શાસ્ત્ર અને કોમ્પ્યુટર વિજ્ઞાન વચ્ચેના શિસ્તને કોમ્પ્યુટર શાસ્ત્ર (CL) કહેવાય છે. જે કોમ્પ્યુટરને લગતા કાર્ય માટેની યોગ્યતા સાથે સંબંધિત છે. એ માનવસર્જિત સમજશક્તિ (Artificial Intelligence AI ) વડે વિજ્ઞાનના જ્ઞાનને અરસપરસ વ્યાપ્ત કરે છે. માનવ જ્ઞાનના કોમ્પ્યુટરને લગતા નમૂનાઓ તૈયાર કરવાનું લક્ષ્ય આ વિજ્ઞાનની શાખા ધરાવે છે. કોમ્પ્યુટર શાસ્ત્ર બે ભાગમાં વિભાજિત છે. પ્રયોજિત અને સૈદ્ધાંતિક. કોમ્પ્યુટર શાસ્ત્રનો પ્રયોજિત ભાગ માનવ ભાષાના ઉપયોગ દ્વારા વ્યવહારના પરિણામ લાવવામાં વધુ રસ ધરાવે છે. માનવ ભાષાનું કંઈક જ્ઞાન ધરાવતા કોમ્પ્યુટર ઉત્પાદનો સર્જવા એ જ આનું લક્ષ્ય છે. સામાન્ય ભાષાની પ્રતિક્રિયા વપરાશકર્તા માટે સુવિધા લાવે છે જે વડે એ જર્મન, અંગ્રેજી વગેરે માનવ ભાષાના સંપર્કમાં કોમ્પ્યુટર દ્વારા રહી શકે. અમુક પ્રતિક્રિયાઓ સામે કોમ્પ્યુટરમાં સંઘરેલી માહિતીના પાયાની સમસ્યાઓ, મૂળ પાઠથી માહિતીમાં સુધારા અને તથાકથિત કહેવાતા નિષ્ણાતોની રચનાઓ જેવી થોડીક અરજીઓ છે. ઘણા પ્રકારની સામાન્ય ભાષાઓની રચનાઓને વાણી ભાષામાં યાદ રહે એ માટેના પ્રયત્ન વર્તમાન પ્રગતિના સુધારામાં આગળ છે.

ભાષા વૈજ્ઞાનિક સંબંધી ઉપકરણો ભાષાશાસ્ત્ર મંડળ દ્વારા અહીં જણાવેલ વેબસાઇટ પર મળી શકશે. http:// www.ildc.in  .

ભાષા સમન્વયના ગણતરી માટેના ઘણા નિયમો છે. શેનો પ્રયોગ કામ માટે કરી શકાય છે એ પસંદગી સંબંધિત પર નિર્ભર કરે છે. સૌથી સરળ રસ્તો એ હોય છે કે જોઈતા ઇચ્છિત વાક્યાંશ ને બોલવાવાળા વ્યકિતના અવાજમાં રેકાર્ડ કરી લેવા. આ ત્યારે જ મદદરૂપ સાબિત થાય છે જ્યારે મર્યાદિત માત્રામાં વાક્યાંશ કે વાક્યોનો વપરાશ હોય. ઉદાહરણ તરીકે રેલ્વે સ્ટેશનના સંદેશા અથવા તો ફોનથી નિર્ધારિત સૂચના આપવી હોય. આની ગુણવત્તા તો કઈ રીતે ધ્વન્યાલેખન કર્યું છે એના પર આધાર રાખે છે.

ભારતીય માનક બ્યૂરોએ ISCII (માહિતી વિનિમય માટે ભારતીય માનક કોડ) નામથી એક માનક બનાવ્યું છે. જેને 7 અથવા 8 bit વર્ણોના પ્રયોગ માટે બધાં કોમ્પ્યુટરો અને સંચાર માધ્યમોમાં ઉપયોગમાં લઈ શકાશે. 8 bit પરિવેશમાં નીચના 128 વર્ણ છે જે સૂચના વિનિમય માટે IS10315:1982 (ISO 646 IRV) પરિભાષિત છે, એમને ISCII વર્ણ સ્થાપનાના રૂપમાં 401 તરીકે ઓળખાય છે. ઉપરના 128 વર્ણ સ્થાપન જુની બ્રાહ્મી લિપિ ઉપર આધારિત ભારતીય લિપિઓની પૂર્તિ કરે છે. 7-bit પરિવેશમાં નિયંત્રક કોડ SI ને SCII કોડ માટે ઉપયોગમાં લાવી શકાય છે અને નિયંત્રક સંકેતલિપિ SOને SCII સંકેતલિપિ સ્થાપી પુનઃસંચય માટે ઉપયોગમાં લઈ શકાય. ભારતમાં ૨૨ માન્યતા પ્રાપ્ત ભાષાઓ છે. ફારસી, અરબી લિપિઓ સિવાય ભારતીય ભાષાઓ માટે પ્રયુક્ત ૧૦ લિપિઓ પ્રાચીન બ્રાહ્મી લિપિથી લીધી છે અને ISCII સંકેતલિપિ સિવાયના વર્ણોનો પ્રયોગ લઈ શકાય છે. ISCII સંકેતલિપિ સારણી બ્રાહ્મી આધારિત ભારતીય લિપિઓમાં જોઈતા બધાજ વર્ણોનો એક ઉચ્ચ સ્થાપક છે. સરળતા માટે, માન્યતા પ્રાપ્ત દેવનાગરી લિપિના વર્ણોને માનકમાં પ્રયુક્ત કર્યા છે. ભારતીય માનક બ્યૂરો દ્વારા રજુ માનક સંખ્યા IS1319 :1991 સૂચના વિનિમય માટે નવીનતમ ભારતીય માનક છે. આને ભારતીય ભાષાઓમાં માહિતી પ્રૌદ્યોગિકી ઉત્પાદન વિકાસ માટે વ્યાપક રૂપ લઈ શકાય છે.

માહિતી વિનિમય માટે ભાષાના મૂળાક્ષરોની સંકેતલિપિ (ઉચ્ચારણ "Ae-Kee"). આ 8 bitનો બનેલ છે જેમાં નીચે ASCII ચિહ્નના સમાવેશ માટે ગોઠવેલું છે અને ઉપર ASCII ચિહ્ન છે. PC-ACII લખાણ ચિહ્ન ACII લખાણ ચિહ્નની આવૃતિ છે. જ્યાં અક્ષરમાં ઉપર તરફ વિભાજન થઈ IBM PC સાથે સુસંગત થતા હતા. જે ઉપરના અક્ષરના મધ્યભાગમાં છે તે અક્ષરની રેખા અને ચિત્રને અખંડિત રાખવા આ વિભાજન જરૂરી છે.

માહિતી વિનિમયના માનકના રૂપમાં યુનિકોડની સ્વીકૃતિ સંપૂર્ણ વિશ્વમાં વધતી જઈ રહી છે. માહિતી પ્રૌદ્યોગિકી ક્ષેત્રની વધુ પડતી પેઢીઓએ આના પક્ષમાં પોતાના સહયોગની ઘોષણા કરી છે. ભારતીય ભાષાઓ માટે યુનિકોડ (ISCII 91)નો પ્રયોગ ન કરતા ‘ISCII 88’નો ઉપયોગ કરે છે, જે અદ્યતન સરકારી માનક છે. આ જરૂરી છે કે ભારત સરકાર, ભારતીય ભાષાઓ માટે સંકેતલિપિમાં જરૂરી સંશોધન માટે યુનિકોડ મંડળ સામે પોતાનો પક્ષ રજૂ કરે. આ ઉદ્દેશથી માહિતી પ્રૌદ્યોગિકી મંત્રાલય યુનિકોડ મંડળના ઉદ્દેશ સાથે પૂર્ણ સદસ્ય બની ગયા છે. 16 Bit (2 Byte) યુનિકોડ યુનિકોડ માનક કોમ્પ્યુટર પ્રક્રિયાના ઉદ્દેશથી પાઠ નિરૂપણ માટે વિશ્વવ્યાપક વર્ણસંકેત લેખન માનક છે. યુનિકોડ માનક વિશ્વની લેખિત ભાષાઓના માટે પ્રયુક્ત બધા વર્ણોની સાંકેતિક લિપિની ક્ષમતા ધરાવે છે. યુનિકોડ માનક વર્ણ અને એના ઉપયોગના સંબંધની સૂચના આપે છે. બહુભાષી પાઠોથી સંબંધ રાખવાવાળા વ્યાપારિક લોકો, ભાષાવિંદો, શોધકર્તાઓ, વિજ્ઞાનીઓ, ગણિતજ્ઞો અને તકનીકજ્ઞો જેવા કોમ્પ્યુટર વપરાશકર્તાઓ માટે યુનિકોડ માનક બહુ ઉપયોગી છે. યુનિકોડ 16 Bit સાંકેતિક લિપિનો ઉપયોગ કરે છે જેમાં 65000 થી વધુ વર્ણો (65536) ઉપલબ્ધ કરાવે છે. યુનિકોડ માનક દરેક વર્ણને એક નિશ્ચિત સંખ્યાત્મક મૂલ્ય અને નામથી નિર્ધારિત કરે છે. યુનિકોડ માનક અને ISO10646 માનક UTF-16ના નામે વધારાની કાર્યશક્તિ પૂરી પાડે છે. જે વર્તમાનમાં લાખો લોકોને સાંકેતિક લિપિ માટે યુનિકોડ માનક 9194 અક્ષર પૂરા પાડે છે.

યુનિકોડ 16 bit સંકેતલિપિનો પ્રયોગ કરતી વખતે 65000થી વધુ વર્ણો (65336) માટે સંકેતલિપિ બિંદુ નિશ્ચિત કરે છે. યુનિકોડ માનક પ્રત્યેક વર્ણને એક વિશિષ્ટ સંખ્યાત્મક મૂલ્ય અને નામ આપે છે. યુનિકોડ માનક વિશ્વની બધી લેખિત ભાષાઓમાં પ્રયુક્ત બધી વર્ણોની સંકેતલિપિ માટે ક્ષમતા ધરાવે છે. ‘ISCII’ 8 bit સંકેતલિપિ, ‘ASCII’ ના 7 bit સંકેતલિપિનું વધારાનું રૂપ છે. જેમાં મૂળભૂત ૧૦ ભારતીય લિપિઓ જેમના મૂળ બ્રાહ્મી લિપિના છે તેવી વર્ણમાળાનો સમાવેશ કરેલ છે. ભારતમાં ૨૨ /૨૨ માન્યતા પ્રાપ્ત ભાષાઓ છે. ફારસી, અરબી લિપિઓ સિવાયની બાકી બધી ૧૦ લિપિઓ પ્રાચીન બ્રાહ્મી લિપિથી વિકસિત થઈ છે. અને સમાન ફોનેટિક રચનાને કારણે સમાન અક્ષર તૈયાર કરવાનું શક્ય બની રહે છે. બ્રાહ્મી લિપિ આધારિત ભારતીય લિપિઓ માટે જરૂરી બધા જ અક્ષર 'ISCII’ સંકેતલિપિ કોષ્ટકમાં ઉપલબ્ધ છે. સુવિધા માટે માન્યતા પ્રાપ્ત દેવનાગરી લિપિના વર્ણોનો માનકમાં પ્રયોગ કર્યો છે.

યુનિકોડ મંડળે નિશ્ચિત કાર્યપદ્ધતિ અક્ષર સંકેત લેખન માટે સ્થિરપણે ગોઠવી છે. જેના લીધે કોઈ પણ અક્ષરને રદ કરવું કે અક્ષરના નામને બદલવું એ ત્યારે જ શક્ય બને જ્યારે સ્પષ્ટીકરણાત્મક નોંધ સાથે અદ્યતન બનાવવું શક્ય હોય. ૧ એક વાર અક્ષર સાંકેતિક લિપિમાં તૈયાર થાય પછી એ રદ કે હટી ન શકે. ૨ એક વાર અક્ષર સાંકેતિક લિપિમાં તૈયાર થાય પછી એનું અક્ષરનામ બદલી ન શકાય. ૩ એક વાર અક્ષર સાંકેતિક લિપિમાં તૈયાર થાય પછી એનું પ્રમાણભૂત સંયોગાત્મક વર્ગ (યા તો પ્રમાણભૂત યા સંયોગાત્મક) વિઘટન ન થાય એની સામાન્યીકરણ પર અસર થાય. ૪ એક વાર અક્ષર સાંકેતિક લિપિમાં તૈયાર થાય પછી એના ગુણ કદાચ બદલાય પણ એટલી હદે નહીં કે અક્ષરની પોતાની પાયાની ઓળખ બદલાઈ જાય. ૫ યુનિકોડમાં સંગ્રહાયેલી મૂળભૂત પાયાની માહિતીના નિશ્ચિત ગુણ મૂલ્યનું માળખું બદલાતું નથી.

ISFOC જટિલ ભાષાંતર કરવા માટે જોઈતી મૂળભૂત લિપિની ફિલસૂફી છે. શબ્દને એની લિપિમાં લખવું એ પોતાનામાં એક કળા છે. શબ્દને પ્રતિભાવાળું અને તર્કસંગત પરિભાષામાં લખવું એ લિપિની પોતાની કળા છે. શબ્દની પરિભાષામાં મૂળભૂત બારાખડી એના ઉચ્ચાર અનુસાર હોય છે. ભાષાની મૂળભૂત બારાખડી એના જરૂરી વિશેષ ચિહ્નો અને અવતરણ ચિહ્નોથી ACII બને છે. ACIIમાં શબ્દોને બારાખડીના ક્રમાનુસાર લખવામાં આવે છે. એમાં ASCII અક્ષરોની યાંત્રિક રચના પણ હોય છે. લિપિમાં સમાવેલા મૂળભૂત અક્ષરોને એક સાથે મેળવી શબ્દની રચના કરવામાં આવે છે. ISFOC લિપિમાં મૂળભૂત આકાર હોય છે. ACII લિપિના શબ્દોને ISFA સમજે છે અને શબ્દને દર્શાવવા જરૂરી ISFOC સંકેત લિપિ તૈયાર કરે છે. અંગ્રેજી જેવી સરળ ભાષા માટે ACII અને ISFOC સંકેતલિપિ માટે ASCII લિપિ જ પૂરતી છે. જો કે ભારતીય ભાષાઓ માટે સાદી રેખામાં નથી લખી શકાતું એના માટે ASCII લિપિને ISFOC ISFA ગણતરી નિયમવાળી અલગ લિપિની જરૂર પડે છે. ISFOC ચકાસવાનું પ્રમાણભૂત સાધન- પરિભાષાના મૂળભૂત આકાર અને રચના માટે ISFOC ચકાસવાનું પ્રમાણભૂત સાધન છે. ISFOC વડે બધી જાતની નવી લિપિનું પરિવર્તન ભાષાંતરરૂપે થઈ શકે છે. દરેક પ્રકારના ફોન્ટમાં લખવા માટે ISFOC વડે મૂળભૂત આકાર સાથે લખી શકાય છે. ISFOC, ISFA સાથે જોડાયેલું છે. ISFOC લિપિમાં લખવા માટે જે ગણતરી નિયમવાળી સંકેતલિપિની જરૂર હોય છે એ આ ISFA ગણતરી નિયમ છે. દરેક ફોન્ટ એકબીજાં સાથે સુસંગત છે. અને દરેક વપરાશકર્તા પોતાની પસંદના ફોન્ટ જોઈ શકે છે અને વાપરી શકે છે. ISFOC ફોન્ટ્સ કલાત્મક રેખામાં બને છે. આનો ઉપયોગ અંગ્રેજીની પ્રવર્તમાન અરજી કરવા અને છાપ માટે મુદ્રક અને બીબાં ગોઠવનાર કરી શકે છે. MS-Windows અને Macintosh માટે ISFOC સંકેતલિપિએ જોગવાઈ કરી છે. ACII કીબોર્ડ વડે પ્રતિભાવાન માનવ ક્રિયાપ્રક્રિયા કરવા ISFOC યોગ્ય શબ્દવાળી લિપિ આપે છે

યાંત્રિક રચના લિપિ- અક્ષરોની આ પ્રથમ રચનામાં ભાષાના લગભગ બધા અક્ષરો, ચિહ્નો અને આંકડાઓ જે વારંવાર વપરાશમાં આવે છે એનો સમાવેશ છે. આ ચિહ્નોનોની રચના ISFOCની દરેક રચના સાથે થોડા અપવાદ સિવાય સામાન્યપણે લાગુ પડે છે. અંગ્રેજી અનુરૂપ યાંત્રિક રચના- આ માર્ગદર્શિકા યાંત્રિક રચના અંગ્રેજી ફોન્ટ્સને અનુરૂપ છે જે ASCII અક્ષરોમાં નીચેના અડધિયામાં અને રોમન ટ્રાન્સલિટરેશનમાં ઉપરના અડધા ભાગના સ્વરાઘાત ચિહ્ન ધરાવે છે. પુરવણીરૂપ યાંત્રિક રચના- પુરવણીરૂપ યાંત્રિક રચનાએ મૂળભૂત સંકેતલિપિ રચનામાંના સંયુક્ત ચિહ્નોને આવરતી વધારાની રચના છે. જેની સામાન્ય ઉપયોગમાં જરૂર નથી હોતી. .

નીચે જણાવેલા સાધન વિશેષ લિપિને યોગ્ય દર્શાવવા માટે બન્યા છે:- ACII- વર્ણમાળા વિષયક સંકેતલિપિ છે જેના વડે માહિતી વિનિમય કરી શકાય. આ કોમ્પ્યુટરની ભાષા, મૂળ પાયાના મૂળાક્ષરોની લિપિની રજૂઆત કરે છે. ACIIની ભાષામાં લખવા માટે 96થી ઓછી બારાખડી વપરાય છે જેમાં અંગ્રેજીની આખી બારાખડીનું પરિવર્તન આવી જાય છે પરંતુ એમાં ચાઇનીઝ ભાષા માટેના પરિવર્તનને ગણવામાં નથી આવ્યા. સામાન્ય કીબોર્ડના બધા જ અક્ષર અને વિશેષ અક્ષરોને પણ ACIIની સંકેતલિપિમાં બદલી શકાય છે. દરેક અંગ્રેજી અક્ષર અને વિશેષ અક્ષરનું ACIIમાં પોતાનું એક અલગ માળખું બનેલું છે. ISFOC- ISFOC શીઘ્ર ગ્રહણશક્તિ ધરાવતી સંકેતલિપિ છે. આ સંકેતલિપિ, દરેક મૂળભૂત અક્ષરના આકાર ધરાવે છે જે લિપિનું ભાષાંતર કરવા માટે વપરાય છે. આ આકારો એક સરખી પહોળાઈનાં લાંબા અને સાંકડા એક બીજાને અંશત: ઢાંકી શકે એવા હોય છે જેથી કોઈ પણ શબ્દને કલાત્મક રીતે ગોઠવી શકાય છે. ISFOCના દરેક અક્ષર jigsaw puzzle (વાંકાચૂંકા કકડામાંથી ફરી ચિત્ર બનાવવાની કોયડાની રમત) જેવા છે. એ પોતાનામાં સંપૂર્ણ નથી હોતા. દરેક ISFOC રચના વધુમાં વધુ 188 અક્ષર ધરાવે છે. આ લગભગ દરેક લિપિ માટે જરૂર પૂરતું છે છતાંય વધુ જરૂરિયાત પણ છે. ISFA- ગણતરી નિયમ માટે ISFA શીઘ્ર ગ્રહણશક્તિ ધરાવતી સંકેતલિપિ છે. શબ્દ હંમેશા એના મૂળ નિયમવાળા ACII અક્ષર વડે તૈયાર થાય. તેમ છતાં એ દર્શાવવા માટે ISFOCના મૂળ આકાર વપરાય છે. આમ ACII લિપિને યોગ્ય ISFOC લિપિમાં બદલવા માટે જે ગણતરી નિયમવાળી સંકેતલિપિની જરૂર હોય છે એ આ ISFA- ગણતરી નિયમ છે.

ભારતીય ભાષાઓના કાર્ય માટે ત્રણ કીબોર્ડ લેઆઉટ છે- ૧. રોમનાઇઝ્ડ લેઆઉટઃ- રોમનાઇઝ્ડ લેઆઉટમાં હિન્દી પાઠના ટાઇપ માટે ફોનેટિક અંગ્રેજી નકશા આલેખનના બીબાં ગોઠવ્યાં છે. દાખલા તરીકે ‘રામ’ ટાઇપ કરવા માટે raamaa (અથવા rAmA)નો પ્રયોગ કરી શકાય છે. ૨. ટાઇપરાઇટર લેઆઉટ:- આ લેઆઉટ હિન્દી ટાઇપરાઇટર લેઆઉટના જેવું છે અને હિન્દી ટાઇપિસ્ટો અને બીજા લોકો જે હિન્દી ટાઇપરાઇટર લેઆઉટ અને એની કીશ્રેણી નકશાથી પરિચિત છે એમના માટે ઉપયોગી છે. ૩ DOE (Department Of Electronics)ફોનેટિક:- આ લેઆઉટ DOE વિભાગ ભારત સરકારને અનુસરે છે. આ લેઆઉટનો લાભ એ છે કે બધી ભારતીય ભાષાઓ માટે આ લેઆઉટ સમાન લક્ષણવાળું છે. ઉદાહરણ માટે કી 'k' નો પ્રયોગ બધી ભારતીય ભાષાઓમાં 'ક' વર્ણની કી માટે કરાય છે કીબોર્ડ લેઆઉટ તથા કીશ્રેણી નકશાનો પ્રયોગ સાચા કી જોડાણ માટે કરાય છે.

 

 

ભારતીય ભાષામાં દૃશ્ય ડેટા પ્રક્રિયા?

 

‘ગણપતિ’ ડેટા પ્રક્રિયા પેકેજ હિન્દી, ગુજરાતી, પંજાબી, મરાઠી, બંગાળી, ઉડીયા, તમિલ, તેલુગુ, કન્નડ, મલયાલમ, નેપાલી ભાષાઓમાં છે-