The Word and the World – 4

(ఈ టపాలు ఈ పుస్తకం గురించి నేను రాసుకుంటున్న నోట్సు. ఈ సిరీస్ లో తక్కిన టపాలు ఇక్కడ.)
************

Chapter 3: Words and their meanings

ఈ అధ్యాయంలో ఏడు ఉప విభాగాలున్నాయి. అన్నీ అరపేజీ నుండి రెండు మూడు పేజీల లోపే ఉన్నాయి కానీ, విడివిడిగా అయితే సమ్మరీ రాసుకోవడం ఈజీ అని నేనూ విడి విడిగానే ఉంచుతున్నాను.

a) Classification of Words:
యాస్కుడు పదాల ని నాలుగు విభాగాల్లోకి వర్గీకరించాడట (Parts of speech). అవి -నామ (nouns), అఖ్యాత (verbs), ఉపసర్గ (pre-verbs or prefixes), నిపాత (particles, prepositions). అయితే ఈ విధమైన వర్గీకరణకి వేద మంత్రాలని పదాలు పదాలుగా విడగొట్టి చేసే విశ్లేషణ ఆధారమట. అలా విడగొట్టడం ఒక తాత్విక వివాదానికి (Philosophical controversy) దారి తీసిందట. ఒక వర్గం – పదాలు వాక్యభాగాలే కాని స్వతంత్ర ప్రతిపత్తి కలిగినవి కావనీ, మరొక వర్గం – పదాలే primary, వాక్యం secondary అనీ అభిప్రాయ పడ్డారు. ఈ విషయమై వాదోపవాదాలు చాలా ఏళ్ళు, చాలా తీవ్రంగా కొనసాగాయట. (తర్వాతి అధ్యాయాల్లో కొంచెం వివరం తెలుస్తుంది.)

b) Categories of things:
పైన చెప్పినది parts of speech అయితే, ఇక్కడ చెప్పేది ontological categories.

Yaska’s contribution however lay in singling out two main (ontological) categories, a process or an action and an entity or a being or thing. L.Sarup chose to contrast these two, “bhava” and “sattva” by using the familiar terminology of “becoming” and being”

-అన్న రచయిత వాక్యాలు బహుశా మొత్తంగా ఈ విభాగానికి సారాంశం ఏమో. అయితే, సరిగ్గా అవగాహన రావడానికి నేను ఈ విభాగాన్ని మరొక్కసారైనా చదవాల్సి ఉంటుందేమో. ఇప్పటికి ఒకటికి రెండుసార్లు చదివినా, స్పష్టంగా ఒక అవగాహన కలగడంలేదు నాకు :-(

c) Primary and Non-Primary meanings of a word: Metaphor
Metaphor కు ఆంధ్రభారతి నిఘంటువులో – ఉపమ, ఉత్ప్రేక్ష, రూపక, శ్లేష – ఇలా అన్ని అర్థాలూ ఉన్నాయి. కనుక metaphor అనే రాస్తా. భారతీయ తత్వవేత్తలు (ప్రధానంగా నైయాయికులు) ఈ అంశాన్ని చర్చిస్తూ – పదానికి రెండు రకాల ‘powers’ ఉంటాయని, అందులో ఒకటి saying అయితే, ఒకటి pointing/indicating power అన్నీ అన్నారు. Metaphor లక్షణాల గురించి ఈ క్రింది వివరం ఈ విభాగం సారాంశం అని నా అభిప్రాయం.
“On analysis, the Naiyayikas identify two necessary conditions: a) the primary meaning should be a ‘misfit’ in the context; it would not go with the meanings of other words in the sentence and b) the indicated meaning (..) would have to be associated with the primary meaning in one way or the other.
ఇవి కాక మూడో పదానికి power ఉందనీ, అది suggestive power అని అలంకారశాస్త్ర పండితులు అంటారట. అయితే, ప్రధాన అర్థం, మెటఫొరికల్ అర్థం, వాక్యం కాంటెక్స్ట్ అన్నీ తెలిస్తేనే ఈ మూడో అర్థం గ్రహించగలమని, ఇది గొప్ప కవిత్వం లక్షణమనీ వీళ్ళ అభిప్రాయం. (ధ్వన్యాలోకం అన్న పుస్తకం గురించి ఇదివరలో బ్లాగ్లోకంలో ఒక చర్చ చూశా ఎప్పుడో. అది దీని గురించేననుకుంటా!)

d) Criticism of the ‘suggestive’ power
ఒక పదం “సూచించే” అర్థం దాన్ని వినేవాడి అన్వయంపై కూడా ఆధారపడుతుందనీ, పదానికే పూర్తిగా ఆ suggestive power ఉందనక్కర్లేదని భావం. పై వాదానికి ఇదొక విమర్శ అనుకుంటాను.

e) The speaker’s intention
ఒక వాక్యాన్ని పలికిన వ్యక్తి ఏ ఉద్దేశ్యంతో అన్నాడు? అన్న ఎరుక వల్ల వాక్యంలోని అయోమయాల్ని పోగొట్టవచ్చునని ఇక్కడ సారాంశం. పుస్తకంలో ఇచ్చిన ఉదాహరణ – సైంధవము అంటే – గుర్రము, ఉప్పు రెండు అర్థాలు ఉన్నాయి. అయితే, వాడిన సందర్భాన్ని బట్టి పలికిన వ్యక్తి ఉద్దేశ్యం విన్న వ్యక్తికి అర్థమవుతుందని సారాంశం.

f) Ambiguity and Contexual factors
ఇలా ఒకే పదానికి నానార్థాలు ఉన్న సందర్భాల్లో ఏది సరైన అర్థం అన్నది ఎలా నిర్థారిస్తామో – కొన్ని నియమాలు చేశాడట భర్తృహరి. అవి -
* Word association, dissociation: ఒక పదాన్ని దాని వాక్యంలో చుట్టు పక్కల ఉన్న పదాలతో కలిపి చూస్తే విడిపోయే తరహా అయోమయం.
* Mutual Association: rama and lakshmana అంటే శ్రీరాముడు కానీ బలరాముడు అవ్వడు కదా! ;) ఇదీ పైన చెప్పిన association, dissociation లాగానే అనిపించింది నాకు. కానీ, ఇక్కడ ప్రస్తావన ఈ తరహా compound words (multi word expressions) గురించి మాత్రమే.
* Hostility or opposition: ఇది నాకంతగా అర్థం కాళేదు కాణీ,ఈ నాలుగూ కూడా వివిధ రకాల associations అని రచయిత రాయడం తో కొంచెం రిలేట్ చేసుకున్నా..
* Purpose : స్థాను అంటే శివుడు, స్థంబం అన్న రెండర్థాలు ఉన్నా worship sthanu అన్నప్పుడు శివపూజ అనే అర్థం చేసుకుంటాము కదా! అన్నది ఉదాహరణ. అయితే, ఇదీ నాకు association-dissociation లాగానే అనిపించింది.
* Context or Situation: తింటున్నప్పుడు “సైంధవాన్ని తీసుకురా” అంటే అది ఉప్పు అనే అర్థం చేసుకూంటాము కదా! అదే ఇది.
* Indicatory Sign: పై ఉదాహరణలో లా అదే వాక్యంలో కాకపోయినా, దాని ముందు అదే context లో వాడిన పదాలని బట్టి ప్రస్తుత వాక్య సందర్భం అర్థం చేసుకుని పదార్థంలోని అయోమయం పోగొట్టుకోవచ్చు.
* Proximity with Another word : నాకైతే ఇది అసోసియేషన్ అనే అనిపించింది (ఉదాహరణను బట్టి).
ఇలాగే, Capacity, Propriety, Place, Time, Gender, Accent ఇత్యాది వివరాలను బట్టి పదార్థాల మధ్య అయోమయాన్ని క్లారిఫై చేసుకోవచ్చు అని భర్తృహరి సూచనలు. వీటిని contexual, grammatical factors అని ఒక వర్గీకరణ చేయవచ్చని. contexual అంటే ప్రధానంగా association ఆధారితమైనవని రచయిత ఈ మొత్తాన్నీ సమ్మరైజ్ చేశారు. ఆధునిక శాస్త్రీయ భావజాలంలో ఈ తరహా పరిశోధనలని Word sense disambiguation అంటారు. Natural Language Processing రంగంలోని పరిష్కృతం కాని సమస్యల్లో (open problems) ఇదీ ఒకటి.

g) The word object relation: is it conventional? or eternal?
ఇదివరలో ఇదే చర్చ – ప్లాటో, అరిస్టాటిల్ కాలంలో జరిగినట్లు చదివాను (గత పుస్తకంలో). అయితే, అక్కడితో పోలిస్తే, ఇక్కడ పొందుపరచిన సంక్షిప్త సమాచారం కూడా విస్తారంగానే అనిపించింది. పదానికి-పదార్థానికి మధ్య ఉన్న సంబంధం గురించి గ్రీకుల లాగానే భారతీయ పండితుల్లో కూడా రెండు వర్గాలు ఉండేవి – న్యాయ, వైశేషిక వర్గాలు ఈ సంబంధం convention అని అభిప్రాయపడితే మీమాంసకులు, వైయాకరణులు ఈ సంబంధం eternal అని అభిప్రాయపడ్డారట. అయితే, ఈ సంబంధం eternal అనడానికి పాణిని వాడిన వాదం గురించి చెబుతూ – “People are seen to be using words to convey meanings, but they do not make an effort to manufacture words” అన్నాడని రచయిత అభిప్రాయపడ్డారు. అక్కడే నాకో సందేహం మొదలైంది – మనం పదాలు సృష్టించడం, అవి జనాల నోళ్ళలో నానడం అంతర్జాతీయంగా జరుగుతోంది కదా! అని. అయితే, ఇదే మూసలో, ఈ eternal సంబంధం సమర్థిస్తూ సాగిన వాదదనలు చదువుతూంటే మాత్రం గతంలో ప్లాటో వాదాలు చదివినప్పటితో పోలిస్తే, ఇక్కడ చాలా లోతైన చర్చలు జరిగినట్లు అనిపించింది. అధ్యాయం చివ్వర్లో రచయిత conclusion సబబుగా అనిపించింది నాకు –

“It seems that both theories contain some grains of truth. If we believe in conventionalism, then, in an extreme interpretation, language becomes entirely dependent on the whims of the language user. … .The introduction of God as the first creator of convention was meant to avoid such absurd consequences. The Eternalist has also made one important point regarding the givenness of the language and the word-object connection. Within a given linguistic community, the connection C cannot be easily tampered with. The debate between the Eternalist and the conventionalist may well reveal the point that there is some justification for accepting a theory like sphota theory of language, according to which the word and its linguistic meaning both remain undistinguished in the mind of the competent speaker as well as the competent hearer.”

-గొప్ప వ్యాసం. ఇవన్నీ నాబోటి non philosopher, non linguist మామూలు మనుషులకి అర్థమయ్యే భాషలో చెప్పడం సామాన్య విషయం కాదు!

About these ads
Published in: on November 15, 2012 at 11:55 am  Comments (3)  
Tags: ,

The URI to TrackBack this entry is: http://vbsowmya.wordpress.com/2012/11/15/the-word-and-the-world-4/trackback/

RSS feed for comments on this post.

3 CommentsLeave a comment

  1. >>Primary and Non-Primary meanings of a word: Metaphor

    వీటికి సంస్కృతపదాలు అభిద, లక్షణ. అభిద అంటే చెప్పే శక్తి. దీన్ని denoting power అనవచ్చు. ఈ శక్తి ద్వారా తెలిసే అర్థం వాచ్యార్థం – literal meaning. లక్షణకి metaphor సరైన పదం కాదనుకుంటాను. లక్షణ అంటే సూచించే శక్తి. indicating power అన్న పదమే సరైనది. దీని ద్వారా తెలిసే అర్థం లక్ష్యార్థం, indicated meaning. Metaphor అంటే పోలిక. పోలికకి లక్షణశక్తి ఉండవచ్చు, కాని లక్షణశక్తి ఉన్న చోటల్లా పోలిక ఉండాలని లేదు. ఉదాహరణకి, “ఊరంతా ఘనంగా వేడుకలు జరుపుకుంది” లేదా “అతన్ని చూడ్డానికి ఊరంతా తరలివచ్చింది” అనే వాక్యాలలో “ఊరు” అనే పదానికి లక్ష్యార్థం “ఊరిలో ఉన్న ప్రజలు” అని. ఇక్కడ ఎలాంటి పోలికా (ఉపమా, ఉత్ప్రేక్ష, రూపక మొదలైనవి) లేదు.
    మూడోది వ్యంజన, suggestive power.
    మీరు చదువుతున్న పుస్తకంలో వీటికి తగినన్ని ఉదాహరణలు ఇచ్చారని ఆశిస్తాను. ఈ కింద రెండు చిన్న వాక్యాలూ శబ్దశక్తికి అద్భుతమైన ఉదాహరణ అని నాకనిపిస్తుంది (ఇది ఎవరి కవితో గుర్తు లేదు!):

    మన దేశానికి అర్థరాత్రి స్వాతంత్ర్యం వచ్చింది
    ఇంకా తెల్లవారలేదు

    ఇక్కడ రెండో వాక్యంలో “తెల్లవారడం” అనే పదానికి లక్షణశక్తి ఉంది. మామూలుగా పొద్దున్న అవ్వడం అనే వాచ్యార్థం (అభిధ) పొసగదు. మొదటి వాక్యాన్ని బట్టి, తెల్లవారడం అంటే సమస్యలు/నిస్తబ్దత తొలగిపోయి కొత్త చైతన్యం రావడం అనే అర్థాన్ని తీసుకోవాలి. ఇది లక్ష్యార్థం. అంటే మొదటి వాక్యం వల్ల రెండవ వాక్యంలో “తెల్లవారడం” అనే పదానికి లక్షణశక్తి వస్తోంది. మొదటి వాక్యం చూస్తే, వాచ్యార్థమైన “మనకు స్వాతంత్ర్యం అర్థరాత్రి సమయంలో వచ్చింది” అనేది పొసగకపోవడం లేదు. అంచేత అక్కడ ఉన్నది లక్షణశక్తి కాదు. కాని రెండవ వాక్యం వల్ల మొదటి వాక్యానికి వ్యంజన శక్తి కలుగుతోంది. “అర్థరాత్రి స్వాతంత్ర్యం” అన్న పదం, మనకు వచ్చిన స్వాతంత్ర్యం అంధకారమయమైనదని, అంటే సమస్యలతో నిండినదనీ, చైతన్యరహితమనీ వ్యంగ్యార్థం స్ఫురిస్తోంది.
    రెండు చిన్న వాక్యాలు దగ్గర కావడం వల్ల పరస్పరం ఒకదాన్ని ఒకటి ఎలా శక్తివంతం చేసుకున్నాయో గమనిస్తే భలే అద్భుతంగా ఉంటుంది!

    Ambiguity and Contextual factors గూర్చి భర్తృహరి చెప్పిన అంశాలు చాలా ఆసక్తికరమైనవి. ఇందులో ఒక్క Gender(వ్యక్తి) ఒక్కటే కొంతవరకూ grammar (syntax)కి సంబంధించినది. మిగతావన్నీ పూర్తిగా పదాల స్వరూపస్వభావాల మీద, ఆయా పదార్థాల మధ్యనున్న సంబంధాలమీదా ఆధారపడేవి. This is where I think machine learning, as of now, doesn’t come anywhere close to how we humans learn. ఉధాహరణకి, కంప్యూటర్‌కి “మధు”, “పికము”, “భ్రమరం” అనేవి మూడు పదాలు మాత్రమే. మనిషికి అవి మూడూ మూడు వస్తువులు. “మధు” అంటే వసంతం, లేదా పూలతేనె. పికం అంటే కోకిల, భ్రమరం అంటే తేనెటీగ. వాటి గురించి మనిషికి అనేక కోణాలలో (multidimensional) పరిచయం ఏర్పడి, వాటి తత్త్వాన్ని గూర్చి పూర్తి జ్ఞానం కలుగుతుంది. అంచేత “మధుమత్త పికము” అన్నప్పుడు “మధు” అంటే మధుమాసం (వసంతం) అనీ, “మధుమత్త భ్రమరం” అన్నప్పుడు “మధు” అంటే “పూలతేనె” అనీ గుర్తించగలుగే అవకాశం ఏర్పడుతుంది. కంప్యూటర్ అలాకాదు. కేవలం పదాల మధ్య ఏమైనా సంబంధం ఉన్నదా అని తన దగ్గరున్న dataలో వెతికి ఊహించడం మాత్రమే చెయ్యగలదు. All it can get as an additional information is the synonyms of these words and check if there is any link between them. I don’t think human mind does such thing. The only search it does is about the meanings of the words. To make it more clear, for a machine, the words “పికము” and “కోకిల” are “synonyms”. Whereas for humans, కోకిల is the “meaning” of the word “పికము”. By this, what I mean is, human mind would have already established the concept of “కోకిల” and formed links between కోకిల and వసంతం. As far as I know, not much of work seems to exist that tries to pre-establish such concepts and links, in machine learning. I would like to know if there has been any such research. One can argue that the training models do similar thing. But I think there is a lot of difference between the training models and the concepts established in human mind.

    Guess it is enough of gyan for now :-)

    • Thank you for the information Kameswara Rao garu!!
      Will have to read about other parts. But, on this below comment, I have something to say already.

      >> As far as I know, not much of work seems to exist that tries to pre-establish such concepts and links, in machine learning.
      -Not exactly machine learning. But, people have been trying to come up with Machine readable Ontologies for use in CS and related domains. Some of them are available for public use. Some details here:
      http://en.wikipedia.org/wiki/Ontology_%28computer_science%29

      For some info on “Ontology Learning” rather than manually preparing one.
      http://semanticweb.org/wiki/Ontology_learning

      >>One can argue that the training models do similar thing. But I think there is a lot of difference between the training models and the concepts established in human mind.
      -They are different. Good training models learn some patterns …sometimes they might learn some patterns we learn as humans. But, our mind is not theirs and their mind, not ours. (IMHO)

    • Yes, ontological knowledge bases came to my mind as the closest match, when I mentioned about concepts and links (I’ve done some trials with couple of them sometime back, YAGO and DBPedia). Nice to see that you too mentioned about them. But, I feel that existing knowledge bases are more towards “specialized” knowledge than the “common sense” knowledge.
      Thanks for the link about Ontology learning.


Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

Follow

Get every new post delivered to your Inbox.

Join 86 other followers

%d bloggers like this: