युबंटूसाठी गमभन

खाली दिलेली कमांड युबंटूच्या कमांड प्रॉम्टवर कॉपी-पेस्ट करा. त्यानंतर आवश्यकता भासल्यास  reboot  कमांडने कंप्युटर पुन्हा सुरू करा. 

sudo add-apt-repository ppa:gamabhana-team/gamabhana

sudo apt-get update

sudo apt install gamabhana

आनुषंगिकच्या निमित्ताने

आनुषंगिक हा शब्द १६ प्रकारांनी लिहिता येतो. म्हणजे खाली दिलेले बाकीचे १५ प्रकार चुकीचे आहेत.

अनुशंगिक
अनुशंगीक
अनुषंगिक
अनुषंगीक
अनूशंगिक
अनूशंगीक
अनूषंगिक
अनूषंगीक
आनुशंगिक
आनुशंगीक
आनुषंगीक
आनूशंगिक
आनूशंगीक
आनूषंगिक
आनूषंगीक

हे शब्द तयार करण्यासाठी पायथॉनची ही स्क्रिप्ट वापरली.

mylist = [["अ", "आ"], ["नु", "नू"], ["शं", "षं"], ["गि", "गी"], ["क"]]
import itertools
for i in itertools.product(*mylist):
    print("".join(i))

तसेच ऐतिहासिक हा शब्द देखील अनेक प्रकारे लिहिता येतो.

_____

x = ['बि', 'बी']
y = ['भ', 'भि', 'भी']
z = ['त्स', 'स्त']

for x1 in x:
    for y1 in y:
        for z1 in z:
            print(x1+y1+z1)

_____

Use this code to generate more words with replacements.

replacements = {'ि':'ी', 'ी':'ि', 'ु':'ू', 'ू':'ु'}

with open('dicts/mr_IN_eng.dic') as f:
    for x in f:
        subs = [{_x,replacements.get(_x,_x)} for _x in x]
        for s in itertools.product(*subs):
            print ("".join(s))

जोडाक्षरांची आडवी / उभी मांडणी

मराठी विकिपीडियाने काही जोडाक्षरांच्या बाबतीत आडवी मांडणी स्वीकारलेली दिसत आहे. उदा...

आडवी मांडणी । उभी मांडणी

रत्‍नागिरी । रत्नागिरी

मुक्‍त । मुक्त

आश्‍वासन । आश्वासन

लोकसत्तासारखी वृत्तपत्रेदेखील हे शब्द आडव्या मांडणीत दाखवतात. याचा अर्थ वाचकांची सोय ही जास्त महत्त्वाची असून संगणक लॉजिक किंवा नियम सरसकट राबवता येत नाहीत. पण तसे असेल तर अश्‍वारोहण हा शब्द उभ्या मांडणीत अश्वारोहण असा का लिहिला जातो? म्हणजे मराठी शब्द आडव्या मांडणीत तर संस्कृत शब्द उभ्या मांडणीत दाखवावेत असा काही संकेत आहे का? कारण माझ्यामते अश्वत्थामा बरोबर असून सहसा अश्‍वत्थामा असे लिहिले जात नाही. आडव्या मांडणीसाठी नॉन जॉइनर वापरावा लागतो. त्याची चर्चा मी याच धाग्यात (१ एप्रिल २०२१) केली आहे. एकच शब्द दोन पद्धतीने लिहिता येत असेल तर त्यातील एकच पद्धत स्पेलचेकमध्ये स्वीकारायची असे धोरण आहे. पण या बाबतीत अपवाद करून हे सहाही शब्द डेटाबेसमध्ये जमा करत आहे. अजून काही शब्द सुचविले गेले तर ते देखील स्वीकारता येतील.

विकी म्हणजे काय?

विकी नक्की काय आहे या विषयी बऱ्याच लोकांचा गैरसमज झालेला दिसतो. उदाहरण द्यायचे झाले तर मराठी विकीवरील सदस्य_चर्चा:ज हे पान पाहू शकता. हे सदस्य अत्यंत अनुभवी असून त्यांनी एका लेखातील काही विशिष्ट वर्ग काढून टाकले. संदेश हिवाळे यांनी स्पष्टीकरण मागितले की "या लेखातून तुम्ही कोणतेही स्पष्टीकरण न देता "वर्ग:दलित लेखक, वर्ग:दलित कार्यकर्ते, वर्ग:भारतीय बौद्ध, वर्ग:आंबेडकरवादी" हे चार वर्ग हटवले;  हे चारही वर्ग मराठी विकिपीडिया खेरीज इंग्लिश विकिपीडियासह अनेक विकिपीडियांमध्येही उपलब्ध आहेत." त्यावर यांनी सांगितले की... "विकीवरच काय पण इतरत्र कुठेही कुठलाही जातवादी उल्लेख असू नये या मताचा मी आहे. तसे उल्लेख करत राहिलो तर जातिअंताच्या चळवळीचे काय भविष्य असेल?" विकिपीडिया हे जातिअंताच्या चळवळीचे साधन आहे असे यांना कुणी सांगितले?

मराठी विकीवर मुखपृष्ठावर रामदास स्वामींनी केलेला उपदेश विकीचे अधिकृत धोरण असल्यासारखे वापरले आहे. “आपणांसी जे जे ठावे, ते इतरांसी सांगावे; शहाणे करोनी सोडावे, सकलजन.” यातील पहिला अर्धा भाग विकीला चपखल लागू पडतो. पण नंतरचा अर्धा भाग विकीच्या तत्त्वात अजिबात बसत नाही.  “शहाणे करोनी सोडावे” यात जो जबरदस्तीचा भाग आहे तो विकीला कधीच मान्य नव्हता. विकिपीडिया आपल्यासमोर फक्त काही माहिती ठेवते त्याच्या सत्यासत्यतेविषयी किंवा निष्पक्षतेविषयी कसलीही जबाबदारी घेत नाही.  आई जसे औषध घेतल्याशिवाय मुलाला सोडत नाही तसे काही विकी करत नाही. 

काही विचारवंत शासनावर दबाव आणण्यासाठी विकीचा वापर करावा असे लेख लिहून जाहीरपणे सांगतात. उद्या नक्षलवादी कार्यकर्तेदेखील विकीचा वापर आपल्या संघटनेच्या प्रचारासाठी करतील, काय सांगावे?

गाळलेल्या जागा भरा!

काही वेळा जुन्या पुस्तकातील दोन – चार शब्द पुसले गेलेले असतात. अशी पुस्तके स्कॅन केल्यावर असे शब्द काय असतील हे शोधणे कठीण होऊन बसते. 

https://mr.wikisource.org/wiki/%E0%A4%AA%E0%A4%BE%E0%A4%A8:Arth_shastrachi_multatve_cropped.pdf/81

दोन शब्दांमधील गाळलेले शब्द शोधून काढण्यासाठी ही क्वेरी वापरता येते.

# /root/.cargo/bin/rg  -No "(दरवर्षी (\w+ ){3}पेठ)" mr_dedup.txt

याचा अर्थ दरवर्षी या शब्दानंतर पुसले गेलेले ३ शब्द शोधायचे आहेत. पण त्यानंतर येणारा शब्द हा "पेठ” असा असला पाहिजे. या निकषात बसणाऱ्या दोन ओळी मिळाल्या...

संस्थेतर्फे दरवर्षी भरवली जाणारी ग्राहक पेठ यावर्षी शुक्रवार दि. १९ ऑक्टोबर २०१८ ते रविवार दि. २८ ऑक्टोबर २०१८ या कालावधीत संपन्न होत आहे...

वृद्ध आबासाहेबांनाही या मुलाच्या विलक्षण बुद्धिमत्तेबद्दल कौतुक होतं. दरवर्षी त्यांचा टांगा नारायण पेठेतल्या त्या जिन्याखालच्या खोलीसमोर थांबे - ज्ञानाची उपासना करणार्‍या या मुलाला गणेशोत्सवाच्या जेवणाचं समक्ष आमंत्रण करण्यासाठी.

"भरवली जाणारी ग्राहक" किंवा "त्यांचा टांगा नारायण" असे दोन पर्याय  मिळतात त्यातील. योग्य पर्याय संदर्भाने निवडता येतो. 

यासाठी ऑस्कर नावाचा पब्लिक डेटा वापरला आहे. 

https://oscar-public.huma-num.fr/shuff-dedup/mr/

आणि ग्रेप क्वेरी न वापरता रिपग्रेप कमांड वापरली कारण त्यात युनिकोड सपोर्ट आहे. रस्ट ही एक पायथॉन सारखी  प्रोग्रॅमिंग लँग्वेज असून ती देखील यासाठी आवश्यक आहे.

काय फरक पडतो?

 मराठी विकीवरील संदेशः

ज्ञानसंप्पन आणि माहितीसमृद्ध समाज घडवण्यासाठी वाचन संस्कृतीचा विकास व प्रसार आवश्यक आहे. वाचन संस्कृतीचा विकास व प्रसार होण्याचे उद्देशाने भारत रत्न डॉ. ए. पी. जे. अब्दुल कलाम ह्याचा जन्मदिवस हा महाराष्ट्र सरकार २०१५ पासून वाचन प्रेरणा दिन म्हणून साजरा करतो. मराठी भाषा विभाग मंत्रालयाच्या आव्हाना प्रमाणे मराठी विकिपीडिया २०१५ पासून १५ ऑक्टोबरला जोडून दरवर्षी वाचन प्रेरणा सप्ताहाचे आयोजन करीत असतो.

१) "ज्ञानसंप्पन" हा शब्द "ज्ञानसंपन्न" असा हवा होता.

२) "प्रसार होण्याचे उद्देशाने" असे न म्हणता आपण "प्रसार होण्याच्या उद्देशाने" असे म्हणतो.

३) "सरकार साजरा करतो" असे न म्हणता आपण "सरकार साजरा करते" असे म्हणतो.

४) "मंत्रालयाच्या आव्हाना प्रमाणे" मंत्रालय सर्वांना उठसुठ आव्हान देत असले तरी इथे मात्र तो शब्द "आवाहनाप्रमाणे" असा वाचावा.

५) "आव्हाना प्रमाणे", "भारत रत्न" असे शब्द हिंदीप्रमाणे तोडून नव्हे तर जोडून लिहिण्याची प्रथा आहे. ती त्रासदायक वाटत असेल आणि सुटे सुटे शब्द वाचायला सोपे वाटत असतील तर मी तसेही वाचण्याची सवय लावून घेईन. 

६) "अब्दुल कलाम ह्याचा" असे न म्हणता "अब्दुल कलाम ह्यांचा" असे आपण आदरार्थी बहुवचन वापरतो. 

संदेश देण्याघेण्याकरता भाषा हे एक माध्यम आहे आणि माध्यमाने म्हणजेच साधनाने साध्य होण्याचा प्रयत्न करू नये हे ठीक. पण वाचन संस्कृतीचा विकास व प्रसार व्हावा असे खरोखरच वाटत असेल तर भाषेचे प्रमाणीकरण करावे लागेल. तीन-चार वाक्ये समजून घेऊन वाचता येतील. अशी आणखी किती वाक्ये फेरफार करीत वाचणार?

शास्त्रात् रूढीः बलीयसी

४१, ४६, ८५ आणि ८६ हे अंक अक्षरी कसे काढायचे याची मला खात्री नाही. कारण सरकारी नियमाप्रमाणे ते असे आहेत. 

एकेचाळीस शेहेचाळीस पंच्याऐंशी शाऐंशी 

पण बाकी बहुतेक सर्व ठिकाणी हे शब्द असे लिहिलेले दिसत आहेत. 

एक्केचाळीस सेहेचाळीस पंचाऐंशी शहाऐंशी 

https://www.maharashtra.gov.in/Site/Upload/Government%20Resolutions/English/20091106130447001.pdf 

 पहाः पान १६ परिशिष्ट पाच (देवनागरी अंक आणि त्यांचे प्रमाणीकृत अक्षरी लेखन) 

 "शास्त्रात् रूढीः बलीयसी" या न्यायाने वर दिलेले रूढ शब्द डिक्शनरीत घेत आहे. कोणी आक्षेप घेतला नाही तर. दोन्ही शब्द बरोबर आहेत असे जर तज्ज्ञ सांगत असतील तर दोन्ही शब्द डिक्शनरीत ठेवता येतीलही. पण लिब्रे ऑफिसच्या नंबर टू टेक्स्ट फंक्शनमध्ये कोणतातरी एकच शब्द ठेवता येईल!

https://github.com/Numbertext/libnumbertext/pull/88/commits/73d0bb4bb8106a0f2f6d7b68ec1727b249e9299f