on 6 Indian language search engines….

Update on 6th June 2007:

6. Bhomiyo.com search engine:

ఇది గూగుల్,యాహూ,MSN – మూడు శోధనాయంత్రాల నుండి ఫలితాలు చూపుతుంది. కాకుంటే దీనికున్న Major Drawback ఏమిటి అంటే దీని టైపింగ్. Mapping కి ఓ అర్థం ఉండాలి కదా.ఇందులోని మ్యాపింగ్ నేను ఎక్కడా చూడలేదు. ఇబ్బందిగా ఉంది. ఇప్పటికి ఉన్నవి RTS, ITrans, Inscript,Wx – ఇలా ఏదో ఓదానికి దగ్గరలో ఉండాలి కానీ, ఇలా ఉంటే ఎలా? ఉదాహరణకి “ఆ” కొట్టడానికి ఇందులో “|” కొట్టాలట. “ఠ” కి “2”! ఇలా ఉంటే ఏం ప్రయోజనం?

ఇక ఫలితాలు ఎలాగో యూనికోడ్ వి మాత్రమే. !!

– అన్నట్లు ఈ టపా ని నేను ఫెడోరా 6 నుండి SCIM Keyboard layout ఉపయోగించి ITRANS లో రాస్తున్నాను. బాగుంది. కొన్ని కొన్ని చిన్న చిన్న బగ్స్   ఉన్నట్లే ఉన్నాయి కానీ, పర్వాలేదు… ఉపయోగించవచ్చు…….

———— Sowmya V.B, 06th June 2007.

నేను ఈ మధ్య కాలం లో గమనించిన శోధనా యంత్రాల (సెర్చ్ ఇంజిన్లకు ఇంకే పేరూ తోచక…🙂 ) గురించి నాకేమనిపించిందో అందరితో పంచుకోవడానికి ఈ టపా. ఆ మధ్య ఓ రోజు కూర్చుని ఇంటర్నెట్లో తెలుగు కోసం ఏమేం టుల్స్ ఉన్నాయో తెలుసుకోవడమే పనిగా పెట్టుకుని WWW అంతా ప్రాకాను లెండి … అదే crawl చేసాను🙂. ఐనంత మాత్రాన ఇదేదో గొప్ప పరిశోధన చేసి రాస్తున్న టపా కాదు. నేనొక సాధారణ user mentality తో రాస్తున్నా ఈ టపా ని. మా ల్యాబ్ సెర్చ్ ఇంజిన్ని కూడా ఆ దృష్టి తోనే చూస్తున్నా అని గమనించగలరు. మళ్ళీ దాని పట్ల పక్షపాతం చూపుతున్నా అన్న అనుమానం రాకుండా ఉండడానికి ఈ పైని వాక్యం.

1. గురుజి డాట్ కాం. : ఇది … నిజానికి నాకంత నచ్చలేదు మొదటి సారి చూసినప్పుడు. కారణం నేను ఫైర్ఫాక్స్ లో చూడడమే. తెలుగు లో టైపు చేసే సౌలభ్యం కూడా లేని తెలుగు సెర్చ్ ఇంగిన్ ఎందుకు అనిపించింది దాన్ని చూశాక. కానీ, మొన్నో రోజు దీన్ని internet explorer లో చూశాను. చాలా బాగుంది user interface. చక్కగా టైపు చేసుకోవచ్చు తెలుగు లో. RTS పద్దతి లోనే ఉన్నట్లు ఉంది input. వచ్చే ఫలితాలు చూస్తే non-unicode content కూడా శోధిస్తున్నట్లే ఉంది. 4 languages – english,hindi,kannada and telugu. ఎటొచ్చీ అక్కడ కనిపించే ఫలితాల సంఖ్యే నమ్మబుద్ధి కావడం లేదు. మొన్నో రోజు ఏదో ప్రశ్న సంధిస్తే – 3800+ ఫలితాలని చూపింది. కానీ, 200 దాటాక ఎన్ని సార్లు next కొట్టినా అదే పేజీ కనిపించింది!!! ఇంకా – అక్కడ నానా రకాల భాషలకి option పెట్టింది కేవలం టైపింగ్ సౌలభ్యానికే అని అర్థం అవడానికి నాకు చాలా రోజులు పట్టింది. నేను ముందు ఏమనుకున్నా అంటే తెలుగు పేజీలో కన్నడ query కొడితే అది వెదకదేమో అని🙂. కానీ, అక్కడ కేసు అది కాదు🙂 ఏదేమైనా – ఇది internet explorer లో తప్ప అంతగా ఉపయోగపడదు. IE Tab extension ఉపయోగించుకుని చూడొచ్చు అనుకుంటా లెండి .. firefox కి loyal customers అందరూనూ.

