अर्थ गेल्या एक वर्षात किती पैसे विकीकडून आले ते समजणे आता अशक्य नाही पण अवघड आहे. मोझिला (फायरफॉक्स) या संस्थेने देखील २ कोटीची देणगी शैक्षणिक कामासाठी दिलेली दिसत आहे. स्वतः तोट्यात असताना हा प्रपंच त्यांनी का केला ते कळायला मार्ग नाही. परदेशातील इतर काही संस्थांनी देखील पाच - पन्नास कोटी रुपये दिलेले असतील पण तो ह्या लेखाचा विषय नाही.
ह्या ८ ते १० कोटींचा अपहार झाला आहे असे मला अजिबात म्हणायचे नाही. माझा त्या संस्थेच्या संचालकांवर आणि विकीपीडिया साठी झटणार्‍या टीमवर पूर्ण विश्वास आहे. प्रश्न असा आहे इतका पैसा खर्च केल्यावरही मराठी/ हिंदी किंवा दक्षिण भारतातील इतर विकीपीडिया / विकीसोर्स यांची स्थिती अशी का आहे? बहुतेक सर्व स्वयंसेवक विकीसाठी आपला वेळ मोफत देतात असे सांगण्यात येते, ते खरेच तसे आहे का? कॉन्फरन्स खर्च, प्रवास भत्ता, संगणक खरेदी अशा गोष्टी विकीसाठी कितपत फायदेशीर ठरल्या आहेत त्याचा वस्तुनिष्ठ आढावा घेण्याची त्यांची तयारी आहे का? विकीवर प्रेम करणार्‍या जगभरातील देणगीदारांनी दिलेले हे पैसे आहेत त्यामुळे त्याविषयी बोलण्याचा मला नक्कीच अधिकार आहे. कारण विकीच्या दृष्टीने १ कोटी किंवा एक रुपया देणारा देणगीदार दोन्ही एकाच मापाचे आहेत. सामान्य माणसाचा आवाज हाच विकीपीडियाचा आवाज आहे. माझे योगदान नगण्य असले तरी मी प्रश्न तर नक्कीच विचारू शकतो.
हंस्पेलचा मला व्यक्तिशः काय फायदा झाला याचा मी विचार करतो तेव्हा मला एक गोष्ट प्रकर्षाने जाणवते ती म्हणजे भाषेकडे पाहण्याची एक विशाल दृष्टी मला या प्रोजेक्टने दिली. इंग्रजीत ज्याला "birds eye view" म्हणतात अशी दृष्टी. म्हणजे बघा, तुम्ही जेव्हा विमानातून जमिनीकडे पाहता तेव्हा तुम्हाला शेकडो किलोमीटर परिसर एकाच नजरेत दिसतो. गाव/ तालुका वेगळे ओळखू येत नाहीत. जमिनीच्या हद्दीवरून होणारी भांडणे विमानातून पाहताना क्षुद्र वाटू लागतात. आता असा विचार करा की तुमचे विमान आकाश ओलांडून अंतराळात गेले आहे. तिथून तर संपूर्ण पृथ्वी पाहता येते की नाही? ह्या प्रोजेक्टने जवळपास संपूर्ण जगातील भाषा कवेत घेतल्या आहेत, त्यातील आंतर-संबंध उलगडून दाखविले आहेत आणि त्यातील साम्यस्थळे अधोरेखित केली आहेत. भाषेच्या अभ्यासकांना हंस्पेल हा विषय निदान २ मार्कांसाठी तरी ठेवला गेला पाहिजे असे मला वाटते. त्यातून भाषेकडे पाहण्याची एक वेगळी आणि विशाल दृष्टी मिळेल. तिचा आपल्याला इतर ठिकाणी देखील फायदा होईल. मी हिंदी भाषेतील स्पेल चेक बनविला, त्यावरून मायबोलीवरील एका सदस्याने टीकेचा अक्षरशः भडिमार केला तो येथे वाचता येईल.
https://www.maayboli.com/node/67422?page=4
वास्तविक हिंदी आणि मराठी एकाच भाषेपासून बनलेल्या असल्यामुळे त्यांचा एकमेकांवर प्रभाव पडत गेला आहे. एकमेकांना न संपवता सहजीवन जगता येणे वाटते तितके कठीण अजिबात नाही हे मी हंस्पेलच्या अभ्यासातून शिकलो. भाषेचा भूतकाळ आणि त्याची वर्तमानाकडे झालेली वाटचाल याचा अभ्यास करणार्‍यांसाठी हा प्रोजेक्ट म्हणजे एक चांगले साधन आहे.
एखाद्याला कदाचित अतिशयोक्ती वाटेल पण पाणिनीच्या अष्टाध्यायी या ग्रंथानंतर भाषेला सूत्ररूपात मांडण्याचा हंस्पेल हा एक महत्त्वाचा प्रयोग आहे. हंस्पेलच्या फॉरमॅटमध्ये कोणतीही भाषा बसविताना शब्दांचा ल. सा. वि. काढावा लागतो आणि त्याला टॅग जोडावा लागतो. पाणिनीने देखील अशाच प्रकारे संस्कृत भाषेची बांधणी केली त्यामुळे तिचा विस्कळीतपणा जाऊन त्याला बांधेसूदपणा आला. संस्कृतच्या अभ्यासकांचे पाणिनी शिवाय पान देखील हलत नाही तसे काहीसे हंस्पेलच्या बाबतीत भविष्यात होऊ शकते. हंस्पेलच्या फॉरमॅटमधील पर्शियन (फारसी) भाषेची अफिक्स फाईल पाहिली तर आपल्या लक्षात येते की त्या भाषेची रचना देखील इतर इंडो-युरोपीयन भाषांसारखीच आहे. खाली दिलेल्या दुव्यावर सर्व भाषा पाहता येतील. पहिली दोन अक्षरे भाषा दर्शवितात तर नंतरची दोन अक्षरे देश. (उदा. mr_IN म्हणजे मराठी_इंडिया)
https://github.com/LibreOffice/dictionaries/
उजवीकडून डावीकडे लिहिल्यामुळे पर्शियन लिपी दुर्बोध झाली तरी भाषेचा डी. एन. ए. इतर भाषांशी मिळता-जुळता आहे. फक्त अफिक्स फाईल पाहून आपण काही निष्कर्ष काढू शकतो. उदा. संस्कृतमध्ये कोणतेही दोन शब्द एकमेकांना जोडून संधी शब्द बनविता येतो. तसे जगातील इतर कोणत्या भाषेत शक्य आहे? या प्रश्नाचे उत्तर ह्या साध्या कमांडने देता येईल.
# find . -name "*.aff" -exec grep -i -l "^compoundbegin" {} \;
डॅनिश (डेन्मार्क), जर्मन, क्रोएशियन, हंगेरियन, नॉर्वेजियन, कोरियन, स्विडिश, फारसी, डच, इस्टोनियन अशा ८ ते १० भाषा संस्कृत सारखी संधी करू शकतात. कारण "कंपाऊंड-बिगिन" हा टॅग जर त्या भाषेच्या अफिक्स फाईलमध्ये असेल तर त्याचा अर्थ ती भाषा शब्दाची संधी करू देते असा होतो.
दोन अक्षरी क्रियापदे मराठीत किती आहेत?
उदाहरणार्थ गाणे, घेणे, देणे, धुणे, खाणे, पिणे, भिणे, नेणे, जाणे, येणे, लेणे, होणे, विणे
मराठी स्पेलचेकमध्ये अश्रुधुराचा हा शब्द चुकीचा दाखवला जात असून "अश्रुधूराचा" अशी सुचवणी राईट क्लिकवर दिसत आहे. हे बरोबर आहे का? एखाद्या जाणकाराचे मत अपेक्षित आहे.
माझी मुलाखत घ्यायला कोणी येईल अशी काडीचीही शक्यता नसल्यामुळे मीच मला काही प्रश्न विचारले आणि त्यांची उत्तरे देखील मीच दिली. तथाकथित म्हणजे "so called" आणि वैयाकरणी म्हणजे व्याकरणाचे अभ्यासक.
प्रश्नः मराठीच्या भविष्याबद्दल तुम्हाला काय वाटते?
उत्तरः इतिहासाचार्य वि. का. राजवाडे यांनी सुमारे १०० वर्षांपूर्वी "मराठी भाषा मुमुर्षू आहे काय?" या शीर्षकाचा लेख लिहिला. त्याचा अर्थ "मराठी भाषा मरायला टेकली आहे काय?" असा होतो. आपल्या विधानाच्या पुष्ट्यर्थ त्यांनी सुशिक्षित मराठी माणसांचे शिक्षण, पत्रव्यवहार, ग्रंथलेखन इ. गोष्टी इंग्रजी भाषेतच चालतात, हे सांगून पुढच्या काळात मराठी भाषा केवळ घरगुती वापरापुरती मर्यादित राहील अशी शंका प्रदर्शित केली. ही शंका आज काही प्रमाणात खरी ठरली असली तरी नवीन युगाची आव्हाने पेलून मराठी रडतखडत का होईना अद्यापही जिवंत आहे. हिंदी किंवा इंग्रजीने तिची जागा अजून घेतलेली नाही. याचे महत्त्वाचे कारण मराठी (आणि एकूणच सर्व भारतीय भाषा) अत्यंत लवचीक आहेत. प्रथम संस्कृत मग उर्दू, फारशी, अरबी त्यानंतर इंग्रजी, पोर्तुगीज अशा अनेक भाषांतील शब्द मराठीत जसेच्या तसे किंवा थोडेफार बदल करून रूढ झाले आहेत. दुसरी गोष्ट नुसती भाषाच नव्हे तर देवनागरी लिपी देखील खूप लवचीक आहे. अ‍ॅ आणि ऑ हे दोन स्वर तुम्हाला तुमच्या लहानपणी वर्णमालेत शिकवले होते का? तर नव्हते! मग तुम्हाला "अ‍ॅक्शन" आणि "ऑस्कर" सारखे इंग्रजी शब्द लिहिताना / वाचताना कधी त्रास झाला का? नाही झाला. इंग्रजी शब्द लिहिण्यासाठी दोन अ‍ॅडिशनल स्वरांची गरज पडली तशी ती कोणताही शासकीय अध्यादेश न निघता पूर्ण झाली. हे प्रागतिकतेचे लक्षण आहे मुमुर्षत्वाचे नव्हे. माझ्या मते मराठीला इतक्यात काही धोका नाही. पण तिचे भविष्य उज्ज्वल आहे असे मात्र मला वाटत नाही.
प्रश्न : असे का?
उत्तरः कारण "अनास्था". फक्त शुद्धलेखनच नव्हे तर सर्वच बाबतीत मराठी माणूसच मराठीला कमी लेखतो. मराठीत नवीन लिखाण फारसे होत नाही. वर्षाला ३ ते ४ हजार पुस्तके प्रसिद्ध होतात आणि सुमारे चारशे दिवाळी अंक वाचकांची भूक भागवतात. ही आकडेवारी खरी आहे पण फसवी आहे. बहुतेक पुस्तके सरकारी अनुदानातून वाचनालये खरेदी करतात आणि कपाटात ठेवतात. मग वाळवी लागून ती पुस्तके नष्ट होतात. एक छापील पुस्तक पूर्णपणे नष्ट होते तेव्हा इतिहासाशी बांधला गेलेला एक धागा कायमचा तुटून जातो. एक जुने झाड तुटते, एक वृद्ध माणूस मरतो तसे पुस्तक नष्ट होणे ही शोकाची गोष्ट आहे असे कुणाला वाटत नाही. जुने पुस्तक महत्त्वाचे आहे कारण त्या काळी इतका खर्च करून जर ते छापले गेले असेल तर त्यात काहीतरी जतन करण्यासारखे आहे असे तेव्हा कोणाला तरी नक्कीच वाटले असेल ना? एक ऐतिहासिक दस्तावेज म्हणून तरी त्याचे जतन होईल की नाही? की फक्त चूल पेटवण्यासाठी लागणारे इंधन म्हणून त्याचा वापर करायचा? टोकाचा "उपयुक्तता वाद" हा जीवन जगण्याचा मंत्र होऊ शकत नाही. तुम्हाला कदाचित पुस्तकांचे महत्त्व वाटत नसेल पण पुढच्या पिढ्यांना त्याचा उपयोग होऊ शकतो ही तरी शक्यता विचारात घेतली पाहीजे.
जपानी विचारवंत मेरी कोंडो हिने "कोनमारी" नावाचा विचार मांडला आहे. त्यात ती म्हणते तुमच्या घरातील सगळी अडगळ एकत्र करा आणि प्रत्येक गोष्ट हातात घेऊन त्यामुळे आनंदाचे तुषार ("spark joy") उडतात का ते पहा नाहीतर ती गोष्ट फेकून द्या. जुनी पुस्तके या निकषात बसणे कठीण आहे. पण फेकून देण्यापूर्वी ती पुस्तके स्कॅन करून गूगल ड्राईव किंवा विकिसोर्सवर अपलोड करता येऊ शकतात. त्यासाठी फार कमी खर्च येतो, पण थोडा वेळ मात्र द्यावा लागतो. ती पुस्तके तुमच्या घरात आली तेव्हा त्यांनी तुम्हाला काही आनंद दिला होता त्याची ही परतफेड समजा. मी नाही वाचवले तरी इतर कोणीतरी वाचवेल असे जर सगळेच म्हणू लागले तर शंकराचा गाभारा दुधाऐवजी पाण्याने भरला गेला तशी गत होईल. सगळे असाच विचार करतील आणि ते पुस्तक दुर्मीळ होईल. कित्येक पुस्तकांची फक्त नावे माहीत आहेत ते पुस्तक वाचण्यासाठी एकही प्रत शिल्लक नाही. कित्येकांची तर नावेही मागे राहिलेली नाहीत.
प्रश्नः ते सरकारचे काम नाही का?
उत्तरः सरकारने काय काय आणि का करायचे? मराठी भाषा आपली मातृभाषा आहे असे ज्यांना वाटते त्यांची ही जबाबदारी आहे. सरकारची नाही.
प्रश्नः इंग्रजीसारखा चालणारा मराठी स्पेल चेकर तुम्ही बनविला आहे असे ऐकले आहे. त्याबद्दल काही सांगा.
उत्तरः त्यासाठी गूगल सर्च ही सुविधा आहे. त्यात सर्व माहिती मिळेल.
प्रश्नः ठीक आहे. पण त्यात काही अडचणी आल्या का? त्या कशा सोडविल्या त्याबद्दल ?
उत्तरः
इंग्रजीत एका शब्दापासून फार फार तर ३ किंवा ४ शब्द बनतात. उदाहरणार्थ work या क्रियापदापासून worked, working, works असे शब्द बनतात. पण बहुतेक सर्व भारतीय भाषा संस्कृतपासून बनलेल्या असल्यामुळे त्यात एका शब्दापासून हजारो शब्द बनू शकतात. उदाहरणार्थ "बसणे" या क्रियापदापासून सुमारे ७,५०० शब्द बनवता येतात. त्यामुळे स्पेल चेक बनविताना हे सर्व शब्द शुद्ध म्हणून दाखवावे लागतात इतकेच नव्हे तर चुकलेल्या शब्दाला देखील यातील सर्वात जवळचा शब्द द्यावा लागतो. नेमके सांगायचे तर इंग्रजीत २ लाख शब्दांमधून योग्य शब्द निवडावा लागतो तर मराठीत २ कोटी शब्दांमधून सर्वात जवळचा शब्द शोधायचा असतो. संस्कृतमध्ये कोणत्याही शब्दाची संधी इतर कोणत्याही शब्दाशी करता येत असल्यामुळे त्यातील अफाट शब्दसंख्या मोजण्याचा प्रयत्न अद्याप कोणी केलेला नाही. माझ्या अंदाजानुसार मराठी जर इंग्रजीच्या १०० पट अधिक मोठी असेल तर संस्कृत मराठीच्या १०० पट अधिक म्हणजे सुमारे २०० कोटी इतके शब्द बनविण्याची क्षमता घेऊन असली पाहीजे. अर्थात जास्त शब्द म्हणजे श्रेष्ठ भाषा असे काही समीकरण नसते हे दिसतच आहे. कारण फक्त २ लाख शब्दांची इंग्रजी आज जागतिक भाषा आहे तर २०० कोटी शब्दांची संस्कृत कुणाच्या खिसगणतीतही नाही. ह्याच कारणामुळे मराठीतील स्पेल चांगला चालत असला तरी मी बनविलेला संस्कृत स्पेल चेक विश्वासार्ह नाही.
प्रश्नः हंस्पेल हा काय प्रकार आहे?
उत्तरः हंगेरियन भाषेतील स्पेलचेक बनविण्यासाठी लिहिलेला प्रोग्राम म्हणजे हंस्पेल. "हं" म्हणजे हंगेरियन. युरोपातील कोणत्यातरी कोपर्‍यातील भाषेसाठी बनविलेले सॉफ्टवेअर जसेच्या तसे मराठीसाठी वापरता येते. इंडो - युरोपियन कुळातील सर्व भाषा एकाच भाषेपासून निर्माण झालेल्या आहेत आणि त्यांच्यात घनिष्ठ संबंध आहे हे सिद्ध करण्यासाठी माझ्या मते हे एकच उदाहरण पुरेसे आहे.
प्रश्नः प्रकल्पाचा खर्च कोण करतो? देणगी वगैरे मिळते का?
उत्तरः कोणी मराठी माणूस अशा प्रकल्पासाठी देणगी देत असेल अशी शक्यता व्यक्त केलीत यातच सर्व काही आले. पैसे जाऊ द्या, या प्रकल्पाबद्दल दोन चांगल्या ओळी लिहा अशी विनंती केली तर एका मोठ्या नामवंत संपादकांनी नम्रपणे नाही म्हणून सांगितले. सल्ला / मार्गदर्शन मात्र वेळोवेळी मिळत गेले. त्यात ओंकार जोशी यांचे नाव घेता येईल. त्या व्यतिरिक्त उपक्रम, मनोगत, मायबोली वरील जाहीर चर्चा तर कोणालाही वाचता येतीलच.
