தமிழின் சொல் அமைப்பு விதிகளின் சிறப்பு...

தமிழின் சொல் அமைப்பு விதிகளின் சிறப்பு...
--------------------------------------------------------------

என்னைப் பொறுத்தவரையில் தமிழ்மொழியின் சொல்லமைப்பு மிக மிகத் தெளிவான கணிதவிதிகளைக் கொண்டிருக்கின்றன. கூட்டுச்சொல்கள் - பெயர்த்தொகை, கூட்டுவினைகள் போன்றவை - தங்களது அமைப்பில் மொழியின் பொருண்மையையும் சொல்லாக்க விதிகளையும் அடிப்படையாகக் கொண்டே அமைகின்றன. எனவே தமிழ்ச்சொல்லின் மொழியசை, சொல்லில் தலைச்சொல்லும் விகுதிகளும் வருகின்ற முறை , அடிச்சொல், விகுதிகள் ஆகியவற்றின் பொருண்மை, செயல்பாடு ஆகியவை எல்லாம் தமிழ் அமைப்பின் கணிதத்தன்மையை வெளிக்காட்டி நிற்கின்றன. இவற்றில் பல விதிகள் உலகப் பொது விதிகளாகவும் இருக்கின்றன என்பது வியப்புக்கும் மகிழ்ச்சிக்கும் உரியது ஆகும். ஒரு எடுத்துக்காட்டு..... ஒரு பெயர்ச்சொல்லோடு பன்மை விகுதியும் வேற்றுமை விகுதியும் சேரும்போது, பன்மைவிகுதிக்குப்பிறகுதான் வேற்றுமை விகுதி சேரும். ஏனென்றால், குறிப்பிட்ட பெயர்ச்சொல்லின் பொருளை விரிவாக்குகின்ற பன்மை விகுதியானது பெயர்ச்சொல்லோடுநேரடித் தொடர்பு உடையது. அதாவது, உருபன் (சொல்) தொடர்புடைய ஒன்று. ஆனால் வேற்றுமை விகுதி அந்தப் பெயர்ச்சொல்லையும் அது பயின்றுவருகிற தொடரின் வினைச்சொல்லுக்கும் இடையிலான ஒரு தொடரியல் உறவைக் குறித்துநிற்கிறது. எனவே பெயர்ச்சொல்லுக்கு மிக அண்மையில் பன்மைவிகுதியும், அதன்பிறகு வேற்றுமைவிகுதியும் அமைகிறது. அதுபோலத்தான் வினைமுற்றிலும். படி த்த் ஆன் என்பதில் கால விகுதி நேரடியாக வினையின் பொருளை- இலக்கணப்பொருளை- கூட்டுகிறது. ஆனால் திணை எண் பால் விகுதியானது எழுவாய்க்கும் வினைமுற்றுக்கும் இடையிலான ஒரு தொடரியல் உறவைக் குறித்துநிற்கிறது. எனவே, காலவிகுதிதான் வினைக்கு அருகாமையில் இருக்கும். அதையடுத்துத்தான் திணை எண் பால் விகுதி வரும். இதுபோன்று எத்தனையோ சிறப்புகளைத் தமிழ் அமைப்பில் காணலாம். ஆனால் இன்றைய எழுத்துத்தமிழ்பற்றிய ஆய்வு போதுமான அளவுக்கு வளரவில்லை. பழந்தமிழுக்கான இலக்கணங்களுக்குமட்டுமே அதிகக் கவனம் செலுத்துகிறோம். பழந்தமிழ் இலக்கணங்கள் பெருமளவில் இன்றைய தமிழுக்குப் பொருந்திவந்தாலும், இன்றைய தமிழில் பல புதிய நுட்பங்கள் தோன்றி வளர்ந்துள்ளன. மேலும் பழந்தமிழ் இலக்கணநூல்களின் அருமையான நுட்பங்களையெல்லாம் இன்றைய மொழியியல் நோக்கில் பார்க்கும்போது, அவற்றின் சிறப்பு மேலும் தெரிகிறது. ஆனால் இதுபோன்ற ஆய்வுகள் தமிழகத்தில் போதுமான அளவுக்கு வளரவில்லை. எனவே கணினித்தமிழ் வளர்ச்சிக்கான மொழியறிவு முன்வைக்கப்படவில்லை. இதுவே கணினித்தமிழ் ஆய்வில் ஈடுபடுகிற கணினித்துறை அறிஞர்களுக்குப் பிரச்சினையாக நீடிக்கிறது. எனவே புள்ளியியல், machine learning, deep learning போன்றவற்றின் துணையை நாடுகிறார்கள். எனவே சில சிக்கல்கள் நீடிக்கின்றன. மொழியமைப்பு விதிகளை அடிப்படையாகக்கொண்டு, கணினித்தமிழ் ஆய்வு மேற்கொள்ளப்பட்டால், இதுபோன்ற சிக்கல்களைத் தீர்க்கலாம்.

கணினிமொழியியல் ஆய்வில் மொழியமைப்புசார்ந்த ஆய்வு ( Empirical approach) , புள்ளியியல் சார்ந்த ஆய்வு ( Statistical approach , செயற்கை அறிவுத்திறன், நரம்பியல்வலைப்பின்னல் சார்ந்த ஆய்வு ( Artificial Intelligence / Neural Net work approach) ஆகிய மூன்றுமே பயனுள்ளவைதான். ஐயமில்லை. ஆனால் மொழியின் அமைப்பை மிக ஆழமாக ஆராய்ந்து, அதன் நுட்பங்களைத் தெளிவாகத் தெரிந்துகொண்டால், அதனடிப்படையில் கணினிமொழியியல் ஆய்வை மேற்கொண்டு, மேலும் அதற்குத் துணையாக - சோதனை, வலுவூட்டல் போன்றவற்றிற்கு - பிற அணுகுமுறைகளைப் பயன்படுத்தலாம் என்பதே எனது கருத்து.