१३ सप्टेंबर, २०२२

अफिक्स फाईलमधील बदल

 "घराना घरानो घरानी"  या तीन शब्दांना अनुक्रमे "घरांना घरांनो घरांनी" अशी सुचवणी येणे अपेक्षित आहे. पण  अगदी वेगळेच शब्द राईट क्लिकवर दिसतात.  त्यासाठी  रिप्लेसमेंट टॅगमध्ये ही नोंद केली.

REP ाना ांना
REP ानो ांनो
REP ानी ांनी

खाली दिलेले रफार चुकीचे असून ते विसर्गाने दाखवायला हवे. म्हणून ते देखील अफिक्स फाईलच्या रिप्लेसमेंट टॅगमध्ये टाकले.

REP र्क ःक
REP र्ख ःख
REP र्च ःच
REP र्छ ःछ
REP र्ट ःट
REP र्ठ ःठ
REP र्त ःत
REP र्थ ःथ
REP र्प ःप
REP र्फ ःफ
REP र्श ःश
REP र्ष ःष
REP र्स ःस

SQL Query:

select regexp_extract(word, 'ः.')   as mychar , count(*) as cnt 
from oscar2_sorted 
where word like '%ः%' 
group by regexp_extract(word, 'ः.')  

०३ सप्टेंबर, २०२२

इंग्रजी शब्द मराठीत (भाग ५)

युनिकोडच्या दृष्टीने योग्य शब्द कसा काढायचा ते खाली दिले आहे.

कॅप
['क', 'ॅ', 'प']

कँप
बरोबर - ['क', 'ँ', 'प']
चूक - ['क', 'ॅ', 'ं', 'प']\

कॉस्ट
['क', 'ॉ', 'स', '्', 'ट']\

काँग्रेस
बरोबर - ['क', 'ा', 'ँ', 'ग', '्', 'र', 'े', 'स']
चूक - ['क', 'ॉ', 'ं', 'ग', '्', 'र', 'े', 'स']

व्याकरणाच्या दृष्टीने पाहिले तर अनुस्वार वेगळा देणेच बरोबर ठरते. म्हणजे आपण 'भोंगा' शब्दात ओवर अनुस्वार देतो तर 'भिंत' शब्दात इवर अनुस्वार देतो तसा ॅ आणि ॉ वर अनुस्वार द्यायला हवा. पण या बाबतीत युनिकोडने व्याकरणाशी फारकत घेतली आहे. चंद्रकोर आणि अनुस्वार मिळून एकच एक असे चंद्रबिंदू नावाचे ँ चिन्ह देऊन युनिकोडने एक बाईट वाचवला आहे असे दिसते.

कँप शब्द कॅंप असा लिहिला तर एक बाईट जास्त खर्च होईलच पण त्याबरोबरच बहुतेक सर्व फाँटमध्ये अनुस्वार चुकीच्या जागी दिसेल. ते अक्षर तुटल्यासारखेच प्रिंटदेखील होईल आणि वाचायला त्रास होईल. म्हणून काँग्रेस शब्द कॉंग्रेस असा लिहू नये.

२७ ऑगस्ट, २०२२

इंग्रजी शब्द मराठीत (भाग ४)

नॉव्हेल या शब्दाचे अनेकवचनी रूप "नॉव्हेल्सचा" असे होऊ शकते खाली दिलेल्या नियमानुसार.

SFX S Y 3
SFX S 0 ्स/ac .
SFX S ग ग्ज ग
SFX S 0 ेस/ac [सशज]

त्यासाठी नॉव्हेल/S अशी नोंद डिक्शनरीमध्ये करावी लागते. "बस" किंवा "वेज" या शब्दांची अनेकवचने रूपे बस्सचा किंवा वेज्सचा अशी न होता बसेसचा आणि वेजेसचा अशी होतात. तर बॅग या शब्दाचे अनेकवचन बॅग्स या बरोबरच बॅग्ज असेही होते. त्या सर्वांची सोय वरील नियमात केली आहे. डिक्शनरीतील नोंदी अशा दिसायला हव्यात.

नॉव्हेल/S
बस/S
वेज/S
बॅग/S

२५ ऑगस्ट, २०२२

विशेष नामांची व्यवस्था

आनंद/k अशी नोंद डिक्शनरीत आहे. त्यावरून आनंदाची, आनंदाने असे शब्द बनतील. पण हा शब्द भाववाचक नामाबरोबरच विशेष नाम म्हणूनदेखील वापरला जातो.  उदाहरणार्थ आनंद हे एखाद्या व्यक्तीचे नाव देखील असू शकते. अशा वेळी आपण "आनंदची बायको" असे म्हणतो.  सध्या "आनंदची" हा शब्द स्पेलचेकर चुकीचा म्हणून दाखवत आहे. जर आनंद/Aac अशी नोंद केली तर तो शब्ददेखील डिक्शनरीत जमा होईल. दोन्ही शब्द मिळून  आनंद/Aack अशी नोंद करता येईल. पण तसे करण्याचे मी टाळले आहे. कोणती विशेष नामे डिक्शनरीत घ्यायची ते नक्की करावे लागेल. आनंद हा शब्द विशेष नाम म्हणून फार कमी प्रमाणात वापरला जातो. गांधी, मोदी, अडानी, अंबानी हे शब्द आता विशेषनामे म्हणून नव्हे तर सत्ता/ संपत्ती यांना प्रतिशब्द म्हणून मोठ्या प्रमाणात वापरले जातात. म्हणून ते शब्द घेता येतील. इतर शब्दांच्या बाबत काटेकोरपणे विचार करावा लागेल.

०९ ऑगस्ट, २०२२

इंग्रजी शब्द मराठीत (भाग ३)

इंग्रजी ऍ चा मराठीत आ (क्वचित ए इ) असा बदल होतो. तसेच जोडाक्षरातील "ह"चा उच्चार होत नाही. उदा.

लॅबॉरेटरी / लॅब्रोटरी

मॅट्रीक / म्याट्रिक

ड्रॉवर / ड्रावर 

डिव्होर्स / डिवोर्स 

नेचरोपॅथी / नॅचरोपथी

न्युट्रॅलिटी / नुट्रलिटी

पॉवर / पावर

सँटाक्लॉज / सांताक्लॉज

ट्रॅफिक / ट्राफिक

सायकॅट्रिस्ट / सायकियाट्रिस्ट

डिमॉलिशन / डिमोलेशन

कोव्हॅक्सीन / कोवॅक्सीन 

कॉलेस्ट्रॉल / कोलेस्ट्रोल

कॅथॉलिक / कॅथलिक 

डिव्हिडंट / डिविडेंट

डिझ्नी / डिझनी

डिलिव्हरी / डिलिवरी

०८ ऑगस्ट, २०२२

इंग्रजी शब्द मराठीत (भाग २)

tragedy हा शब्द तीन प्रकारे लिहिता येतो.  १) ट्रॅजडी २) ट्रॅजिडी ३) ट्रॅजेडी 

त्यातील पहिला पर्याय ऑक्सफर्डसंमत असल्यामुळे विकीपीडियावर तो वापरता येईल कारण तो ज्ञानकोश असून पूर्णपणे नियमाने चालणे अपेक्षितच आहे.

पण स्पेल चेकसाठी तो पर्याय उपयोगी नाही. इथे "शास्त्रात रुढी बलियसी" हा न्याय वापरावा लागतो. त्यामुळे दुसरा पर्याय ट्रॅजिडी योग्य वाटतो. कारण गूगलमध्ये तो शब्द तिसऱ्या शब्दापेक्षा दसपट जास्त वेळा वापरला गेला आहे. पण गूगलमध्ये हिंदी पानांवरदेखील हा शब्द दिसतो. त्यामुळे कदाचित हिंदी स्पेलचेकसाठी दुसरा पर्याय योग्य होईल. मराठी स्पेलचेकसाठी मात्र तिसरा पर्याय घेतला पाहिजे कारण 'चा’, 'ची', 'चे' सारखे विभक्ती प्रत्यय आणि 'मध्ये’, 'पेक्षा’, 'वर’, 'वरून’, 'कडे' यासारखी अव्यये तिसऱ्या शब्दात वापरलेली दिसतात, दुसऱ्या शब्दात त्यांचा वापर फार कमी झालेला दिसून येईल. उदा. "ट्रॅजिडीकडे" या शब्दासाठी गूगलमध्ये एकही पान दिसत नाही तर "ट्रॅजेडीकडे" या शब्दासाठी चार-पाच पाने दिसतात.

तेव्हा "ट्रॅजेडी" मराठी स्पेलचेकमध्ये,  "ट्रॅजिडी" हिंदी स्पेलचेकमध्ये तर "ट्रॅजडी" मराठी / हिंदी विकीपीडियावर अशी मांडणी करावी लागेल असे वाटते.

_____

खाली दिलेल्या शब्दात अर्ध्या "न" चा उच्चार स्प्ष्ट होतो आणि तो काही पर-सवर्ण पद्धतीने काढलेला अनुस्वार नाही तेव्हा हे शब्द पहिल्या पर्यायाप्रमाणे लिहायचे आहेत.

ट्रेन्ड ट्रेंड
ट्रान्स्लेटर ट्रान्सलेटर ट्रांसलेटर
ट्रॅन्सप्लॅंट ट्रान्स्प्लान्ट ट्रान्स्प्लांट ट्रान्सप्लांट ट्रांसप्लांट
लॅन्सेट लँसेट
कॉन्ट्रॅक्टर कॉन्ट्रक्टर कॉण्ट्रॅक्टर कॉण्ट्रक्टर कॉंट्रॅक्टर

इतर काही शब्दः

ट्रम्प ट्रंप
ट्रीटमेंट ट्रिटमेन्ट ट्रिटमेण्ट ट्रिटमेंट

_____

शास्त्राप्रमाणे "टेक्स्चर" तर रुढ शब्द आहे "टेक्श्चर". म्हणून हे दोन्ही शब्द स्पेल चेकच्या डेटाबेसमध्ये घेतले. असे शब्द अपवादात्मक असावेत.


०५ ऑगस्ट, २०२२

इंग्रजी शब्द मराठीत (भाग १)

 "टेक्नॉलॉजीचा" हा शब्द खाली दिलेल्या २० – २५ प्रकारे लिहिला जात आहे असे दिसते. त्यातील एकच पद्धत नक्की करून ती वापरणे सर्वांच्या फायद्याचे ठरेल.  

टॅक्नॉलॉजीचा
टेक्नलॉजीचा
टेक्ऩॉलॉजीचा
टेक्नालाजीचा
टेक्नालॉजिचा
टेक्नालॉजीचा
टेक्नॉंलॉजीचा
टेक्नॉलजीचा
टेक्नॉलाजीचा
टेक्नॉलीजीचा
टेक्नॉलॉगीचा
टेक्नॉलॉचीचा
टेक्नॉलॉजिचा
टेक्नॉलोजीचा
टेक्नोलॉजिचा
टेक्नोलोजीचा
टेक्‍नॉलॉजीचा
टेक्‍नोलॉजिचा
टेक्नोलाॅजीचा
टेक्‍नोलॉजीचा
टेक्नोलॉजीचा
टेक्नाॅलाॅजीचा
टेक्नॉलॉजीचा

यातील शेवटचे दोन शब्द दिसायला सारखे दिसले तरी युनिकोडच्या नियमानुसार ते वेगवेगळे आहेत. नोटपॅडमध्ये कॉपी-पेस्ट केल्यावर त्यातील वेगळेपण लगेच समजत आहे. स्पेलचेकमध्ये शेवटचा "टेक्नॉलॉजीचा" हा शब्द बरोबर दिसत असून इतर शब्द चुकीचे दाखवत आहे. ते बहुधा बरोबर असावे.  उच्चाराप्रमाणे लेखन, जोडाक्षरांचे वैकल्पिक लेखन, युनिकोडच्या नियमाप्रमाणे लेखन, परभाषेतील शब्दांना मराठीचे नियम लावून केलेले लेखन अशा सर्व कसोट्यांची परीक्षा घेणारा हा शब्द आहे!  ऑक्सफर्डमध्ये पाहिले तर हा शब्द खरा म्हणजे "टेक्नॉलजीचा" असा लिहावा लागेल. तसा तो कोणीच लिहीत नाही हे गूगलमध्येच शोधले तर स्पष्ट दिसत आहे. तेव्हा शास्त्रापेक्षा रूढी बलिष्ठ या न्यायाने "टेक्नॉलॉजी" हा शब्द डिक्शनरीत घेत आहे. कुणाचा आक्षेप असेल तर ते इथे लिहितीलच.  असाच दुसरा शब्द आहे टेक्स्चर texture.