प्रश्नः मग हे सर्व करण्यामागचा उद्देश?
उत्तरः आवड म्हणून. किंवा छंद म्हणा हवे तर. गिर्यारोहण, तीर्थयात्रा, युरोप टूर, अमेरिका वारी अशी काही स्वप्ने असतात काहींची. तसे हे माझे स्वप्न.
विष्णु रामचंद्र बापट व बाळकृष्ण विष्णु पंडित यांनी प्रसिद्ध केलेला "शुद्ध मराठी कोश" १८९१ मध्ये पुण्यातून प्रसिद्ध झाला. त्याची प्रस्तावना आजच्या काळातही उद्बोधक ठरण्यासारखी आहे. ती विकीसोर्सवर वाचता येईल किंवा या दुव्यावर देखील उपलब्ध आहे.
https://kagapa.s3.ap-south-1.amazonaws.com/spellcheck/kosha.pdf
१) मराठी शुद्धलेखनाच्या दृष्टीने गेल्या दिडशे वर्षांत फारसे बदल झालेले नाहीत. दोन - तीन निरीक्षणे नोंदवून ठेवत आहे.
अ) हिचा, हिचे हे शब्द इचा, इचे असे लिहिले आहेत.
ब) "तिच्यांत", "त्यांतील", "सांपडेल" अशा शब्दांत अनुच्चारीत अनुस्वार दिला आहे. जो नंतर नियम करून काढून टाकला गेला.
क) म + ह हे जोडाक्षर हमखास ह + म असेच लिहिले आहे. म्हणजे आम्ही हा शब्द "आह्मी" असा लिहिला आहे. "ह्मणजे", "ह्मणून" हे शब्द सध्याच्या नियमांनुसार अशुद्ध ठरतात.
२) त्या काळातही पेन्सिल, टाईम वगैरे शब्द वापरात होतेच. पण त्यांची गणना मराठी म्हणून होत नव्हती व त्यामुळे ते या कोशात घेतले गेले नाहीत. त्याचे स्पष्टीकरण देखील प्रस्तावनेच्या शेवटी दिले गेले आहे.
ह्यांत मराठी भाषेच्या सांप्रतच्या स्थितीत चालू असलेले बहुतेक शब्द आहेत. ज्ञानेश्वरी वगैरे अति प्राचीन ग्रंथांत असलेले व स्लेट, पेन्सिल, पोष्ट, टाईम, वगैरे इंग्रजीतून येणारे अशा शब्दांचा ह्यांत समावेश केला नाही. ह्याचे कारण हे की, ज्ञानेश्वरी वगैरे ग्रंथांतल्या शब्दांचा स्वतंत्र कोश आहेच व इंग्रजी शब्द इंग्रजीभाषानभिज्ञही वापरतात, परंतु फारशी भाषेतून मराठी भाषेत आलेल्या शब्दांप्रमाणे त्यांची अद्यापि मराठीतले ह्मणून गणना होऊं लागली नाहीं.
इंग्रजांचे राज्य ऐन भरात असताना देखील इंग्रजी शब्द मराठीत पूर्ण रुळले नव्हते. पण इंग्रज भारत सोडून गेल्यानंतर इंग्रजी शब्दांनी मराठी भाषेवर असा काही विळखा घातला आहे की त्यामुळे तिचे प्राण कंठाशी आले आहेत. स्पेलचेकच्या डेटाबेसमध्ये सुमारे ४००० (चार हजार) इंग्रजी शब्द आहेत. त्यांचे प्रमाण एकूण मराठी शब्दांच्या सुमारे १०% इतके असेल. इंग्रजी शब्द आणि हिंदी व्याकरण यांचा मराठीवर पडणारा प्रभाव या विषयासाठी स्वतंत्र लेखाची गरज आहे.
३) इंग्रजांनी छपाईचे
तंत्रज्ञान भारतात आणले याचे श्रेय त्यांना दिले गेले पाहिजे असे मला वाटते.
४) दिडशे वर्षांपूर्वी लिहिलेल्या या प्रस्तावनेतच कित्येक कोश / ग्रंथ आता लुप्तप्राय झाले आहेत अशी तक्रार आहे! या पुस्तकावर देखील "सरस्वती महाल लायब्ररी - तंजावर" असा तामिळनाडूमधील शिक्का आहे. मराठी माणसाला भाषा आणि इतिहास याविषयी फारसे ममत्त्व नसणे याचे देखील काही कारण असू शकते.