కొత్త veeven.com

గొప్ప న్యూసేంలేదు. కాస్త శుభ్రపరిచా అంతే. చూడాలంటే ఇటు వెళ్ళండి: veeven.com

ఎలా: వెబ్‌సైట్లకి మన భాషాభీష్టాన్ని తెలపడం

మనమేదైనా వెబ్‌సైటుని మనం సందర్శించాలనుకున్నప్పుడు, ఆ వెబ్‌సైటు చిరునామాని మన విహరిణి (web browser) లో టైపు చేస్తాం. మన విహరిణి మనతరపున వెబ్‌సైటుకి అభ్యర్థన (request) పంపిస్తుంది. ఈ అభ్యర్థనలో భాగంగా మన భాషా ప్రాధాన్యతలు కూడా పంపిస్తుంది. ఉదాహరణకి:

నేను గుర్తించిన అంశాలను గమనించండి. భాష ఇంగ్లీషుగా ఎన్నుకోబడి, charset లో utf-8 (యూనికోడ్) రెండవ ప్రాధాన్యతలో ఉంది. ఇది మంటనక్కలో డీఫాల్టు అమరిక.

మనమేదైనా షాపులోకి వెళ్ళి పెన్ను అడిగితే, వాడు బ్లూ పెన్నే ఇస్తాడు. మనకి రెడ్డింకు పెన్ను కావలిస్తే రెడ్డింకు అని అడగాలి. లేకపోతే, సాధారణంగా అందరూ వాడేదే ఇస్తాడు. అలాగే, వెబ్ విహరుణులు కూడా అందరికీ సరిపడా అమరికతో వస్తాయి. మనకేదైనా ప్రత్యేకంగా కావలిస్తే, ఆ అమరికను మార్చుకోవాలి. ఇక్కడ మనకి ప్రత్యేకంగా ఏం కావాలి, అవి మనకెలా ఉపయోగపడతాయి?

1. భాషాప్రాధాన్యతలలో తెలుగుకి ప్రథమ ప్రాధాన్యత: మనమడిగిన వెబ్ పేజీ కనుక తెలుగులో ఉండిఉంటే వెబ్ సర్వర్ మనకి తెలుగు వెర్షన్ ని పంపిస్తుంది. ప్రస్తుతం కొన్ని వెబ్‌సైట్లు మాత్రమే ఈ భాషాప్రాధాన్యతలని గౌరవిస్తున్నాయి. అంతర్జాతీయీకరణ మరియు స్థానికీకరణలు పెరిగేకొలదీ వినియోగదార్ల భాషాప్రాధాన్యతలకి ప్రాముఖ్యం పెరుగుతుంది. తెలుగు పేజీలకోసం ప్రజలు చూస్తున్నారు అని వెబ్‌సైట్ల యజమాలకు తెలుస్తుంది. తెలుగులో కూడా వారివారి వెబ్‌సైట్లను అందించాలాని వారికిది ఒక సూచనలా పనిచేస్తుంది. ఉదాహరణకి, కూడలికి వచ్చే సందర్శకుల భాషాప్రాధాన్యతలు ఇలా ఉన్నాయి. తెలుగు మూడవ స్థానంలో ఉంది.
2. charset లలో యూనికోడ్‌కి ప్రథమ ప్రాధాన్యత: దీనివల్ల మీరు వెబ్‌లో తెలుగు చూడడానికి అడ్డంకులు తగ్గుతాయి. మీరు పంపించే సందేశాలు సరైన ఎన్‌కోడింగుతో వెళ్ళే అవకాశం ఉంది.

ఫైర్‌ఫాక్స్‌లో ఈ ప్రత్యేక అమరికని ఎలా కూర్చుకోవాలి?

1. Tools > Options > Advanced > General > (Under Languages) Choose…
   
2. తర్వాత డ్రాప్‌డౌన్ జాబితా నుండి తెలుగుని చేర్చండి.
   
3. తెలుగుని జాబాతాలో పైకి తీసుకురావడానికి Move Up బటన్ని వాడండి.
4. నా అమరిక ఇదీ:
   
5. Tools > Options > Content > (Under Fonts & Colours) Advanced…
   
6. ఇక్కడ వర్ణ సంకేతలిపి (Character Encoding) UTF-8 ఉండేలా చూసుకోండి.
   

IEలో అయితే Tools > Internet Options > General tab > Languages. అక్కడ Add… బటన్ నొక్కి తెలుగుని ఎన్నుకోవచ్చు.

ఇదంతా అమర్చిన తర్వాత, వెబ్‌సైటుకి అభ్యర్థన ఇలా వెళ్తుంది.

ఇంత ప్రక్రియ తర్వాత, మీక్కొంత ఆనందం మరియు ఆశ్చర్యం కలగాలంటే, ఈ సైటుని (తాజాకరణ: సైటుని మార్చేసారు) దర్శించండి. ఆ సైటు మీకు తెలుగులో కనిపిస్తుంది. (పై తతంగం చేసి ఉండకపోతే, ఇంగ్లీషులోనే కనిపిస్తుంది.)

ఐఐఐటి హైదరాబాదుకి నా సందర్శన

పప్పు నాగరాజు గారు నాకు ఐఐఐటి ప్రొఫెసర్ వాసుదేవ వర్మ గారిని పరిచయం చేసారు. వాసుగారు శోధన మరియు సమాచార వెలికితీతల ప్రయోగశాల (Search and Information Extraction Lab, SIEL) కి నాయకత్వం వహిస్తున్నారు. ఐఐఐటిలో ఇది భాషా సాంకేతికతల పరిశోధనా కేంద్రం (Language Technologies Research Centre, LTRC) లో భాగం. వారి ఆహ్వానంతో లాబ్ సందర్శనకు నేను వెళ్ళా.

SIELలో విద్యార్థులు మరియు పరిశోధకులు (మన తోటి తెలుగుబ్లాగరు సౌమ్య కూడా ఈ విభాగంలోనే) పనిచేస్తున్న ప్రాజెక్టులని చూసా. వీరి ప్రణాళికల్లో బొమ్మల్లో ఉన్న వచనాన్ని శోధించడం (results from scanned images) కూడా ఉంది. ఇది వీలుపడితే, తిరుగేలేదు. ఎందుకంటే చాలా వరకు భారతీయభాషల్లోని సాంఖ్యాసమాచారం (digital content) ఇమేజిల రూపంలో ఉంది. జయధీర్ తిరుమలరావుగారి ప్రాజెక్టు (పోయినసారి e-తెలుగు సంఘ సమావేశ విశేషాల్లో వీరిగురించి చూడండి.) కి దీన్ని అనుసంధానిస్తే పురాతన విషయ సమాచారాన్ని శోధించే వీలు చిక్కుతుంది.

SIEL ప్రాజెక్టులలో కొన్నింటిని మనం వెబ్‌లో ప్రయత్నించవచ్చుకూడా. ఇవన్నీ గొప్ప ప్రాజెక్టులు. కీలకమైన అంశమేంమంటే, వీటిని సాధారణ వాడకానికి అనుగుణంగా తీర్చిదిద్దవలసిఉంది. వీటిని జనబాహుళ్యంలోనికి తీసుకురావడానికి నావంతు సహకారం అందిస్తానని చెప్పాను. ఈ ప్రాజెక్టులలో మీరు ఏయే మార్పులని ఆశిస్తున్నారు? అసలు వీటికి సంబంధంలేకుండా, మీ సమాచార ఆవశ్యకాలేంటి? బ్లాగర్లుగా సమాచార వినియోగంలో మనం ముందుంటాం. వీరినుండి మనమేం ఆశించవచ్చు? మీ ఆలోచనలని ఇక్కడ తెలియజేయండి. వీటిపై వారు దృష్టి కేంద్రీకరించే అవకాశం ఉంది.

నేను పనిచేసిన, చేస్తున్నవాటిగురించి వారికొక ప్రదర్శన (presentation) ఇచ్చా. అంతా మీకుతెలిసిందే, నా సొడబ్బా. కాకపోతే మీరిది చూడలనుకోవడాని ఓ కారణముంది: బహుశా ఇది యూనికోడ్ తెలుగులో తొలి ప్రెజెంటేషన్ కావచ్చు.

• ఐఐఐటి హైదరాబాదు ప్రెజెంటేషన్ (ODP), దీన్ని చూడడానికి ఓపెన్‌ఆఫీసు ఉండాలి.
• ఐఐఐటి హైదరాబాదు ప్రెజెంటేషన్ (PDF)