2. రఫ్తార్.కాం : ఇది హిందీ సెర్చ్ ఇంజిన్. దీని UI కూడా బానే ఉంది. చూడగానే నచ్చేసేలా. కానీ, లినక్స్ లో ఉన్నప్పుడు చూసిన రోజు మాత్రం ఇంతకంటే భయంకరమైన UI ఉండదు ఏమో అనిపించింది నాకు. విండోస్ లో చూస్తున్నంత సేపూ ఈ UI చాలా ఆకర్షణీయంగా అనిపించింది. ఇంతకీ దీన్ని నేను లినక్స్ లో చూసి కొన్నాళ్ళైంది. అప్పటికి, ఇప్పటికి కాస్త చూడబుల్ గా మార్చినా మార్చి ఉండొచ్చు. ఇది హిందీ కి మాత్రమే కనుక ఏమీ పెద్దగా వెదకలేక పోయాను.😦 కాబట్టి ఇంతకంటే ఏమీ రాయలేను.

3. తెలుగు.కో.ఇన్ : ఇది అప్నా గైడ్ దాట్ కాం అన్న ఎవరో సంస్థ ది. ఇలాగే -hindi.co.in, tamil.co.in అనుకుంటూ కొన్ని భాషలకు ఉన్నాయి. ఇది వీటి లోకి కాస్త నయం. విండోస్ లినక్స్ … IE, ఫైర్ ఫాక్స్ తేడా లేకుండా అన్నింటి లోనూ ఒకలాగే పని చేస్తోంది. అయితే ఇది గూగుల్ నుంచి ఫలితాలను తెచ్చి మనకు చూపుతుంది. అంటే – గూగుల్ కి ఇది Indian language interface మాత్రం కలిగిస్తోంది. అంతే. అంటే – ఇది యూనీకోడ్ ఫలితాలు మాత్రమే చూపిస్తుంది. ఇంకా – పేజీ మరీ నిండుగా అనిపించినందుకో ఏమో గానీ నాకు ఇది అంతగా నచ్చలేదు.😦

4. కనుగొను.కాం : ఇది ఇంకా బయటకు రాలేదు. still under progress. అయితే ఈ టపా లో రాస్తున్న 4 సెర్చ్ ఇంజిన్ల లోనూ అత్యధికంగా 9 భాషలలో శోధించడానికి అవకాశం ఇస్తోంది. పైగా మీరు టైపు కొడుతూ ఉంటే కింద Suggestions వస్తూ ఉండడం దీని ప్రత్యేకత. non-unicode content కూడా సెర్చ్ చేస్తుంది. IIIT లోని Search and Information Extraction Lab(SIEL) లో ఇది తయారౌతోంది. అంతా బాగానే ఉంది కానీ – నాకెందుకో దీని ఫలితాల వల్ల తృప్తి కలగడం లేదు. అదొక్కటే దీనిలో నాకు నచ్చనిది. కొన్నాళ్ళు పడుతుంది కాబోలు ఎక్కువ పేజీలు రావడానికి. విండోస్ లోనైనా, లినక్స్ అయినా, internet explorer అయినా , మంట నక్క అయినా – ఒకే లాగా పని చేస్తోంది అనుకుంటా … నేను గమనించినంత వరకు. కాకుంటే పై మూడు సెర్చ్ ఇంజిన్లతో పోలిస్తే UI విషయం లో కాస్త వెనుకబడ్డట్లు అనిపిస్తుంది. అంటే నేను చెప్పేది external appearance గురించి. దీని encoding కాస్త వేరు గా ఉండటం వల్ల దీనితో lekhini కి బాగా అలవాటు పడ్డవారు ఇబ్బంది పడే అవకాశం ఉంది. కానీ, అది పెద్ద సమస్య కాదు నా ఉద్దేశ్యం లో. inscript వాడాలంటే నాకు వచ్చిన సమస్య లాంటిదే .. ఓ పట్టాన non-RTS encodings నచ్చకపోవడం🙂

5. teluguplanet.com : ఇది ఇప్పుడే కనిపెట్టాను. ఇది కూడా గూగుల్ నుంచే ఫలితాలు తెస్తుందంట కానీ నాకు ఒక విషయం అర్థం కావడం లేదు. “సౌమ్య” అన్న క్వెరీ కి గూగుల్ లో 250+ ఫలితాలు వస్తే ఇందులో 40 మాత్రమే వచ్చాయి. కాబట్టి గూగుల్ నుంచే ఫలితాలు లాగినా, అన్నీ చూపించదు అనుకుంటా. అన్నట్లు .. ఇందులో నాకు అర్థం కానిది ఒకటుంది. లినక్స్ లో నుంచి చూస్తే – తెలుగు, ఇంగ్లీష్ అని రెండు డబ్బాలైతే కనిపిస్తున్నాయి కానీ, ఇంగ్లీష్ డబ్బా లో కొట్టింది తెలుగు లోకి transliterate కావడం లేదు.😦 పద్మ ఉపయోగించి తెలుగు లో టైపు కొట్టి ఫలితాలు చూసాను.

కొసమెరుపు: “సౌమ్య” అన్న క్వెరీ ఇస్తే :

1. గూగుల్/ telugu.co.in : 259 ఫలితాలిచ్చింది. మొట్టమొదటిది sowmya writes అని నా బ్లాగు ది. It served my purpose. మొదటి 10 ఫలితాల్లో ఈమాట లో ప్రచురితమైన కథలకు link, పొద్దు కథ కి link కూడా ఉంది. సో, ఫైన్. I am happy😉

2. guruji.com: 168 ఫలితాలు. మొదటి 10 ఫలితాల్లో నా బ్లాగు లేదు కానీ, నా బ్లాగు ని వేరెవరో వారి బ్లాగుల్లో ఉదహరించిన పేజీలు కనబడ్డాయి … నా గురించి అంటూ ఇస్తే నా బ్లాగు ముందివ్వాలి కానీ, ఇదేంటో నాకు అర్థం కాలేదు.😦 పోనీలే అని వి.ని.సౌమ్య అని కొట్టినా ఇదే తంతు. పో! నాకు నచ్చలేదు గురూజి అనుకున్నా😉

3. కనుగొను: 6 ఫలితాలే. ఇందులో కూడలి, తెలుగుబ్లాగర్లు వగైరా సైట్లవి వచ్చావి నాకు సంబంధించినవి. వెరేవి వికీ, సినిమా వగైరా అనుకోండి.. నాకు సంబంధం లేదు🙂 కనుగొను ని ఓ నెల్ళాల్లాగి మళ్ళీ చూస్తా .. నా పేరు కి ఎన్ని ఫలితాలిస్తుందో. అప్పటికైతే కాస్త ఎక్కువ పేజీలు ప్రాకొచ్చు…🙂

– ఈరోజు కి ప్రసారం ఇంతటితో సమాప్తం. మరిన్ని విశేషాలతో రేపు కలుద్దాం… సెలవు(వార్తల స్టైలు)

Published in: on April 20, 2007 at 6:07 am  Comments (3)  

The URI to TrackBack this entry is: https://vbsowmya.wordpress.com/2007/04/20/on-4-indian-language-search-engines/trackback/

RSS feed for comments on this post.

3 CommentsLeave a comment

  1. బాగుంది టపా. కాని నాకు కొన్ని విషయాలు అర్థం కాలేదు.
    మన గూగుల్ ఫలితాలు ఇస్తుందిగా, వాటి కంటే ఏ విధంగా నయం , ఈ మిగిలిన శోధనా యంత్రాలు?
    నా దృష్టిలో భారత దేశ శోధనా యంత్రాలు agglutination గురించి కూడా ఆలోచించి ఫలితాలు చూపించాలి. అలాగే ధీర్గాలు, ఉ = వు, ఇ = యి వగైరా తెలిసి ఉండాలి.

    ఇంక transliteration గురించి అంటారా, నేను inscript వాడతా, భవిషయత్తులో అదే అతిగా వాడ బడే పధ్ధతి అని నా నమ్మకం కూడా (మా పక్క ఊరిలో ఉన్న internet kiosk లో తెలుగు కీ బోర్డ్ ఉంది మరి), కాబట్టి అది పెద్ద విషయం కాదు.

    దేశ బాషలలో శోధనా యంత్రాలు అంటే నాకు చాలా ఆశక్తి. గూగుల్ ఇంటర్వూ ప్రాసెస్ మధ్యలో విసా గొడవ వచ్చి అవకాశం తుస్సు మంది.

    కొసమెఱుపు – నా పేరు శోధిస్తే అన్ని నా గురించే వచ్చినా, నా బ్లాగు లేదు.😦
    కాని అమృతం అని కొడితే నాదే మొదటిది.

    సౌమ్య శోధనా ఫలితాలలో రెండోది – “సౌమ్య కళ్ళలో నీళ్ళు చూడలేకపోయాను. … నా గుండె పగిలి పోయేటట్లున్నా సౌమ్య కోసం…”.
    hmmmmmmm interesting

  2. I think I mentioned the diff b/w these search engines and google. Anyways:
    1. 2 of the 5 only provide a different interface to google.. They only provide us to type in our language and returns GOOGLE results.
    2. The rest of the search engines have their own indexing, their own algorithms and all. They are also seperate search engines like – google, ask.com,yahoo, msnlive, dogpile etc….
    Further, google retrieves unicode content only…. But, most of our online telugu/indian language content is non-unicode. Some of these search engines, which I menitoned in my blog search non-unicode content too.

    Hope I have cleared ur doubts.

  3. […]           మొన్నో రోజు దీని గురించి ఓ వ్యాసం లో ఓ వాక్యం చెప్పాను కానీ … ఎవరూ […]


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

%d bloggers like this: