নৈঃশব্দ

ভালনে আপোনাৰ?

2023-02-25T15:54:00.009+05:30

এইযে আপুনি শোধে, ভালনে আপোনাৰ?
তড়িৎ-গতিৰে আপোনাৰ পৰা
আপোনাক পৰ কৰি
আপোন কৰো আপোনাক।
আপোনাৰ পৰা মোক,
মোৰ পৰা আপোনজনক ....
এইদৰেই বৈ থাকে জীৱনৰ নৈ।
নিজানত কিৰিলিয়াই,
আপোনাক বোকোচাত লৈ।

তাৰিখঃ ২৫-০২-২০২৩

স্থানঃ ইম্ফল

Assamse Loan words : অসমীয়া ধাৰ কৰা শব্দ

2013-12-18T12:02:00.001+05:30

Loanwords are words adopted by the speakers of one language (target language) from a different language (the source language). A loanword can also be called a borrowing words. It is a consequence of sociocultural contact between two language communities. Borrowing of words can go in both directions between the two languages in contact, but often there is an asymmetry, such that more words go from one side to the other. In this case the source language community has some advantage of power, prestige and/or wealth that makes the objects and ideas it brings desirable and useful to the borrowing language community. The following are some example of Assamese loan words and source language.

TRANSLATED LOAN WORD

বাতৰি কাকত batɔri kakɔt (news paper)

স্বৰ্ণ যুগ sɔbərnɔ zug (golden era)

ৰূপালী জয়ন্তী rupali zɔjənti (silver jubilee)

কন্দুৱা গেছ kɔndua ges (tear gas)

দূৰদৰ্শন durdɔrχɔn (television)

MARATHI WORDS

তাঙৰণ taŋɔrɔn (edition)

বৰঙণি bɔrɔŋɔni (contribution)

জকৰা zɔkɔra (cooked rice kept dry for after use)

HINDI WORDS

ধৰ্মঘট dʰərmɔgʰət (strike)

ধৰ্ণা dʰərna (strike)

পঞ্জাৱী panzabi (Punjabi)

পকোৰা pɔkura (a popular Indian fast food)

খৈনী kʰoini (dipping tobacco)

BENGALI WORDS

ৰসগোল্লা rɔsgula (a popular Indian sweet)

ARABIC WORD

উকিল ukil (lawyer)

হাকিম hakim (magistrate)

জামিন zamin (bail)

আমোলা amula (official)

খাজানা kʰazana (tax)

জিলা zila (district)

হুকুম hukum (order)

চাহেব saheb (sir)

ENGLISH

প্ৰিঞ্চিপাল prinsipal (principal)

প্ৰফেছৰ prɔpʰesər (professor)

ৰেজিষ্ট্ৰাৰ rezistar (registrar)

কোট kut (coat)

পেন্ট pent (pent)

ছাৰ্ট sart (shirt)

টেবুল tebul (table)

FRENCH WORDS

আলমাৰি almari (wardrobe)

ইস্ত্রি istri / ইস্তিৰি istiri (an instrument used to smoothing clothes)

ইস্পাত ispat (steel)

কামিজ kamiz (shirt)

PERSIAN WORDS

আয়না aina (looking glass)

আস্তে aste (slow)

কাগজ kagoz (paper)

খোদা kʰoda (God)

গৰম gɔrɔm (hot)

চশমা sosma (spectacle)

চাকৰি sakɔri (job)

Being a boarder language of Astro-Asiatic and Tibeto-Burman language family, Assamese absorbed many words from languages like Bodo, Mising, Khasi and Tai-ahom.

KHASI WORDS

কাকত kakɔt (paper)

কাবৌ kabou

কিংখাপ kiŋkʰap

খং kʰɔŋ (anger)

জঞ্জাল jɔnjal (trouble)

এনেই enei (nothing)

SANTALI WORDS

বোকা boka (mud)

ভোদা bʰoda (dull)

চফল sɔpʰɔl (young man)

গোঙোৰা goŋura ()

BODO WORDS

জখলা dzɔkʰɔla (ladder)

চেলেক selek (to lick)

চেকুৰ sekur (run at full speed)

ভেকুৰ bʰekur (get mouldy)

দিব্ৰু dibru (name of a river)

দিবং dibɔŋ (name of a river)

দিখৌ dikʰou (name of a river)

TAI-AHOM WORDS

কাই kai (particle used after a proper name as a mark to seniority)

টকালি tɔkali (click with the tongue against the palate)

পোখা pokʰa (a sprout)

ফেটা pʰeta (bent)

Word Formation Process of Assamese

2012-12-01T20:20:00.010+05:30

Word formation is the process of creating new words. In other words the ways in which new words are made on the basis of other words or morphemes. Most English vocabulary arises by making new lexemes out of old ones--either by adding an affix to previously existing forms, altering their word class, or combining them to produce compounds. These processes of construction are of interest to grammarians [1]. In this report I will try to write something on “Word formation of Assamese (Asomiya)”. The word Assamese is an English one, built on the same principle like Japanese, Chinese etc. The history and philology of the Assamese language was scientifically studied and presented for the first time by Dr. Banikanta Kakati[2]. The first Assamese grammar, “A Grammar of the Assamese Language” by William Robinson was published in 1839. In 1848, Nathan Brown published an Assamese Grammar, and in 1894, Prof. Nicholl published his “Sketch of Assamese Grammar”. After the work of Dr. Banikant Kakati, a number of research on Assamese linguistics were carried out by different researchers. In modern times the more comprehensive work on Assamese grammar was done by Upendra Nath Goswami[3], Golok Chandra Goswami[4] and Lilawati Saikia Bora[5].

Assamese word formation process is mainly manifested as affixation and compound formation, where the predominant morphological phenomenon is suffixation. Suffixation occurs both as inflection and derivation, and is usually concatenative. Though prefixes are also fairly frequent, the behaviour of the resultant words are often independent, use of suffixes in Assamese is more common than use of prefixes, and it is more extensive than in other Indic languages and English. A preliminary survey by Sharma [6] showed that about 48% words in an Assamese text of around 1600 words are inflectional or derivational whereas only about 19% words in an English text of about 1400 words are so. Similarly, in a sample Hindi text of about 1000 words, 26% were inflectional and derivational. In the following section we describe briefly the overall process of word formation of Assamese.

A. Compounding

Compounding forms a word out of two or more root morphemes. The words are called compounds or compound words. English roots are typically free morphemes, so that means native compounds are made out of independent words that can occur by themselves.

English

mailman = mail + man; means mail carrier
photograph = photo + graph; etc.

Assamese

বিয়াঘৰ = বিয়া + ঘৰ /biaɡʰɒɾ = bia + ghɒɾ /
ৰভাতল = ৰভা + তল /ɾɒvatɒl = ɾɒva + tɒl/

B. Back Formation

In etymology, back-formation is the process of creating a new lexeme, usually by removing actual or supposed affixes. Back-formation is different from clipping – back-formation may change the part of speech or the word's meaning, whereas clipping creates shortened words from longer words, but does not change the part of speech or the meaning of the word.

English

biograph from biography
bibliograph from bibliography

Assamese

দা ← দাদা /da ← dada/
বা ← বাইদেউ /ba ← baidɛu/

C. Blending
A blend is a word formed from parts of two or more other words. Blends deal with the action of abridging and then combining various lexemes to form a new word.

English

Breakfast + lunch = brunch
smart + sassy = smassy
motor + hotel = motel

Assamese

কুণপ + কৱন্ধ + চত্য = কুন্ধচ /kundʰɒs/
সৌৱৰ্ণ + দাৰু = সোণাৰু /xonaɾu/

D. Clipping

Clipping is the word formation process which consists in the reduction of a word to one of its parts. Clipping is also known as "truncation" or "shortening. Clipping mainly consists of the following types:

Back clipping Back clipping is the most common type, in which the beginning is retained. The unclipped original may be either a simple or a composite.

English

ad (advertisement),
exam (examination),
fax (facsimile),
gas (gasoline)

Assamese

দেউ (দেউৰী) /dɛuɾi/

Fore-clipping, Fore-clipping retains the final part.

English:

phone (telephone),
varsity (university).

Assamese:

মাউৰী ← ঘাতমাউৰী /mauɾi ← ɡʰatmauɾi/
কোঁৱৰ ← ৰাজকোঁৱৰ /koŋwɒɾ ← ɾazkoŋwɒɾ/
কুঁৱৰী ← ৰাজকুঁৱৰী /koŋwɒɾi ← ɾazkoŋwɒɾi/

Middle clipping, In middle clipping, the middle of the word is retained.

English

flu (influenza)

Complex clipping, One part of the original compound most often remains intact.

mam (madam)

E. Calque
A calque or loan translation is a word or phrase borrowed from another language by literal, word-for-word or root-for-root translation.

tele + vision = Television (Tele : Greek word tele means distance; Vision : Latin word vision means seeing)

F. Conversion

Conversion, also called zero derivation, is a kind of word formation; specifically, it is the creation of a word from an existing word without any change in form. Often a word of one lexical category (part of speech) is converted to a word of another lexical category;

মান /man/ when it appears singly it means the maan community from Myanmar who attacked Assam 17 times, during Aahom kingdom. Again when it appears before সন্মান /sanman/ it reflects respect.

G. Reduplication:

Reduplication is a morphological process in which the root or stem of a word (or part of it) is repeated exactly or with a slight change. In general Assamese has three types of reduplication- চিক-মিক (rhyme word), দা-দৰমহা (repeating the first few parts of the word), মাছ-তাছ (adding rhyme words without meaning)

H. Coinage:

One of the least common processes of word-formation in English, and other languages, that is the invitation of totally new terms. The most typical sources are invented trade names for one company's product which become general terms.

English

Xerox
Zipper
Nylon,
Google

Assamese

জালপঞ্জী /zalpɒnzi/
সংগণক /sɒŋgɒnɒk/

I. Abbreviation or Acronym
An acronym is an abbreviation formed from the initial components in a phrase or a word. These components may be individual letters or parts of words.

English

MA- Master of Arts

Assamese

অগপ – অসম গন পৰিষদ /ɒɡp -ɒxɒm ɡɒnɒ pɒɾixɒd /

J. Eponym:
An eponym or name-giver is a person or object, after which a particular place, tribe, era, discovery, or other item is named or thought to be named.

English

Abenomics (Economic policies implemented by the Japanese government led by Prime Minister Shinzo Abe since 2012)
America: Named after Italian Map maker, Amerigo Vespucci

Assamese

ধোদৰ আলি /dʰodɔɾ ali/
কলীয়া-ভোমোৰা / kɒlia-bʰomoɾa/
ৰিপ’জ /ɾipɔz/

Bibliography

David Crystal, The Cambridge Encyclopedia of the English Language, 2nd ed. Cambridge University Press, 2003.
Banikanta Kakati, Assamese: Its formation and Development, Lawyers book stall, 2001.
উপেন্দ্ৰনাথ গোস্বামী, ভাষা-বিজ্ঞান, মণি-মাণিক প্ৰকাশ, ২০০৯
গোলোক চন্দ্ৰ গোস্বামী, অসমীয়া ব্যাকৰণ প্ৰবেশ, ২০০০
লীলাৱতী শইকীয়া বৰা, অসমীয়া ভাষাৰ ৰূপতত্ত্ব, বনলতা, প্ৰথম প্ৰকাশ, ২০০৬
Utpal Sharma, Unsupervised Learning of Morphology of a Highly Inflectional Language, Phd. Thesis, 2006

Workshop on Introduction to Computational Phonetics, Phonology and Prosody

2012-10-18T18:14:00.000+05:30

Workshop on Introduction to Computational Phonetics, Phonology and Prosody

23 – 29 December, 2012

Department of Computer Science & Engineering

Tezpur University

Objective of the Workshop:

In this workshop leading figures from academia will provide the participants exposure to the basic concepts as well as the state-of-the-art of Speech processing and transcription methods, particularly in Indian language context. Emphasis will be put on hands-on practice on NE language transcription.

Target participants:

Teachers, researchers and students of Linguistics, English/Assamese/Bodo with specialization in linguistics, Computer Science, Electronics (speech processing) from Colleges and Universities. It will also be open for special interest groups.

Prior requirement: Familiarity with grammar and linguistics.

Resource persons: From IIIT-Hyderabad, IIT-Guwahati and Tezpur University

Registration Fees:

200.00 for students and
500.00 for others

Last date for receiving application forms: 10^th December 2012.

Contact:

Dr. Utpal Sharma, Associate Professor & HOD

Department of CSE, Tezpur University

Napaam, Assam – 784028

utpal@tezu.ernet.in, (CC to) nlptu@yahoo.com

For more information please click on www.tezu.ernet.in\~nlp\

Computational Linguistic works on Assamese, published till 8-October-2012

2012-10-08T13:16:00.002+05:30

তালিকাভুক্ত গৱেষণা পত্ৰকেইখন হ'ল যোৱা দশকটোত (২০০২-২০১২) বিভিন্ন আলোচনাচক্ৰ, কৰ্মশালা, সন্মিলন, তথা আলোচনীত পঠিত বা প্ৰকাশিত লিখনি, যি ৰাজ্যিক, ৰাষ্ট্ৰীয় তথা আন্তৰাষ্ট্ৰীয় পৰ্যায়ত অসমীয়া ভাষাক প্ৰতিনিধিত্ব কৰিছে আৰু গাণনিক ভাষাবিজ্ঞানৰ মেপত অসমীয়া ভাষক প্ৰতিষ্ঠা কৰিছে। দেখা যায় যে এই গোটেই কামখিনি মাত্ৰ তিনিটা পৰীক্ষাগাৰৰ পৰাহে হৈছে, তেজপুৰ বিশ্ববিদ্যালয় ভাষা সংসাধন কেন্দ্ৰ, RCILTS-আই. আই. টি. গুৱাহাটী আৰু কম্পিউটাৰ বিজ্ঞান বিভাগ গুৱাহাটী বিশ্ববিদ্যালয়। ইয়াৰ উপৰিও CDAC, CIIL, LDC-IL আদি কেন্দ্ৰীয় চৰকাৰৰ ভাষা সংসাধন লেব সমূহটো অসমীয়া ভাষা বিভিন্ন ধৰণৰ কাম হৈছে যদিও তাৰ বেছিভাগ কামেই সদৰি কৰা নহয়, যাৰ ফলত সদৰি কৰা কামৰ সংখ্যা যঠেষ্ঠ কম।

Analysis and evaluation of stemming algorithms: a case study with Assamese; N. Saharia, U. Sharma and J.K. Kalita; in Proceedings of the International Conference on Advances in Computing, Communications and Informatics (ICACCI), Chennai, 2012.
Dynamic segmentation of vocal extract for Assamese Speech to Text Conversion using RNN; K. Dutta, K.K. Sarma; in proceedings of 2nd National Conference Computational Intelligence and Signal Processing (CISP), Guwahati, 2012.
Segmentation of Assamese phonemes using SOM; M. Sarma, K.K. Sarma; in proceedings of 3rd National Conference on Emerging Trends and Applications in Computer Science (NCETACS), Shillong, 2012
Formant frequency estimation of phonemes of Assamese speech; M. Sarma, K.K. Sarma; in proceedings of 2nd National Conference Computational Intelligence and Signal Processing (CISP), Guwahati, 2012.
Suffix stripping based NER in Assamese for location names; P. Sharma U. Sharma, J.K. Kalita, in proceedings of 2nd National Conference Computational Intelligence and Signal Processing (CISP), Guwahati, 2012.
An Extractive Approach of Text Summarization of Assamese using WordNet; C. Kalita, N. Saharia and U. Sharma; in proceedings of Global WordNet Conference (GWC), Japan, 2012
A Novel Approach for Document Classification using Assamese WordNet; J. Sarmah, N. Saharia, S.K. Sarma; in proceedings of Global WordNet Conference (GWC), Japan, 2012.
Assamese Vocabulary and Assamese Wordnet Building : An Analysis; S.K. Sarma,U. Saikia, M. Mahanta, H. Bharali; in proceedings of Global WordNet Conference (GWC), Japan, 2012.
A Dictionary Based POS Tagger for Morphologically Rich Language; N. Saharia, U. Sharma and J.K. Kalita; Machine Intelligence:Recent Advances, Narosa Publishing House, Editors. B. Nath, U. Sharma and D.K. Bhattacharyya, ISBN-978-81-8487-140-1, 2011.
Development of Assamese WordNet; I. Hussain, N. Saharia, U. Sharma; Machine Intelligence:Recent Advances, Narosa Publishing House, Editors. B. Nath, U. Sharma and D.K. Bhattacharyya, ISBN-978-81-8487-140-1, 2011.
A Suffix based Noun and Verb Classifier for an Inflectional Language; N. Saharia, U. Sharma and J.K. Kalita; International Conference on Asian Language Processing(IALP-10), China, 2010
Architecture of a Spell Checker for an Indo-Aryan Language– Assamese; S.K. Sarma, K. Baishya, A. Gogoi; International Journal on Computational Linguistics; Vol 1 Issue1, ISSN-2180-1266, 2010.
Speech Recognition of Assamese Numerals Using Combinations of LPC - Features and Heterogeneous ANNs; M.P. Sarma,K.K. Sarma; Information and Communication Technologies Communications in Computer and Information Science Volume 101, 2010
KINSHIP TERMS IN ASSAMESE LANGUAGE; S.K. Sarma, U. Saikia and M. Mahanta; in Proceedings of 3rd IndoWordnet Workshop, IIT Kharagpur, 2010
Foundation and Structure of Developing an Assamese Wordnet, S.K. Sarma, R. Medhi, M. Gogoi, U. Saikia; Global Wordnet Conference (GWC), Thailand, 2010.
First Step Towards development of Assamese Parser; N. Saharia, U. Sharma and J.K. Kalita, National Seminar on Lexical Resources and Applied Computational Techniques on Indian Languages, Pondicherry University, 2010
Part of Speech tagger for Assamese Texts; N. Saharia, D. Das, U. Sharma and J. Kalita; In proceedings of the ACL-IJCNLP, Singapore, 2009
Parsing of Assamese Sentences; N. Saharia, U. Sharma; 54th Annual Technical Session of the Assam Science Society, Tezpur University, Feb 4, 2009,
Parsing of Part of Speech Tagged Assamese Texts; M. Rahman, S. Das, U. Sharma; International Journal of Computer Science Issues, Volumn 6, Number 1, 2009
Acquisition of Morphology of an Indic Language from Text Corpus; U. Sharma, J.K. Kalita, and R.K. Das; ACM Transactions of Asian Language Information Processing (TALIP), vol 7, no. 3, article 9, 2008.
Consolidating Affix Evidence for Classification of Words; U. Sharma, R.K. Das and J.K. Kalita; National Conference on Trends in Advanced Computing (NCTAC), Tezpur University, 2007.
Universal Networking Language (UNL) Representation of Assamese Sentences; R. Dixit and U. Sharma; National Conference on Trends in Advanced Computing (NCTAC), Tezpur University, 2006.
Unsupervised Acquisition of Morphological Features of Assamese from a Text Corpus; 2006 U. Sharma, R.K. Das and J.K. Kalita; National Workshop on Trends in Advanced Computing (NWTAC), Tezpur University, 2006.
Part of Speech Tagging for Assamese Language; K.P. Gupta and U. Sharma; Symposium on Computational Linguistics, Quantification and Computation, Hyderabad University, 2005
Root Word Stemming by Multiple Evidence from Corpus; U. Sharma, J.K. Kalita and R.K. Das; 6th International Conference on Computational Intelligence and Natural Computing (CINC-2003), North Carolina, 2003.
Spell Checking in MSWord for Assamese"; M. Das, S. Borgohain, J. Gogoi, S.B. Nair; in proceedings of International Conference on IT, Kathmandu, Nepal, May, 2003.
Design and implementation of a Spell Checker for Assamese; M. Das, S. Borgohain, J. Gogoi, S.B. Nair; in proceedings of Language Engineering Conference, University of Hyderabad, Dec 2002.
Classification of Words Based on Affix Evidence; U. Sharma, J.K. Kalita and R.K. Das; International Conference on Natural Language Processing (ICON), Mumbai, 2002
Unsupervised Learning of Morphology for Building a Lexicon for Highly Inflectional Language, Morphological and Phonological Learning; U. Sharma, J.K. Kalita and R.K. Das; Proceedings of the 6th Workshop of the ACL Special Interest Group in Computational Phonology (SIGPHON), Philadelphia, July 2002.

Please inform me if you found any work that was not listed above.  

Date: 8-October-2012  

Part of Speech tagging of Assamese

2012-09-14T16:36:00.000+05:30

Part of Speech (POS) tagging is the process of marking up words and punctuation characters in a text with appropriate POS labels. The problems faced in POS tagging are many. Many words that occur in natural language texts are not listed in any catalog or lexicon. A large percentage of words also show ambiguity regarding lexical category.

The challenges of our work on POS tagging for Assamese, an Indo-European language, are compounded by the fact that very little prior computational linguistic exists for the language, though it is a national language of India and spoken by over 30 million people. Assamese is a morphologically rich, free word order, inflectional language. Although POS tagged annotated corpus for some of the Indian languages such as Hindi, Bengali, and Telegu have become available lately, a POS tagged corpus for Assamese was unavailable till we started creating one for the work presented here. Another problem was that a clearly defined POS tagset for Assamese was unavailable to us. As a part of the work reported in this paper, we have developed a tagset consisting of 172 tags, using this tagset we have manually tagged a corpus of about ten thousand Assamese words.

In Assamese, secondary forms of words are formed through three processes: affixation, derivation and compounding. Affixes play a very important role in word formation. Affixes are used in the formation of relational nouns and pronouns, and in the inflection of verbs with respect to number, person, tense, aspect and mood.

We have obtained an average tagging accuracy of 87% using a training corpus of just 10000 words. Our main achievement is the creation of the Assamese tagset that was not available before starting this project. We have implemented an existing method for POS tagging but our work is for a new language where an annotated corpora and a pre-defined tagset were not available.

We are currently working on developing a small and more compact tagset. We propose the following additional work for improved performance. First, the size of the manually tagged part of the corpus will have to be increased. Second, a suitable procedure for handling unknown proper nouns will have to be developed. Third, if this system can be expanded to trigrams or even n-grams using a larger training corpus, we believe that the tagging accuracy will increase.

For more details about the report Part of speech tagger for Assamese text

International Phonetics Alphabet Typing Tool

2012-09-09T18:10:00.000+05:30

An Unicode compatible, offline and completely free International Phonetics Alphabet (IPA) typing tool, useful for phonetics transcription and Linguistics annotation can be downloaded from the link given below. Before installing ipa_kbd_xx.exe make sure that your system has preinstalled Doulos SIL font.

Download IPA typing tool

Bilingual Offline xobdo dictionary (Assamese-English)

2012-09-05T12:55:00.002+05:30

অসমীয়া-ইংৰাজী দ্বিভাষিক বিছিন্নতাঁৰ শব্দ অভিধান

"শব্দ" (www.xobdo.org) উত্তৰ-পূৱ ভাৰতৰ ভাষাসমূহৰ একমাত্ৰ সতাঁৰ অভিধান। "শব্দ"ৰ পৰা তথ্য লৈ এই "অসমীয়া-ইংৰাজী দ্বিভাষিক বিছিন্নতাঁৰ শব্দ অভিধান" খন সজোৱা হৈছে। "ৰাইজ" এই অভিধানখনৰ মূল চালিকাশক্তি। আজিৰ তাৰিখলৈ (৫-চেপ্তেম্বৰ-২০১২) এইখনেই একমাত্ৰ নিঃশুল্ক অসমীয়া-ইংৰাজী দ্বিভাষিক অভিধান।

ডাউনলোড (Download) বিছিন্নতাঁৰ শব্দ অভিধান

কেনেকৈ সংস্থাপন কৰিব আপোনাৰ কম্পিউটাৰত-

১. প্ৰথমতে "Lohit Assamese" নামৰ ফন্টটো আপোনাৰ কম্পিউটাৰত সংস্থাপন কৰক। [ডাউনলোড "Lohit Assamese" ফন্ট]
২. এই লিংকত থকা ফাইলটো ডাউনলোড কৰক আৰু আপোনাৰ কম্পিউটাৰত সংস্থাপন কৰক। [ডাউনলোড]
৩. এতিয়া এই ফাইলটোত একেৰাহে দুবাৰ ক্লিক কৰক আৰু পৰ্দাত অহা বিধানবোৰ অনুসৰণ কৰক।

বিছিন্নতাঁৰ শব্দ অভিধানৰ সুবিধাসমূহ

১. ইংৰাজী বা অসমীয়া দুয়োটা ভাষাতেই শব্দৰ অৰ্থ বিচাৰিব পৰা ব্যৱস্থা।
২. আগৰ বা পিছৰ শব্দটো পুনৰ চাব পৰা ব্যৱস্থা।
৩. সমাৰ্থক শব্দত (Synonym) ক্লিক কৰি অৰ্থ বিচাৰিব পৰা ব্যৱস্থা।

How to write Unicode Assamese (Indian language) text using Latex

2012-08-25T15:03:00.002+05:30

TeX হৈছে টাইপছেটিং ছফ্টৱেৰ। ডোনাল্ড নুথে কম্পিউটাৰ বিজ্ঞানৰ চাৰিখন কালজয়ী কিতাপ(দ্যা আৰ্ট অৱ কম্পিউটাৰ প্ৰগ্ৰেমিং, খণ্ড ১,২,৩,৪) লিখিবৰ বাবে এই কম্পিউটাৰ টাইপছেটিং ছফ্টৱেৰটো সাজি উলিয়াইছিল ১৯৭৮চনত। TeX শব্দটো তেওঁলোকে উচ্ছাৰণ কৰে 'টেক' হিচাবে (Techical শব্দটো উচ্ছাৰণ কৰা ধৰণে)। Metafont আৰু Typefaceৰ সহায় লৈ তৈয়াৰ কৰা এই ছফ্টৱেৰটোৰ প্ৰধান উদ্দেশ্য আছিল কম কষ্টত ধুনীয়া কিতাপ লিখা। TeXৰ উত্তৰসূৰী হিচাবে LaTeX, XeTeX, TeTeX, LuaTex ইত্যাদি বহুতো ছফ্টৱেৰ তৈয়াৰ হয়। এই আটাইবোৰ TeXৰ উত্তৰসূৰী বা TeX কৰমুক্ত ছফ্টৱেৰ। এই প্ৰৱন্ধটোত Xetex ব্যৱহাৰ কৰি কেনেকৈ লিখিব পাৰি, তাৰ উদাহৰণ দিয়া হব। (আপুনি Latex ব্যৱহাৰকাৰী বুলি ধৰি লোৱা হব )

XeTeX ব্যৱহাৰ কৰিবৰ বাবে কি কি Package লাগিব?
(Linux ব্যৱহাৰকাৰীৰ বাবে)

TeX সম্পাদনা কৰিব পৰা সজুলি, যেনে - LyX (ঐচ্ছিক)। একো ন'হলে আপুনি vim বা আন Text Editor যেনে - gEdit, kWrite আদিও ব্যৱহাৰ কৰিব পাৰে।
PDF, dvi আদি ফাইল চাব পৰা সঁজুলি, যেনে - evince, xPDF ইত্যাদি।

tex ফাইলটোত কি কি নতুন অংশ যোগ কৰিব?
\usepackage{fontspec}

\font\as="FreeSerif:script=beng" at 12pt
\font\ast="FreeSerif:script=beng" at 14pt
\font\asbb="FreeSerif:script=beng" at 20ptমন কৰিব \documentclass{article} লাইনটোৰ ঠিক পিছতে \usepackage{fontspec} লিখিব লাগিব। এতিয়া tex ফাইলটো run কৰিবৰ বাবে Command prompt ৰ পৰা তলৰ command টো লিখক-
xelatex filename.tex

তলৰ কোডখিনি copy-past কৰি চাব পাৰে -

\documentclass{article}
\usepackage{fontspec}
\usepackage{cite,amsmath,multirow,array,fixltx2e}
\usepackage{mdwmath,mdwtab}
\usepackage{stfloats}
\usepackage[caption=false,font=footnotesize]{subfig}

\font\ast="FreeSerif:script=beng" at 14pt
\font\as="FreeSerif:script=beng" at 12pt
\font\asbb="FreeSerif:script=beng" at 20pt

\date{}
\begin{document}
\title{\TeX {\asbb ব্যৱহাৰ কৰি কেনেকৈ অসমীয়াত প্ৰৱন্ধ লিখিব পাৰি}}
\author{\asbb নৱনাথ চহৰীয়া}

\maketitle
\section*{\TeX {\ast কি?}}
\TeX{} {\as হৈছে টাইপছেটিং ছফ্টৱেৰ। ডোনাল্ড নুথে\footnote{\as ডোনাল্ড নুথ(Donald Knuth)ৰ জন্ম হয় ১০ জানুৱাৰী ১৯৩৮, ৱিছকনচিনত(Wisconsin)। ষ্টেনফৰ্ড বিশ্ববিদ্যালয়ৰ অৱসৰপ্ৰাপ্ত(Professor Emeritus) অধ্যাপক নুথে ২০১০ চনত TUG(TeX ব্যৱহাকাৰী সংঘ, TeX User Group) কনফাৰেঞ্চত তেওঁ নতুন XML Tex সংস্কৰণ iTex ৰ কথা ঘোষণা কৰে।} কম্পিউটাৰ বিজ্ঞানৰ চাৰিখন কালজয়ী কিতাপ\footnote{\as দ্যা আৰ্ট অৱ কম্পিউটাৰ প্ৰগ্ৰেমিং, খণ্ড ১,২,৩,৪} লিখিবৰ বাবে এই কম্পিউটাৰ টাইপছেটিং ছফ্টৱেৰটো সাজি উলিয়াইছিল ১৯৭৮চনত। TeX শব্দটো তেওঁলোকে উচ্ছাৰণ কৰে 'টেক' হিচাবে (Techical শব্দটো উচ্ছাৰণ কৰা ধৰণে)। Metafont আৰু Typefaceৰ সহায় লৈ তৈয়াৰ কৰা এই ছফ্টৱেৰটোৰ প্ৰধান উদ্দেশ্য আছিল কম কষ্টত ধুনীয়া কিতাপ লিখা। TeXৰ উত্তৰসূৰী হিচাবে LaTeX, XeTeX, TeTeX, LuaTex ইত্যাদি বহুতো ছফ্টৱেৰ তৈয়াৰ হয়। এই আটাইবোৰ TeXৰ উত্তৰসূৰী বা TeX কৰমুক্ত ছফ্টৱেৰ। এই প্ৰৱন্ধটোত XeTeX (উচ্ছাৰণ 'জিটেক') ব্যৱহাৰ কৰি কেনেকৈ অসমীয়া লিখিব পাৰি তাৰ আলোচনা কৰিম।
}
\section*{XeTeX {\ast ব্যৱহাৰ কৰিবৰ বাবে কি কি Package লাগিব?}}
%\subsection*{\as Windows ব্যৱহাৰকাৰীৰ বাবে}
%\begin{itemize}
%\item MikeTex
%\item {\as TeX সম্পাদনা কৰিব পৰা সজুলি, যেনে - }TexniXcenter {\as (ঐচ্ছিক)। একো ন'হলে আপুনি notepad বা আন Text Editor যেনে - notepad++, editpad আদিও ব্যৱহাৰ কৰিব পাৰে।}
%\item PDF {\as ফাইল চাব পৰা যিকোনো সঁজুলি}
%\end{itemize}
\subsection*{\ast Linux ব্যৱহাৰকাৰীৰ বাবে}
\begin{itemize}
\item Xelatex Package
\item {\as TeX সম্পাদনা কৰিব পৰা সজুলি, যেনে - }LyX {\as (ঐচ্ছিক)। একো ন'হলে আপুনি vim বা আন Text Editor যেনে - gEdit, kWrite আদিও ব্যৱহাৰ কৰিব পাৰে।}
\item PDF {\as ফাইল চাব পৰা যিকোনো সঁজুলি, যেনে - evince, xPDF}
\end{itemize}
\section*{\ast tex ফাইলটোত কি কি নতুন অংশ যোগ কৰিব?}
\begin{verbatim}
\usepackage{fontspec}
\font\ast="FreeSerif:script=beng" at 14pt
\font\as="FreeSerif:script=beng" at 12pt
\font\asbb="FreeSerif:script=beng" at 20pt
\end{verbatim}
{\as মন কৰিব}
\begin{verbatim} \documentclass{article} \end{verbatim}{\as লাইনটোৰ ঠিক পিছতে} \begin{verbatim} \usepackage{fontspec}\end{verbatim} {\as লিখিব লাগিব।}
\section *{\ast কেনেকৈ Run কৰিব}
{\bf xelatex} {\em filename}.tex

\end{document}

OutPut

Stemming of Assamese

2012-08-08T17:13:00.002+05:30

Stemming is the process of automatically extracting the base form of a given word of a language. Assamese is a morphologically rich, relatively free word order, Indo-Aryan language spoken in North-Eastern part of India that uses Assamese-Bengali script for writing. As it is among the less computationally studied languages, our aim is to extract stem from a given word. We adopt the suffix stripping approach along with a rule engine that generates all the possible suffix sequences.

Algorithm-I

Read a line from the corpus file.
Extract words (from this point we called it as token) from the line, clean the token, that is remove punctuation marker attached with token if there is one.
Look up suffix-list generated manually from the end of the token. If matched with the suffix-list extract and exit.
Go to step 1 until the end of the corpus.

Algorithm-II

Read a line from the corpus file.
Extract words (from this point we called it as token from the line, clean the token, that is remove punctuation marker attached with token if there is one.
Check the dictionary. If a dictionary entry matches with the token, mark token as root word and exit otherwise execute the next step.
Look up suffix-list generated manually from the end of the token. If there is a match with the suffix-list extract and exit.
Go to step 1 until the end of the corpus.

We found 82% accuracy with the suffix stripping approach after adding a root-word list of size 20,000 approximately.

For more information Paper

মিত্ৰাক্ষৰ ছন্দৰ কবিতা

2012-07-13T15:56:00.002+05:30

বহুদিনৰ আগতে মিত্ৰাক্ষৰ ছন্দত কবিতা লিখিবলৈ চেষ্টা কৰিছিলোঁ।

ব্ৰহ্মপুত্ৰ

লাচিতৰ অসমত পুত্ৰ শান্তনুৰ।

বৈ আছে অহৰহ কুলুকুলু সুৰ।।

হৰিনাম ৰসে আলোকময় প্ৰকাশে।

গহীন গম্ভীৰ গতি চিৰপ্ৰবাহমান।।

তোৰ লহৰত সোন ফুলে পথাৰত।

অসমীয়ে ৰচে সপোন সুখৰ।।

ক’ত কাহিনী সমিল-মিলৰ।

বিজড়িত তোৰ বিশাল বুকুত।।

সৱ সোৱৰণি প্ৰতিবিম্বিত আজি।

অনন্ত কালৰ সজল চকুত।।

***************

তোৰ লহৰত অসমৰ চহৰত

নিনাদিত হয় ঐক্যতান।

জাতি উপজাতি মিলনৰ পৃষ্ঠভূমি

গায় সমন্বয়ৰ গান।।

তোৰ পাৰতেই কামাখ্যা মহাভৈৰবী

মহাতীৰ্থ অসমৰ।

দুয়োপাৰে তোৰ হৰিনামৰ ঝংকাৰ

কল্লোলিত পূণ্য জল।।

***************

ক’ত সভ্যতাৰ সংস্কৃতিৰ

গৌৰৱময় ইতিহাস।

ক’ত বিৰহৰ হা-হুতাশাৰ

কালৰ কি পৰিহাস।।

শান্ত সমাহিত অতীতৰ ব্ৰহ্মপুত্ৰ

প্ৰবল প্ৰতাপ তোৰ।

অসমক আজি প্লাবিত কৰি তই

কিহৰ তুলিলি হোৰ।।

অসমীয়া আজি ভয়ত তোৰ

থৰি-হৰি কম্পমান।

তোৰ প্ৰতাপত ডিব্ৰুগড় ছৈখোৱাত

নিকৰুণ বেদনাৰ বান।।

তোৰ বুকুতেই মাজুলী শদিয়াই

গণিছে মৰণ ক্ষণ।

তোৰ বুকুতেই ক’ত গাওঁ-ভূইয়ে

ল’লে অন্তিম শয়ন।।

নেতাই ধুবুনী অৰ্ন্তধ্যান হ’ল

বেদনাত লুকাই মুখ।

অসমৰ শিপিনী পলাশবাৰীক

দেখিলেই লাগে দুখ।।

***************

১৯৫০ চনৰ পৰা নাচ কিয় তই

ৰণচণ্ডী মূৰ্ত্তী ধৰি।

কালে সাৰ পালে মহাকালে সাৰ পালে

উঠিল চিৎকাৰ কৰি।।

সিদিনাৰে পৰা বলিয়া হ’লি কিয় তই

তুলি সৰ্বগ্ৰাসী জোৱাৰ।

আগতে আছিলি তই বৰ অসমৰ সুখ

থল নোহোৱা হ’ল কোৱাৰ।।

দুই কুল ওপচাই সৃষ্টি কৰ তই

অলাই-অথানি বান।

নিনাদিত হয় আজি তোৰ বুকুত

সাম্প্ৰদায়িক বিভেদৰ গান।।

হায়! আজি কিয় বুকুত তোৰ

তেজৰ তুমুৰলি।

নেদেখোঁ কিয় দুই কুলত তোৰ

শান্তিৰ হলি-গলি।।

***************

মহাবাহু ব্ৰহ্মপুত্ৰ শান্তনু নন্দন

এৰা এই ধংসলীলা কৰি সমৰ্পণ।

কাবৌ কাকুতি কৰিছোঁ হে মহাবাহু

নকৰিবা অসমক দিনহীন ভিকহু।।

এটা কবিতাৰ(!!) জন্মগাথা..

2011-10-10T17:42:00.000+05:30

তেতিয়া বিংশ শতিকাৰ শেষ আৰু একবিংশ শতিকাৰ আৰম্ভনি , ঠিক দিন আৰু ৰাতিৰ সন্ধিক্ষণ, সন্ধ্যাবেলাৰ দৰে, ২০০০ চনৰ জুন মাহৰ কথা। মে মাহৰ তৃতীয় সপ্তাহত প্ৰথম বাৰ্ষিক বিজ্ঞান শাখাৰ পৰীক্ষা দি উঠিছোঁ মাত্ৰ। পহিলা জুনৰ পৰা আৰম্ভ হৈছে পদাৰ্থ বিজ্ঞান আৰু ৰসায়ন বিজ্ঞানৰ টিউছন। পৰীক্ষা বৰ বাৰু হোৱা নাই। স্কুলত প্ৰ্যাত্যাহিক শ্ৰেণী তেতিয়াও আৰম্ভ হোৱা নাছিল। উপন্যাস পঢ়ি ভালপোৱা মই-জনে মাজে-মাজে নিজেই কবিতাৰ নামত দি কিবা-কিবি লিখোঁ। পিছত গম পাইছিলোঁ সেইবোৰ কবিতা আৰু মনৰ ভাবৰ শব্দায়িত মধ্যবৰ্ত্তীকালীন ৰূপ।

ৰাতিপুৱা ৬ বজাৰ পৰা আৰম্ভ হোৱা টিউছন শ্ৰেণীত ৰসায়নৰ ৰস উলিয়াই শ্ৰদ্ধাৰ ৰফিক ছাৰে। চাৰ্লচ, বয়ল, হাইজেনবাৰ্গ ... কত যে কিমান সুত্ৰ। শ্ৰেণীৰ মাজতে আমি (আমি মানে জ্যোতিৰ্ময়, চন্দন, হৰেকৃষ্ণ, উদয়, অঞ্জন,যুগল আৰু মই) কেইজনমানে বিচাৰি থাকোঁ ৰাম, হৰি, যদু, মধু, ৰহিমৰ সুত্ৰ কিয় নাই...বিৰক্তি লাগে চাৰ্লচ, বয়লৰ দৰে বিদেশীমখাৰ সুত্ৰ মুখস্থ কৰি। কিন্তু কি কৰিম, মুখস্থ নকৰি পায় নাই। পৰীক্ষা ভাল নোহোৱাৰ বাবে .. লাহে লাহে এটা ধাৰনাৰ জন্ম হৈছে মোৰ.. "কলা শাখাত নামভৰ্ত্তি কৰা হ’লেই ভাল আছিল .."। আকৌ কেতিয়াবা ভাবো যদি দ্বিতীয় বৰ্ষৰ শেষান্ত পৰীক্ষা বেয়া হয় তেতিয়া কি হ’ব? পৰীক্ষা বেয়া হোৱাতকৈ এতিয়াও সময় আছে- কলা শাখাত নামভৰ্ত্তি কৰাই ভাল, এবছৰহে গৈছে। আকৌ কেতিয়াবা ভাবো- এহ্... ভালদৰে পঢ়ি বিজ্ঞান শাখাত পৰীক্ষা দিয়াই ভাল... আৰু এবছৰহে আছে। এবছৰ অতিক্ৰম কৰি আহিলোঁ আৰু এবছৰ আছে..কিযে এক বিড়ম্বনা, কিযে এক সন্ধিক্ষণ।

কলা শাখাৰ বন্ধুবোৰৰ আৰাম দেখি দুখ লাগে... কিমান আৰামত শুইছে, ফুৰিছে, দিঘলীয়া বন্ধ উপভোগ কৰিছে। নিজৰফালে চাই দুখ লাগে..ধুনীয়া ছোৱালীৰ সপোন দেখাৰ সলনি... শোওঁতেও হাইজেনবাৰ্গৰ অনিশ্চয়তাৰ সুত্ৰ...ধেৎ চালা। চন্দনক ক’লোঁ। সি ক’লে- "ময়ো তাকেই ভাবিছোঁ। কলা শাখাত নামভৰ্ত্তি কৰা হলেই ভাল আছিল।"

কিবা কাৰণত চাৰ আহিব নোৱাৰাৰ বাবে সেইদিনা টিউছন শ্ৰেণী হোৱা নাছিল। চন্দনে আহি ক’লে - "মই Robert Fost-ৰ ধুনীয়া কবিতা এটা পঢ়িলো। নাম -"The Road Not Taken"। সন্ধিয়া কবিতাটো উলিয়াই পঢ়িলোঁ। তাৰ পিছত লিখিলোঁ এটা সন্ধিক্ষণৰ কবিতা (!! আচলতে কবিতা আৰু মনৰ ভাবৰ শব্দায়িত মধ্যবৰ্ত্তীকালীন ৰূপ)। "The Road Not Taken" কবিতাটো আজিও মোৰ প্ৰিয় কবিতা সমূহৰ এটা। কলা শাখাত নামভৰ্ত্তি কৰা ধাৰণাটো লাহে লাহে নাইকিয়া হ’ল কিন্তু আজিও সেই সন্ধিক্ষণৰ কথা ভাবি ভয় লাগে।

------------------------------------------

বিপথঃ শপত ...... ইত্যাদি

হালধীয়া ফুলেৰে ভৰা পথ দুটা

সেওঁটা ফালিছে সোনাৰুবোৰে

ইটো পথৰ পথিক মই

ভাবিছোঁ সিটোৰ হালধীয়া সোনাৰুৰ কথা

কাঁইটৰ ওপৰত ভৰি থৈ

শুনিছোঁ খলকনি সিটো পথৰ

গনিছোঁ কালাকাল অৱসাদৰ

পিছে খাউণ্ডৰ মোনাত-ও জীৱন্ত ফছিল

পৰীক্ষাগাৰত প্ৰেমিকাৰ অভিযোগনামা

নামবিহীন চিঠিৰ RSVP-ত লিখিছোঁ

ডাইনোছৰৰ ফছিলৰ কথা –

চাৰ্লচ, বয়লৰ সুত্ৰৰ মাজতে ভাবিছোঁ

প্ৰেমিকাৰ চাউল, চেনী, আটাৰ তালিকা ...

সোনাৰুৱে ঢকা (!) কাইটত ঠিয় হৈ

ভাবিছোঁ সিটোৰ মূখৰিত আনন্দৰ কথা

চিঞৰটোৱে কৈছে মোক –

নীল সাগৰত মৰীচিকা নাই ....

পিছে লুমিং (?)

উভতি ভাবিছোঁ আহিলোঁ বহুদুৰ

আগুৱাই ভাবিছোঁ আছে বহুদুৰ

দিনলিপিৰ পাতত বিছাৰিছোঁ চিনাকি ঠিকনা

চিঠিত লিখিছো RSVP

হালধীয়া ফুলেৰে ভৰা পথ দুটা

সেওঁটা ফালিছে সোনাৰুৱে।

তাৰিখঃ ২৬-০৬-২০০০

স্থানঃ ছিপাঝাৰ

How to design an online Assamese Keyboard (Basic version)

2011-09-10T17:42:00.000+05:30

অনলাইন অসমীয়া ছাবিফলি (খণ্ড - ১)

আপোনাৰ নিজৰ জলস্থানৰ (ছাইটৰ) বাবে অসমীয়া লিখিব পৰা অনলাইন সঁজুলি সাজিব বিচাৰিছে নেকি? আপুনি আপোনাৰ নামত এখন অনলাইন অসমীয়া ছাবিফলি তৈয়াৰ কৰিব পাৰে, তাৰবাবে আপোনাক লাগিব HTML নামৰ কম্পিউটাৰ ভাষাবিধৰ প্ৰাথমিক জ্ঞান। আপুনি তলৰ HTML ভাষাত লিখা ক'ডখিনি যিকোনো এটা Text সম্পাদনা কৰিব পৰা সজুলিত (যেনে- notepad, notepad++, wordpad, gedit, kedit .. ইত্যাদি) প্ৰতিলিপি কৰি লওঁক। এতিয়া নথিখন () আপোনাৰ নামত সাঁচক। নথিখন সাঁচোতে নথিখনৰ extension যাতে .htm বা .html হে হয় সেইটো মন কৰিব, নহলে অকনমান পয়মাল হ`ব। যদি আপোনাৰ নাম 'ৰাম', তেতিয়া নথিখনৰ সম্পূৰ্ণ নামটো হ`ব 'ৰাম.html' বা 'ৰাম.htm'। এতিয়া আপুনি নথিখনত একেৰাহে দুবাৰ টিপি (যাক আমি ইংৰাজীত ডবোল ক্লিক বুলি কওঁ) দিয়ক । আপোনাৰ সাধাৰনতে ব্যৱহৃত ব্ৰাউজাত (যেনে-অ`পেৰা, মঝিলা ফায়াৰফক্স) নথিখন খোল খাব, HTML ক'ডখিনিয়ে সজোঁৱা একেবাৰে প্ৰাথমিক পৰ্যায়ৰ এখন অসমীয়া ছাবিফলি। এতিয়া আপোনাৰ HTMLৰ জ্ঞান ব্যৱহাৰ কৰি এখন সন্দুৰ অসমীয়া লিখিব পৰা ছাবিফলি সঁজাই পেলাওঁক আৰু ছাবিফলি খনৰ উন্নত সংস্কৰণ উলিয়াই আপোনাৰ জলস্থানত ব্যৱহাৰ কৰক।

============================

<html>

<head>

</style>

</head>

<body>

function expand(thistag){

var s = document.getElementById("lang");

try{

for(i=0;i<=s.length;i++){

//alert(i);

m = document.getElementById("map").style;

m.display = 'none';

}

}catch(er){}

m = document.getElementById("map").style;

m.display = 'block';

styleObj=document.getElementById(thistag).style;

styleObj.display='';

}

function close1(thistag){

styleObj=document.getElementById(thistag).style;

styleObj.display='none';

}

function toggle(thistag){

styleObj=document.getElementById(thistag).style;

if (styleObj.display=='none')

{expand(thistag);}

else

{close1(thistag);}

}

</script>

<span class="style5">অসমীয়া ছাবিফলি সাঁজো আহক</span><br><br>

<table>

<tbody>

<tr>

</tr>

</tbody>

</table>

</form>

<table>

<tbody>

<tr>

<tbody>

<tr>

</tr><tr>

</tr><tr>

</tr><tr>

</tr><tr>

<td>

</tr><tr>

</tr>

</tbody>

</table>

</div>

</td></tr></tbody></table>

</div>

<body>

</html>

==========================

বিঃ দ্ৰঃ - যদি এই লিংকটোৰ পৰা উপকৃত হৈ আপুনি অসমীয়া বা আন ভাষাৰ ছাবিফলি তৈয়াৰ কৰে, তেতিয়াহলে আমাক অৱগত কৰিবলৈ অনুৰোধ জনালোঁ।

অসমীয়া ভাষাত আটাইতকৈ কম ব্যৱহৃত আখৰ

2011-08-24T16:47:00.000+05:30

একাদিক্ৰমে-

ঊ

ঝ

ঔ

ঈ

ঋ

ক্ষ

সংগণক যন্ত্ৰ় আৰু সাংকেতিকীকৰণ পদ্ধতি

2011-08-24T16:24:00.000+05:30

সংগণক যন্ত্ৰ়টোৱে আচলতে একো নাজানে। যন্ত্ৰটোক শিকাব লাগে কি কাম কৰিব লাগে, কেনেকৈ কৰিব লাগে, কেতিয়া কৰিব লাগে ইত্যাদি প্ৰতিটো কথা। এবাৰ শিকাই দিয়াৰ পিচত সংগণক যন্ত্ৰ়ই মানুহতকৈ অধিক ক্ষিপ্ৰতাৰে আৰু মানুহতকৈ অধিক নিয়াৰিকৈ কাম সম্পন্ন কৰিব পাৰে। প্ৰথমতে আমি সংগণক যন্ত্ৰটোক যিটো কাম কৰিবলৈ শিকাম, সেই কামটোৰ প্ৰণালীবদ্ধ সমাধান ছল-সংকেত পদ্ধতিৰ সহায়ত লিখি লওঁ। অধিক জটিল সমস্যা সমাধানৰ বাবে আমি প্ৰায়ে পৰিচলন-চিত্ৰৰ সহায় লওঁ। পৰিচলন-তালিকা বা পৰিচলন-চিত্ৰ বা বোঁৱতী-তালিকা বা বোঁৱতী-চিত্ৰ ছল-সংকেত পদ্ধতিৰ চিত্ৰৰূপ। ছল-সংকেতবোৰ সংগণক যন্ত্ৰক বুজাবৰ বাবে কিছুমান কৃত্ৰিম ভাষাৰ সহায় লোৱা হয়। ক্ৰমাগত ছল-সংকেতবোৰ বৰ্ণনা কৰি সংগণক যন্ত্ৰ়ই (লগতে আমি মানুহেও) বুজিব পৰাকৈ সংগণক ভাষাত (সংগণক যন্ত্ৰ়ৰ ভাষা --> সংগণক ভাষা) লিখা উক্তিৰ সমষ্টিক সংগণক প্ৰ’গ্ৰেম (চুটিকৈ প্ৰ’গ্ৰেম) বোলে। আকৌ এটা বা তাতোকৈ অধিক স্বয়ংসম্পূৰ্ণ সংগণক প্ৰ’গ্ৰেমৰ সমষ্টিক ছফ্টওৱেৰ বুলি কওঁ। সংগণক যন্ত্ৰ়ই বুজিব পৰা এই কৃত্ৰিম ভাষাবোৰক সাধাৰণতে তিনিটা বৰ্গত ভাগ কৰিব পাৰি।

১) উচ্চ বৰ্গ। উদাহৰণ- জাভা, চি, পাৰ্ল, পাইথন ইত্যাদি।

২) মধ্যম বৰ্গ। উদাহৰণ- বেচিক, ফ’ৰট্ৰান ইত্যাদি।

৩) নিম্ন বৰ্গ। উদাহৰণ- এচেমব্লি।

এতিয়া আহোঁ সাংকেতিকীকৰণ পদ্ধতিলৈ। সংগণক যন্ত্ৰ়ই প্ৰধানতঃ সংখ্যাৰ সহায়ত আখৰ বা অন্য চিহ্নসমূহ সাঁচি থয়। অৰ্থাৎ একো একোটা সংখ্যাই একো একোটা আখৰক প্ৰতিনিধিত্ব কৰে। আমোদজনকভাৱে সংগণক যন্ত্ৰ়ই কেৱল শূন্য আৰু এক অংক দুটাহে চিনিব বা বুজিব পাৰে অৰ্থাৎ যন্ত্ৰটোক শিকাবলৈ, বুজাবলৈ বা কিবা কৰিবলৈ আদেশ দিবলৈ হ’লে তাক আমি শূন্য আৰু একৰ কিছুমান ক্ৰমতহে ক’ব লাগিব। অৰ্থাৎ সংগণক যন্ত্ৰ়ই মাজবাটতে আমি বুজি পোৱা আখৰসমূহ সংখ্যালৈ আৰু সংখ্যাসমূহ এক আৰু শূন্যৰ ক্ৰমলৈ সলনি কৰি লয়। উদাহৰণস্বৰূপে ইংৰাজী 'A' আখৰটোৰ সলনি ৬৫ আৰু ৬৫ক ১০০০০০১ লৈ সলনি কৰি লয়। গতিকে আমি 'A' টিপি দিলে ই ১০০০০০১ বুজি পায়। আমাৰ কাৰণে ৬৫ আৰু ১০০০০০১ একে সংখ্যা যদিও সংগণক বিজ্ঞানত এই সংখ্যাবোৰ কিছুমান মাত্ৰাত প্ৰকাশ কৰা হয়। যেনে-

১) দ্বিমূলক সংখ্যা

২) অষ্টমুলক সংখ্যা

৩) দহমুলক সংখ্যা

৪) ষোড়শমুলক সংখ্যা ইত্যাদি।

পোনপ্ৰথমতে সংগণক যন্ত্ৰ়ৰ সকলো কাম ইংৰাজী ভাষাৰ (যিহেতু ইংৰাজী এটা আন্তঃৰাষ্ট্ৰীয় ভাষা) লগত ৰিজাই কৰা হৈছিল। উদাহৰণস্বৰূপে আমি ছবি-ফলিৰ কথাই ক’ব পাৰোঁ। এতিয়া ইংৰাজীৰ বাহিৰেও আন ভাষাসমূহৰ লগতো ৰিজোৱাৰ কাম কৰি আছে সংগণক বিজ্ঞানীসকলে। জনপ্রিয় সাংকেতিকীকৰণ পদ্ধতিসমূহৰ ভিতৰত-

১) এ.এচ.চি.আই.আই. (এমেৰিকান ষ্টেন্ডাৰ্ড কোড ফৰ ইনফৰমেচন ইন্টাৰচেঞ্জৰ সংক্ষিপ্ত ৰূপ বা এচস্কী) হ'ল ইংৰাজী বৰ্ণমালাৰ ক্ৰমত ৰিজাই সজোৱা সাংকেতিকীকৰণ প্ৰক্ৰিয়া। ১৯৬০ চনত প্ৰকাশিত এই সাংকেতিকীকৰণ ক্ৰমটোৰ ভিত্তি আছিল টেলিগ্ৰাফিক সংকেত। এ.এচ.চি.আই.আই.-ৰ দুটা সংস্কৰণ আছে। এ.এচ.চি.আই.আই.-৭ আৰু এ.এচ.চি.আই.আই.-৮। ইয়াৰ প্ৰথম ৩২টা (০-৩১) সংকেট নিয়ন্ত্ৰণৰ বাবে, দ্বিতীয় ৩২টা (৩২-৬৪) সংকেত চিহ্নৰ বাবে, তৃতীয় ৩২টা সংকেত ইংৰাজী বৰফলাৰ বাবে আৰু চতুৰ্থ ৩২টা সংকেত ইংৰাজী সৰুফলা বাবে সংৰক্ষিত। সংগণক বিজ্ঞানীসকলে লিপি নিৰ্মাণৰ সময়ত অসমীয়া লিপিৰ প্ৰতিটো চিহ্ন এ.এচ.চি.আই.আই. সংকেতৰ ৩২-১২৭লৈ যিকোনো এটা সংখ্যা ৰিজাই লয়। এনেদৰে সজোৱা লিপিক এ.এচ.চি.আই.আই. লিপি বোলে।

২)আই.এচ.চি.আই.আই. (ইণ্ডিয়ান ষ্টেন্ডাৰ্ড কোড ফৰ ইনফৰমেচন ইন্টাৰচেঞ্জৰ সংক্ষিপ্ত ৰূপ বা ইচস্কী ) হ'ল সাংকেতিকীকৰণ প্ৰক্ৰিয়াত ভাৰতীয় লিখন প্ৰণালীৰ প্ৰতিনিধি। আন অৰ্থত আই.এচ.চি.আই.আই.ক আমি ব্ৰাহ্মী ভিত্তিক দহটা ভাৰতীয় লিপিৰ বৰ্ণসমূহৰ অধি-সংহতি বুলিও ক’ব পাৰোঁ । এই প্ৰণালীটোৱে সামৰি লোৱা ভাৰতীয় ভাষাৰ বিভিন্ন লিপিসমূহ হ’ল- অসমীয়া, বঙালী, দেৱনাগৰী, গুজৰাটী, গুৰুমূখী, কানাড়া, মালায়ালাম, উড়িয়া, তামিল আৰু তেলুগু।

সকলো ভাৰতীয় ভাষাৰ বৰ্ণক প্ৰতিনিধিত্ব কৰিব পৰাকৈ দহ লিপি মাৰি এক সংগণক লিপি সৃষ্টি কৰা এই উমৈহতীয়া সাংকেতিকীকৰণ প্ৰক্ৰিয়াৰ সুবিধাসমূহৰ ভিতৰত - লিপ্যান্তৰকৰণ, ভাষাৰ প্ৰযুক্তিগত দিশৰ উন্নয়ন... আদিয়েই প্ৰধান। এই সাংকেতিকীকৰণ প্ৰক্ৰিয়াৰ সাধাৰনতে দুটা সংস্কৰণ আছে। আই.এচ.চি.আই.আই.-৭ আৰু আই.এচ.চি.আই.আই.-৮। আই.এচ.চি.আই.আই.-৭ মানে ২^৭ = ১২৮ অৰ্থাৎ ইয়াৰ ০ৰ পৰা ১২৭লৈ মুঠ ১২৮টা বৰ্ণৰূপ থাকে। একেদৰে আই.এচ.চি.আই.আই.-৮ত (২^৮ = ২৫৬) ০ৰ পৰা ২৫৫লৈ মুঠ ২৫৬ টা বৰ্ণৰূপ থাকে। আই.এচ.চি.আই.আই.-৮ত ভাৰতীয় ভাষাৰ বৰ্ণৰূপৰ লগতে ইংৰাজী বৰ্ণৰূপও সন্নিহিত থাকে। ইয়াৰে প্ৰথম ১২৮টা (০ৰ পৰা ১২৭লৈ) বৰ্ণৰূপে ইংৰাজী ভাষাক আৰু দ্বিতীয় ১২৮টা (১২৮ৰ পৰা ২৫৫লৈ) বৰ্ণৰূপে ভাৰতীয় ভাষাৰ লিপিক প্ৰতিনিধিত্ব কৰে। উদাহৰণস্বৰূপে ইংৰাজী 'A' আখৰটো বুজাবৰ বাবে ৬৫ সংখ্যাটো, ইংৰাজী 'B' আখৰটো বুজাবৰ বাবে ৬৬ সংখ্যাটো সংৰক্ষিত থাকে। একেদৰে প্ৰতিটো আখৰ, প্ৰতিটো চিহ্ন বুজাবৰ বাবে একোটাকৈ সংখ্যা সংৰক্ষিত থাকে। একেদৰে ভাৰতীয় লিপিৰ প্ৰতিটো আখৰ, প্ৰতিটো চিহ্ন বুজাবৰ বাবেও একোটাকৈ সংখ্যা সংৰক্ষিত থাকে। (যেনে হিন্দী/অসমীয়া 'অ' বৰ্ণটোৰ বাবে ১৬৭ সংখ্যাটো, 'খ' বৰ্ণটোৰ বাবে ১৬৮ সংখ্যাটো ইত্যাদি)

কিন্তু আটাইতকৈ পৰিতাপৰ কথাটো হ’ল, এচস্কী, ইচস্কী বা আন সাংকেতিকীকৰন পদ্ধতিসমূহৰ ইটোৰ লগত সিটোৰ মিল নাছিল। দুটা পদ্ধতিয়ে একেটা সংখ্যাকে দুটা বেলেগ বেলেগ চিন বুজাবলৈ নাইবা একেটা চিনৰ বাবে দুটা সংখ্যা ব্যৱহাৰ কৰিব পাৰে। গতিকে এটা সংগণক যন্ত্ৰত কোনো তথ্য বেলেগ বেলেগ প্ৰণালীৰ মাজত বিচৰণ কৰোঁতে সি ভুল কৰাৰ আশংকা বেছি থাকে। অৰ্থাৎ পৃথিৱীৰ সকলো লিপি এচস্কী বা ইচস্কীৰে প্ৰকাশ কৰিব নোৱাৰি। গতিকে আমাক এনেকুৱা এটা সাংকেতিকীকৰন পদ্ধতি/মাধ্যমৰ প্ৰয়োজন হ’ল যিয়ে পৃথিৱীৰ সকলো লিপিকে সাংকেতিকভাৱে সংৰক্ষণ আৰু প্ৰকাশ কৰিব পাৰে! ইউনিক’ড হ’ল এনে এক সাংকেতিকীকৰণ মান যিয়ে এই সকলো সমস্যাৰ সমাধান কৰিছে।

৩) ইউনিক’ড: ইউনিক’ড হৈছে একক, সৰলীকৃত আৰু বিশ্বজনীন কাৰিকৰী সাংকেতিকীৰণ মান। জ’ বেকাৰ, লী কলিনচ আৰু মাৰ্ক ডেভিচ নামৰ লোক তিনিজনে ১৯৮৯ চনত একক সাংকেতিকীৰণৰ বিষয়ে কাম কৰিবলৈ আৰম্ভ কৰি ১৯৯১ চনৰ শেষৰফালে সকলো লিপি/ভাষাৰ বাবে এক সৰলীকৃত, বিশ্বজনীন মান প্ৰকাশ কৰে। পিছলৈ এই মান সকলোৱে মানি লয় আৰু তেওঁলোকৰ অপেছাদাৰী সংগঠনটো ইউনিক’ড Consortium নামৰে জনজাত হয়। পিছলৈ এই অপেছাদাৰী সংগঠনটোত বিশ্বৰ প্ৰায়বোৰ দেশৰ প্ৰতিনিধিয়ে যোগদান কৰে। তথ্য মন্ত্ৰালয়, ভাৰত চৰকাৰ হ’ল ইউনিক’ড Consortiumত আমাৰ প্ৰতিনিধি। শেহতীয়াকৈ ইউনিক’ডে বিশ্বৰ ৯৩টা লিপিৰ ১,০৭,০০০টা বৰ্ণ/চিহ্নক সামৰি লৈছে|

আমাৰ 'ক' আখৰটো বুজাবৰ বাবে ইউনিক’ডত 'U+0৯৯৫' মান়টো সংৰক্ষিত আছে। অৱশ্যে আপুনি এই মানটো অসমীয়া 'ক' হিচাপে ইউনিক’ডত বিচাৰি নাপায়। কাৰণ আমাৰ অসমীয়া ভাষাৰ বাবে ইউনিক’ডত সুকীয়াকৈ এটা শ্ৰেণী নাই, বঙালী ভাষাৰ লগতেই আমাক আৰু মনিপুৰী ভাষাক ৰখা হৈছে। 'U+0৯৮0' ৰ পৰা 'U+0FF' লৈ শ্ৰেণীটো বঙালী ভাষাৰ বাবে সংৰক্ষিত। অসমৰ আন এটা স্বীকৃত ভাষা বড়োকো দেৱনাগৰী লিপিৰ ভিতৰত ৰখা হৈছে। বিশ্বৰ প্ৰতিটো বৰ্ণ/চিহ্ন ইউনিক’ডে (U+এটা ষড়মাত্ৰীয় সংখ্যা)ত আৰু প্ৰতিটো লিপি/ভাষাৰ বাবে এটা নিৰ্দিষ্ট শ্ৰেণী বান্ধি দিয়া থাকে। গতিকে যিকোনো এটা ইউনিক’ড মান পালে আমি তৎক্ষনাত ক’ব পাৰো যে মানটোৱে কি বৰ্ণ/চিহ্ন বুজায়, ই কোন ভাষাৰ আৰু ইয়াৰ নাম কি।

বিশ্বজনীন বৰ্ণমালা(UCS: Universal Character Set)ৰ পৰিবৰ্ত্তিত ৰূপ(UTF: UCS Transformation Format)-ৰ আটাইতকৈ জনপ্ৰিয় সংস্কৰণটো হৈছে - ইউ. টি. এফ.-৮। বিশ্বজনীন বৰ্ণমালাৰ পৰিবৰ্ত্তিত ৰূপৰ আন সংস্কৰণবোৰৰ ভিতৰত ১) ইউ. টি. এফ. - ১ (UTF-1: UCS Transformation Format) ২) ইউ. টি. এফ. - ৪ (UTF-4: UCS Transformation Format), ৩) ইউ. টি. এফ. - ১৬ (UTF-16: UCS Transformation Format), ৪) ইউ. টি. এফ. - ৩২, (UTF-32: UCS Transformation Format) আদিয়েই প্ৰধান।

অসমীয়া ভাষাৰ আটাইতকৈ বেছি ব্যৱহৃত আখৰ (Most Frequent Character of Assamese)

2011-07-07T21:09:00.001+05:30

অসমীয়া ভাষাৰ আটাইতকৈ বেছি ব্যৱহৃত আখৰটো বিচাৰোতে মোৰ মনত দুটা প্ৰশ্নৰ উদয় হ'ল।
১) আমি স্বৰচিহ্নবোৰক আখৰ হিচাপে ধৰিমনে? (মন কৰিবলগীয়া - স্বৰবৰ্ণ / স্বৰচিহ্ন)
২) ভাষাৰ ব্যৱহাৰিক দিশ আৰু ভাষাৰ কাৰিকৰী উপস্থাপন (encoding) দুটা পৃথক বিষয়। আমি ব্যৱহাৰিক জীৱনত স্বৰচিহ্নসমুহক পৃথক বৰ্ণ হিচাপে নধৰোঁ (আচলতে একো হিচাপেই নধৰোঁ নেকি?)। তাৰমানে- ক, কি, কা, কী ইত্যাদি একোটা একোটা পৃথক বৰ্ণ।

"কাৰ কি খবৰ? কোন কেতিয়া আহিবা।"-বাক্যদুটাত বৰ্ণ সংখ্যা তলত দিয়া ধৰনৰ-
আ--১, কা--১, কি--১, কো--১, কে--১, খ--১, তি--১, ৰ--২, ব--১, বা--১, ন--১, য়া--১, হি--১, ?--১,।--১

বাক্যদুটাত 'ক' বৰ্ন নাই কিন্তু 'কা', 'কি', 'কো', 'কে' ইত্যাদি বৰ্ণ একোটাকৈ আছে নে 'ক' বৰ্ণ চাৰিটা আছে? আমি দৈনন্দিন এনেকৈয়ে শব্দ গননা কৰি আহিছোঁ হ'কনে!!! কোনটো শুদ্ধ?

মই ভাষাৰ উপস্থাপনৰ (encoding) দিশৰ পৰা চাওঁতে (অৰ্থাত স্বৰচিহ্নসমুহও পৃথক বৰ্ণ ) পোৱা আটাইতকৈ বেছি ব্যৱহৃত আখৰৰ তালিকাখন তলত দিয়া ধৰনৰ-
(প্ৰথম ১০টা স্থান প্ৰাপ্ত বৰ্ণ)
(Slno--Letter---Frequency)
1     া     1245687
2     ৰ     1141778
3     ি     824280
4     ্     653251 (যুক্তাক্ষৰ!!!)
5     ে     616693
6     ক     613848
7     ত     603635
8     ন     550146
9     ল     469373
10     ব     449293

সমীক্ষাৰ বাবে লোৱা আখৰৰ সংখ্যা - ১৩১,২৯,৭৮৩ টা ।

যদি ক,কি,কা, কী, কৃ আদি একো একোটা পৃথক বৰ্ণ বুলি ধৰোঁ তেতিয়া আখৰৰ অৱস্থানবোৰ সলনি হ'ব।

অসমীয়া সমন্ধবাচক শব্দৰ তালিকা

2011-03-26T15:48:00.001+05:30

আইচুদেউ

আইতা

আইদেউ

আই

আপাদেউ

আমৈ

এনাইদেউ

ককাইদেউ

ককা

খুলশালী

খুৰাদেউ

খুৰীদেউ

ঘৈণী

জা

জীয়ৰী

জী

জেঠাইদেউ

জেঠা

জেঠুদেউ

জেঠু

জেঠেৰী

জে-শাহু

জোঁৱাই

তাৱৈ

দদাইদেউ

দাদা

দেউতা

দেওৰ

ননদ

নবৌ

নাতিনী

নাতি

নিচাদেউ

পিতাদেউ

পিতৃ

পুঠাদেউ

পেহাদেউ

পেহীদেউ

পৈ

পতি

পত্নী

বন্ধু

বাইচাদেউ

বাইদেউ

বান্ধৱী

বিয়নী

বিয়ৈ

বৈনাই

বোপাই

বোৱাৰী

বৌদেউ

ভগিনী

ভগ্নী

ভতিজা

ভনী

ভাই

ভাই-পো

ভাই-বোৱাৰী

ভাই-শহুৰ

ভাগিনী

ভাগিন

ভাগী

মহাদেউ

মহা

মাতৃ

মামা

মামীদেউ

মামী

মাহীদেউ

মাহীমা

মা

মিতিনী

মোমাইদেউ

শহুৰ

শালপতি

শাহু

সখা

সখীয়নী

সখী

সতিনী

স্বামী

Frequent word list

2011-03-18T16:16:00.000+05:30

English Most frequent word "The"

Hindi: Most frequent word "में"

Suffix based Noun and Verb Identifier for Assamese

2011-03-18T15:59:00.000+05:30

Most frequent Assamese word

2011-03-18T12:40:00.000+05:30

অসমীয়া ভাষাত আটাইতকৈ বেছি ব্যৱহৃত শব্দটো কি ??

প্ৰায় ২০৫১৪৩টা অসমীয়া বাক্যক (২.৬ মিলিয়ন শব্দ) লৈ চলোৱা এটা পৰীক্ষাৰ পৰা পোৱা তথ্য অনুসৰি অসমীয়া ভাষাত আটাইতকৈ বেছি ব্যৱহৃত শব্দটো হৈছে "আৰু" (৪৬৫৭৭বাৰ)৷ প্ৰথম একুৰি স্থানপ্ৰাপ্ত শব্দৰ ভিতৰত আছে-
১) আৰু (৪৬৫৭৭ বাৰ)
২) এই (২২৮০৯ বাৰ)
৩) কৰি (১৫৯১৬ বাৰ)
৪) হয় (১৩৬৩৪ বাৰ)
৫) পৰা (১৩৬২৩ বাৰ)
৬) কৰা (১২৯২৬ বাৰ)
৭) এটা (১২৮২৪ বাৰ)
৮) হৈ (১২৪৬৩ বাৰ)
৯) সেই (১০৪৮৬ বাৰ)
১০) কথা (১০১৬৫ বাৰ)
১১) কিন্তু (৯৮০৪ বাৰ)
১২) আছে (৯৬৮৭ বাৰ)
১৩) তাৰ (৯৫৩৩ বাৰ)
১৪) নাই (৯৪৭৬ বাৰ)
১৫) বুলি ( ৯১৯১ বাৰ)
১৬) মই (৯১১৬ বাৰ)
১৭) হ'ল ( ৯০৫৪ বাৰ)
১৮) বা (৮৭৭১ বাৰ)
১৯) যে ( ৮৪৯৫ বাৰ)
২০) কৰিব ( ৮৪৮৮ বাৰ)

বিঃদ্ৰঃ পৰীক্ষাৰ বাবে লোৱা বাক্যসমুহত কবিতাৰ বাহিৰে বাকী সকলো ধৰণৰ বিষয় (সমালোচনা, উপন্যাস, গল্প, ধৰ্মীয়, বাতৰি, নাটক) অন্তৰ্ভুক্ত কৰা হৈছে৷

Assamese Stop-word list

2011-03-16T16:39:00.001+05:30

যিবোৰ শব্দই natural language processing ত সহায় নকৰে, তেনেকুৱা শব্দৰ এখন তালিকা তলত দিয়া হল। যিসকলে Information Extraction, Text Summarization, Search Engine Optimization আদি ক্ষেত্ৰত কাম কৰি আছে তেওঁলোকৰ বাবে তালিকা খন সহায়ক হব বুলি অাশা কৰিলো। Stop word ৰ বিষয়ে অধিক জানিবৰ বাবে - http://en.wikipedia.org/wiki/Stop_words

অতএব
অথচ
অথবা
অধঃ
অন্ততঃ
অৰ্থাৎ
অৰ্থে
আও
আঃ
আচ্ছা
আপাততঃ
আয়ৈ
আৰু
আস্‌
আহা
আহাহা
ইতস্ততঃ
ইতি
ইত্যাদি
ইস্
ইহ
উঃ
উৱা
উস্‌
এতেকে
এথোন
ঐ
ওঁ
ওৰফে
ঔচ্‌
কি
কিম্বা
কিন্তু
কিয়নো
কেলেই
কাচিত্‍
চোন
ছাৰি
ছিকৌ
ছেই
ঠাহ্
ঢুত্‍
ঢেঁট্‌
তত
ততক
ততেক
তেতেক
ততেক
তত্ৰাচ
তথা
তথৈবচ
তাতে
তেও
তো
তৌৱা
দেই
দেহি
দ্বাৰা
ধৰি
ধিক্
নচেত্‍
নতুবা
নি
নো
নৌ
পৰা
পৰ্যন্ত
পশ্চাত্‍
বৰঞ্চ
বহিঃ
বাবে
বাৰু
বাহ্‌
বাহিৰে
বিনে
বে
মতে
যথা
যদি
যদ্যপি
যে
যেনিবা
যেনে
যোগে
লৈ
সত্ত্বে
সমন্ধি
সম্প্ৰতি
সহ
সু
সেইদেখি
সৈতে
স্বতঃ
হঞে
হতুৱা
হন্তে
হবলা
হয়
হা
হুঁ
হুই
হে
হেই
হেঃ
হেতুকে
হেনে
হেনো
হেৰ
হেৰি
হৈ
হোঁ
ইঃ
ইচ্
চুহ্
চুঃ
আঁ

Ubuntu 10.10 : Configure Wireless driver with Ndiswrapper

2010-12-23T10:24:00.000+05:30

Follow the following instruction to configure Wireless driver with Ndiswrapper

1. Download Ndiswrapper and Install
2. Download Driver
3. Extract files to Desktop
4. cd ~/Desktop/Drivers
5. sudo ndiswrapper -i athfmwdl.inf
6. sudo ndiswrapper -i NetA5AGU.inf
7. sudo depmod -a
8. sudo modprobe ndiswrapper
9. sudo ndiswrapper -m
10. sudo gedit /etc/modules
11. write ndiswrapper at the end of the text file and save it
12. Reboot your system

## You must be a root user to install the driver

Safely uninstall Linux from a Dual boot system

2010-07-13T19:04:00.000+05:30

Safely uninstall Linux from a Dual boot system

Most faced problem during last two years in our hostel is to uninstall Linux from a dual boot (Linux + windows) system. Here is a simple solution to uninstall or delete Linux completely and safely.

Requirements:
Windows XP/Vista/7 startup disk or Windows XP(verified with XP only) bootable floppy .

Steps to be followed

1. Boot your Windows XP/Vista/7.

2. Go to Start > Control Panel > Administrative Tools > Computer Management (UAC or User Account Control in Vista/7)

3. Go to Disk Management under “Storage”

4. Select your Hard Disk and then the Linux partition. [Delete the Linux partition this will delete Linux as well as grub.]

6. Now reboot your system with Windows XP/Vista/7 start up disc or floppy and type the command “fixmbr”.

7. Above command will repair ur bootloader and rewrite ntldr which will replace corrupted grub.

8. Now reboot your system

Thats it.......

বহাগৰ আয়োজন

2010-03-31T07:39:00.000+05:30

" হালধীয়া ফুলেৰে ভৰা পখটো
সেওঁটা ফালিছে সোণাৰুৱে....
ইটো পথৰ পথিক মই
ভাবিছো সিটোৰ হালধীয়া সোণাৰুৰ কথা......"

"মদাৰৰে ফুল হেনো কামে কাজে নেলাগে...লাগে পিছে আকাশত ৰং সানিবলে...."

Go: Google's New programming Language

2009-12-16T16:56:00.000+05:30

Go is a Compiled, Garbage collected, System programming language developed by Google. It was officially launched on November'09. At present Linux based and Mac based compilers are available for Go language. Official site for for Go language is: http://golang.org. The following is the hello program for go language.

package main
import fmt "fmt"
func main ()
{
fmt. printf ( "Hello World \ n");
}