యంత్రానువాదానికి పదసంచయాలే కీలకం.... కుమరన్

మనలో చాలమంది అనువాదాల కోసం Microsoft’s ట్రాన్స్‌లేటర్ లేదా Google ట్రాన్స్‌లేట్‌లను ఉపయోగిస్తాం. మరికొందరు Yahooకు చెందిన babelfishను ఉపయోగిస్తారు. విదేశీ భాషల్లోని సమాచారాన్ని ఇంగ్లీష్‌లోకి అనువదించుకోవడానికి అందుబాటులో ఉన్న సాధనాలు ఇవి. మన భారతీయ భాషలకు కూడా ఇలాంటి సాధనాలు ఉంటే బాగుండేదని మనలో చాలమంది అనుకుని ఉంటాం. సుమారు 22 కంటే ఎక్కువ భాషలున్న మన దేశానికి ఇలాంటి సాధనాలు ఎంతో ఉపయుక్తంగా ఉంటాయనడంలో సందేహమేమీ లేదు. మనమంతా భావిస్తున్నట్లుగానే భారతీయ భాషలకూ అలాంటి యంత్రానువాద (Machine Translation) వ్యవస్థను రూపొందించేందుకు ఇప్పటికే చాలామంది తీవ్రస్థాయిలో కృషి చేస్తున్నారు.

ఈ నేపథ్యంలో భారతీయ భాషల కోసం యంత్రానువాద రంగంలో తనవంతు ప్రయత్నం చేస్తున్న సమర్థవంతుడైన వ్యక్తిని మీకు పరిచయం చేస్తోంది బాషాఇండియా. ఆయనే Microsoft Research Indiaకు చెందిన ఎ కుమరన్. ప్రస్తుతం ఇక్కడి బహుభాషా వ్యవస్థల పరిశోధనా బృందానికి నేతృత్వం వహిస్తున్నారు. బెంగళూరులోని ఇండియన్ ఇన్‌స్టిట్యూట్ ఆఫ్ సైన్స్ నుంచి పిహెచ్‌డి, చెన్నైలోని కాలేజ్ ఆఫ్ ఇంజనీరింగ్ నుంచి బ్యాచిలర్స్ డిగ్రీ, న్యూజెర్సీ (అమెరికా)లోని Rutgers University విశ్వవిద్యాలయం నుంచి మాస్టర్స్ డిగ్రీలను అందుకున్న కుమరన్ లాంగ్వేజి కంప్యూటింగ్, యంత్రానువాద రంగాల్లో తన విస్తృతమైన అనుభవాన్ని భాషాఇండియాతో పంచుకున్నారు. ఆ విశేషాలు మీ కోసం....

ప్రశ్న: యంత్రానువాద రంగంలో పరిశోధనాత్మక అధ్యయనాలు ప్రారంభమైనప్పుడు చాలామంది ఎన్నో సందేహాలు వ్యక్తం చేశారు. నేడు దాని ఫలాల్ని అనుభవిస్తున్నాం. ఇప్పుడు Microsoft’s ట్రాన్స్‌లేటర్, Google ట్రాన్స్‌లేట్ or Yahooకు చెందిన babelfish తదితర సాధనాల్ని ఉపయోగించుకుంటున్నాం. యంత్రానువాదం, లాంగ్వేజి కంప్యూటింగ్ రంగాల్లో ఎంతో అనుభవమున్న వ్యక్తిగా ఈ యంత్రానువాద చరిత్రను కాస్త వివరిస్తారా ?

కుమరన్: "యంత్రాధార" అనువాద ప్రక్రియకు సంబంధించిన ఆలోచనలకు పదిహేడవ శతాబ్దకాలంలోనే బీజాలు పడినట్లు కనిపిస్తున్నది. అయితే, 20వ శతాబ్దంలో మాత్రమే వాస్తవికమైన, ఆచరణయోగ్యమైన అవకాశాలు కనిపించాయి. ముందటి వ్యవస్థల్ని గమనిస్తే, ప్రాథమికంగా ద్విభాషా నిఘంటువుల పాత్ర ఎక్కువగా కనిపిస్తుంది. వాటిలో మూలభాష (source language)లోని పదాలకు లక్ష్యభాషలో ఒకటికంటే ఎక్కువ సమానార్థకాలు కనిపిస్తాయి. లక్ష్యభాష (target language)లో సరైన పదాల క్రమాన్ని పొందేందుకు కొన్ని సూత్రాలు ఉంటాయి.

మానవాళికి యంత్రానువాద వ్యవస్థ ఎంతో ఉపయుక్తమని గ్రహించిన ప్రభుత్వ, ప్రయివేట్ రంగాల్లోని పలువురు దీని అభివృద్ధికి తోడ్పాటునిచ్చారు. అయితే, దీర్ఘకాలంపాటు కొనసాగిన పరిశోధన వారిని నిరుత్సాహపరిచింది. కాగా ఇది మందగమనంతో సాగడం, కచ్చితత్వం తక్కువగా ఉండటం, మానవాధారిత అనువాదంకంటే రెండు రెట్లు ఎక్కువ ఖర్చు కావడంతో ఈ యంత్రానువాదం ఉపయోగపడేలా తక్షణం లేదా భవిష్యత్తులో పురోగతి ఉండదని 1960వ దశకం తొలినాళ్ళలో భావించారు. దీంతో యంత్రానువాద ప్రక్రియ వెనుకబడింది.

అయినప్పటికీ, కెనడా, ఫ్రాన్స్, జర్మనీ తదితర దేశాల్లో ఇందుకు సంబంధించిన పరిశోధన కొనసాగుతూ వచ్చింది. ఇక ఆధునిక యంత్రానువాదానికి సంబంధించిన తొలి నమూనా (Systran system)ల్లో ఒకటి 1970లో ఉనికిని చాటుకుంది. 1980ల్లో పలు దేశాల నుంచి  అనేక రకాల యంత్రానువాద వ్యవస్థలు వెలుగులోకి వచ్చాయి. కంప్యూటర్లు, టెక్ట్స్ ప్రాసెసింగ్ సాఫ్ట్‌వేర్లు అందుబాటులోకి రావడంతో చౌకరకం యంత్రానువాద వ్యవస్థలకు మార్కెట్ ఏర్పడింది. అయితే, వీటిలో చాలా నమూనాలు "సూత్ర ఆధారం (rule based)" అని గమనించాలి.

యంత్రానువాద పరిశోధనలకు సంబంధించి ఇక ఇటీవలి దశాబ్దన్నర కాలంలో పలు కొత్త మార్గాలు ఏర్పాడ్డాయి. వీటిలోని నిర్దిష్ట కార్యాల గురించి అవగాహన కలిగేందుకుగాను స్వయంగా కూర్చిన ప్రణాళికాబద్ధమైన సమాచారాన్ని అందించాల్సి ఉంటుంది. సమగ్రంగా చూస్తే ఈ పద్ధతుల్ని సంఖ్యానుగుణ పద్ధతి (statistical learning) లేదా యంత్రానుగుణ దశాంశ పద్ధతి (machine learning algorithms)గా పేర్కొనవచ్చు.

కొత్త పద్ధతుల్లోని ప్రత్యేకమైన లక్షణం ఏమిటంటే... పాఠ విశ్లేషణలోగానీ, నిఘంటు సమానార్థకాల ఎంపికలోగానీ వాక్యనిర్మాణ లేదా అర్థవిపరిణామ సూత్రాల్ని ఉపయోగించకపోవడం. భారీ పాఠంతో కూడిన పదసంచయాల్ని (text corpora) ఉపయోగించుకోవడంలో గతంలో వాడిన "సూత్ర ఆధారిత" విధానాలకు భిన్నంగా కొత్త పద్ధతులున్నాయి.

యంత్రానువాద రంగంలో జరిగిన ప్రయోగాల ఆధారంగా కంప్యూటర్ ఎయిడెడ్ ట్రాన్స్‌లేషన్ (CAT) సాధనాలు రంగప్రవేశం చేశాయి. ఈ ధోరణి 1990ల తదుపరి దశవరకూ కొనసాగాయి. మిగిలిందంతా చరిత్రే.. ఇప్పుడు ఆన్‌లైన్ యూజర్లంతా ఆన్‌లైన్ నెట్‌వర్క్ సేవల ద్వారా అందుబాటులోకి వచ్చిన యంత్రానువాద సౌలభ్యాన్ని అనుభవిస్తున్నారు. Microsoft ట్రాన్స్‌లేటర్ ఇందుకు ఒక ఉదాహరణ. ఇప్పుడు నిపుణులైన అనువాదకులు వారి సామర్థ్యాన్ని పెంచుకోవడానికి, కచ్చితత్వం కోసం CAT సాధనాల్ని ఉపయోగించుకుంటున్నారు.

ప్రశ్న: "సూత్ర ఆధారిత" విధానం, "సంఖ్యానుగుణ పద్ధతి" గురించి కాస్త వివరించగలరా ?

కుమరన్: "సూత్ర ఆధారిత" విధానం అనేది మీరు పాఠశాలలో వాక్యనిర్మాణానికి సంబంధించిన వ్యాకరణ శైలిని నేర్చుకోవడం లాంటిది. అంటే, మూల పత్రంలోని వ్యాకరణాన్ని భాషానువాదం చెయ్యడం ద్వారా ప్రతి వాక్యానికీ వ్యాకరణబద్ధతగల నమూనాను నిర్మించేందుకు సాఫ్ట్‌వేర్ ప్రయత్నిస్తుంది. లక్ష్య భాష (output language) యొక్క వ్యాకరణాత్మక నమూనాతో మూల భాష (input language) యొక్క వ్యాకరణాత్మక నమూనా అనుసంధానం జరుగుతుంది.

ఇక " సంఖ్యానుగుణ పద్ధతి"లో యంత్రానువాద వ్యవస్థ అనేది, అప్పటికే ఉన్న భారీ పాఠ భాగం, "ద్విభాషా పాఠ పదసంచయం (bilingual text corpora) "గా పేర్కొనే దీని అనువాదం ఆధారంగా సిద్ధమై ఉంటుంది. సంఖ్యానుగుణ పట్టికల్ని (statistical correspondence tables) రూపొందించేందుకుగాను యంత్రానువాద వ్యవస్థ భారీగా సమాచారాన్ని ఉపయోగించుకుంటుంది. మూల భాషలోని నిర్దిష్ట పదం, పదబంధం లేదా వాక్యానికి, లక్ష్య భాషలోని నిర్దిష్ట పదం, పదబంధం లేదా వాక్యం సరైన అనువాదమనే సంభావ్యత ఆధారంగా జరిగే ఎంపిక సరైనదా కాదా అనేది నిర్ణయించేది ఈ పట్టిక సమాచారమే.

ఈ విధానం ప్రత్యేకించి ఒక భాషకు పరిమితం కాదని దయచేసి గ్రహించండి. ఏ భాషకైనా దీనిని వర్తింపజేయవచ్చు. అయితే, యంత్రానువాద వ్యవస్థ నుంచి ఆశించిన నాణ్యతతో కూడిన ఫలితాన్ని పొందాలంటే అదే పాఠానికి సంబంధించి పెద్ద ఎత్తున ఎలక్ట్రానిక్ రూపంలోని పాఠం అవసరమవుతుంది.

ప్రశ్న: పలు కంపెనీలు, సంస్థలు భారతీయ భాషలకు యంత్రానువాద పరిష్కారాల్ని అభివృద్ధి చేస్తున్నట్లు మేం విన్నాం. అయితే, వీటిలో విజయవంతమైన వాటి గురించి మాకు ఇంతవరకూ తెలియదు. ఇది ఎప్పుడు జరగవచ్చు? ఐరోపా భాషలు లేదా అరబిక్ తరహాలో... "కొంతవరకూ ఫర్వాలేదు" అనిపించే దానికోసం మనం ఇంకా ఎన్నాళ్ళు నిరీక్షించాలి ?

కుమరన్: ఇందుకు సంబంధించిన కాలపరిమితి గురించి నేనేమీ ఊహించలేను. దీనిపై పరిశోధనలు జరుగుతున్నాయి. అయినప్పటికీ, ఇప్పటి నుంచీ ఐదేళ్ళ సమయంలో మనం ఫలితాన్ని చూడగలమని నేను చెప్పగలను. మరోమాట, కావలసినంత పదసంచయ లభ్యత మీద ఇది ఆధారపడి ఉంది. విజయవంతమైన సంఖ్యానుగుణ యంత్రానువాద పరిష్కారం కోసం మనకు పెద్ద ఎత్తున పదసంచయం కావాల్సి ఉంది. భారతీయ భాషల విషయానికి వస్తే మనకు డిజిటల్ రూపంలోని పాఠం ఎక్కువగా లేదు. ఇంటర్నెట్ లేదా ఇతర సాధనాల్లో డిజిటల్ రూపంలో ఉన్న సమాచారాన్ని సేకరించినప్పటికీ, అది మన అవసరానికి తగినంత లేదు.

మరో ముఖ్యమైన అంశం ఏమిటంటే, మన భారతీయ భాషల్లో కొన్ని, మరీ ముఖ్యంగా దక్షిణాది భాషల స్వరూపం చూస్తే వాటిలో పదరూపం లేదా అర్థం మారకుండా చిన్న పదాలు సమస్త పదాలుగా రూపొందేలా ఉంటాయి. ఇలా లేని భాషలకు సంబంధించి మనకు వాటికంటే చాలా ఎక్కువగా పద సంచయం అవసరమవుతుంది. సరైన పదసంచయం కొరతగా ఉండటం భారతీయ భాషల్లో కొనసాగుతున్న లాంగ్వేజి కంప్యుటేషన్ ప్రయత్నాలకు పెద్ద అవరోధంగా మారింది.

ప్రశ్న: లాంగ్వేజి కంప్యూటింగ్‌లో... ప్రత్యేకించి యంత్రానువాద రంగంలో పదసంచయాల పాత్రను కాస్త వివరిస్తారా ?

కుమరన్: పదసంచయాల్లో మూడు రకాలున్నాయి. ముందుగా ఏకభాషా పదసంచయం (Monolingual Corpora) గురించి మాట్లాడుకుందాం. ఇక్కడ ఏకభాషా పదసంచయం అంటే ప్రసార మాధ్యమాలు, వార్తాపత్రికలు, టెలివిజన్ లాంటి ప్రామాణిక వనరుల నుంచి లభించి సర్వసాధారణ భాషా పాఠం. భాషాపరమైన కంప్యుటేషనల్ కార్యకలాపాలకు భారీ స్థాయిలో ఏకభాషా పదసంచయం చాలా చాలా ఉపయోగకరంగా ఉంటుంది.  ఉదాహరణకు పేర్లతో గుర్తించాల్సిన కార్యకలాపాలకోసం పేర్ల వివరాల (వ్యక్తిగత పేర్లు, మామూలు పేర్లు, స్థలాలు, తేదీలు, సంస్థల) తో కూడిన పదసంచయాన్ని ఉపయోగించుకుంటాం.

ఇక తర్వాత వచ్చేది బహుభాషా పదసంచయం. ఇందులో కూడా సమాంతర పదసంచయం (parallel corpora), తులనాత్మక పదసంచయం (comparable corpora) లాంటివి ఉన్నాయి. సమాంతర పదసంచయం అంటే ఇందులో వివిధ భాషల వాక్యాలు సమ వరుసల్లో అమరి ఉంటాయి. ఇలా వివిధ భాషల్లో ఉండే ప్రతి వాక్యాల జంటా ఒకే విధమైన అర్థవిపరిణామంతో ఉంటాయి. యంత్రానువాద వ్యవస్థల్ని అభివృద్ధి చెయ్యడానికి ఇలాంటి పదసంచయాలు ఎప్పటికప్పుడు ఉపయోగించకునేలా ఉంటాయి. ఇక తులనాత్మక పదసంచయం విషయానికొస్తే... సమపద్ధతిలో అమరి ఉన్న బహుభాషా వ్యాసాల పదసంచయంగా నిర్వచించవచ్చు. ఇందులో వ్యాసాలన్నీ సాధారణంగా ఒకే విషయానికి చెందినవే అయి ఉంటాయి. అయితే, వీటిలో అర్థవిపరిణామం వేర్వేరుగా ఉంటుంది. వివిధ రకాల యంత్రానువాద వ్యవస్థల్లో తులనాత్మక పదసంచయాన్ని కూడా విజయవంతంగా వినియోగించుకోవడం జరిగింది.

ఇప్పుడు వ్యాఖ్యానసహిత పదసంచయం (annotated corpora) మీద దృష్టి సారిద్దాం. ఎటువంటి కంప్యుటేషనల్ లింగ్విస్టిక్స్ పరిశోధనకైనా పెద్ద ఎత్తున ఇలాంటి వ్యాఖ్యానసహిత పదసంచయం ఉండటమనేది చాలా కీలకం. ఈ వ్యాఖ్యాన సందర్భమనేది అప్పటికి ఉన్న లక్ష్యంపై ఆధారపడి ఉంటుంది. ఉదాహరణకు, ప్రతి పదమూ గుర్తించి ఉండే పదసంచయ పాఠంలో భాషాభాగాల (Parts of Speech) గుర్తింపు ప్రక్రియకుగాను చాలా ఎక్కువగా వ్యాఖ్యాన సందర్భం అవసరముంటుంది. అయితే, నామాంశ గుర్తింపు (Named Entity Recognition - NER) ప్రక్రియ విషయంలో మాత్రం సదరు పదసంచయంలోని నిర్దిష్ట పాఠానికి స్వయంగా వ్యాఖ్య అవసరమవుతుంది.

ప్రశ్న: భారతీయ భాషలకు సంబంధించి భారీ ఎత్తుల పదసంచయాల రూపకల్పన దిశగా ఎలాంటి ప్రయత్నాలు జరుగుతున్నాయి? ఒక చక్కని యంత్రానువాద వ్యవస్థను అందించేందుకు అవసరమైన భారీ పదసంచయం మనకు ఎప్పుడు సిద్ధమవుతుంది?

కుమరన్: మన దేశంలో సెంట్రల్ ఇన్‌స్టిట్యూట్ ఆఫ్ ఇండియన్ లాంగ్వేజెస్ (CIIL) చాలావరకూ భారతీయ భాషల్లో పదసంచయాల్నిసేకరించింది. అయితే, ఇది చాలా చిన్నదే (ఒక్కో భాషలోనూ సుమారు 3 నుంచి 8 మిలియన్ పదాలు). అంతేగాక, ప్రాథమికంగా ఇదంతా ఏకభాషా పాఠమే. అందులోనూ వ్యాఖ్యనం లేదు. కాగా, డేటా రూపకల్పనకు కావలసిన బీజాల్ని ఈ పదసంచయం అందించగలదు కానీ, భారతీయ భాషల్లో కంప్యుటేషనల్ లింగ్విస్టిక్స్ పరిశోధన కోసమైతే ఇలాంటి పదసంచయాల పరిమాణం, నాణ్యతల్ని గణనీయంగా పెంచాలి.

ఇటీవల చూస్తే, భారతీయ భాషలన్నిటిలోనూ పదసంచయాల ప్రామాణిక సేకరణ ప్రక్రియ పర్యవేక్షణ, నిర్వహణకోసం భారత ప్రభుత్వంలోని మానవ వనరుల మంత్రిత్వశాఖ లింగ్విస్టిక్ డేటా కన్సార్టియం ఫర్ ఇండియన్ లాంగ్వేజెస్ (LDC-IL)కు శ్రీకారం చుట్టింది. ఈ సేకరణల దిశగా పలు విద్యా సంబంధ, పారిశ్రామిక భాగస్వాములు పనిచేస్తున్నారు. ఇక త్వరలోనే భారతీయ భాషల్లో మనకు కావలసినంత పరిమాణంలో పదసంచయం సిద్ధమవుతుందని ఆశిద్దాం.

ప్రశ్న: భారీ పదసంచయాల రూపకల్పనకు డిజిటల్ ఉపకరణాలు, ఇంటర్నెట్‌లో ఉన్న పాఠం చాలని పక్షంలో ఈ లక్ష్యాన్ని ఎలా సాధించగల్గుతాం?

కుమరన్: ఇందుకు సంబంధించిన సమాచార సేకరణ ప్రక్రియలో సామాజిక వర్గాలకు భాగస్వామ్యం కల్పించాల్సిన అవసరాన్ని నొక్కి చెప్పదలిచాను. చాలా రకాల పదసంచయాల రూపకల్పనలో అన్ని సందర్భాల్లోనూ భాషావేత్తలు, నిపుణుల అవసరం ఉండదు. ఒక భాషకు చెందిన స్థానికులు ఇందులో పాల్గొంటేచాలు. ఇది సులభం కూడాను. భాషాపరమైన పదసంచయాల రూపకల్పనకు కావలసిన విషయాన్ని ప్రజల నుంచి సేకరించాల్సిన అవసరాన్ని పరిగణనలోకి తీసుకోవాలి.

ప్రశ్న: భారతీయ అనువాద రంగాన్ని ఈ యంత్రానువాదం ఏ విధంగా పరిపుష్ఠం చేస్తుందో వివరిస్తారా?

కుమరన్: కంప్యూటింగ్ ఉపకరణాల్ని పలు దశాబ్దాల కాలంపాటు ఇంగ్లీష్‌ను మాధ్యమంగా వినియోగించుకునే వారికి అనుగుణంగా రూపొందించారు. అయితే, ప్రపంచ ప్రజల్లో అత్యధికులు ఇంగ్లీష్‌ను ఉపయోగిస్తున్నవారు కాదన్నది నిజం. అందువల్ల వీరంతా కంప్యూటింగ్ ప్రయోజనాలకు దూరమయ్యారు. ఇంటర్నెట్‌లో ఉన్న పలు అంశాల్ని చూస్తే మీకిది తెలుస్తుంది. బహుభాషా జనులకు తోడ్పాటునిచ్చేలా సాంకేతిక పరిజ్ఞానాన్ని అభివృద్ధి చెయ్యాల్సిన అవసరాన్ని జనసంఖ్యలోని ఈ భేధాలు సూచించాయి. విస్తృత జనావళికి సేవలందించేందుకుగాను త్వరితగతిన తటస్థ భాషల్లో కంప్యుటేషనల్ లింగ్విస్టిక్స్ పరిశోధన జరగాల్సిన అవసరాన్ని ఇది నొక్కి చెబుతోంది. ముఖ్యంగా భారత్ లాంటి దేశాల్లో అత్యధిక శాతం ప్రజలకు ఇంగ్లీష్ తెలియకపోవడం ఒక సవాల్. అందువల్ల ఈ డిజిటల్ అంతరాన్ని తగ్గించేందుకుగాను సామాన్యులకు చోటు కల్పించి స్థానిక భాషల్లో సాధనాలు, సాంకేతిక పరిజ్ఞానాన్ని అభివృద్ధి చెయ్యడం చాలా ముఖ్యం.

ప్రశ్న: Microsoft Research Indiaలో మీ అనుభవాల్ని మాతో పంచుకుంటారా?

కుమరన్: Microsoftలో మాది ఒక చక్కని జట్టు. జులై 2005లో నేను Microsoft Research Indiaలో చేరాను. భాషల పట్ల, మరీ ముఖ్యంగా భారతీయ భాషలంటే అంతర్లీనంగా ఎంతో ప్రేమ. Microsoft Research India ద్వారా భారతీయ భాషలకు సేవ చేసే ఒక గొప్ప అవకాశం నాకు దక్కింది.

ప్రస్తుతం, సామాజిక వర్గాల తోడ్పాటుతో సమాచార సేకరణకు సంబంధించి పరస్పరం ప్రయోజనకరమైన బహుభాషా పాఠాన్ని, భాషాపరమైన సమాంతర సమాచార రూపకల్పనకు ఉద్దేశించిన WikiBABEL అనే ప్రాజెక్ట్ పనుల్లో నిమగ్నమై ఉన్నాను. దీని లక్ష్యం ఏమిటంటే... ఆయా భాషల వాడకందార్ల కోసం ఒక సులభమైన వేదికనందించడం, తప్పనిసరిగా దీన్ని వినియోగించి ప్రయోజనాలు పొందేలా చూడటం, సమాంతర సమాచారం కోసం సిద్ధం చేసుకునేలా, ఏ wiki సైట్ కోసమైనా ఉపయోగపడేలా బహుభాషల్లో విషయాల్ని రూపొందించడం, యంత్రానువాద (statistical) వ్యవస్థలపై పరిశోధనకు ఇది కీలక వనరుగా ఉండేలా చెయ్యడం.

ఇక నా పరిశోధన విషయానికి వస్తే, భాషా సంబంధ పరిశోధనలకోసం వివిధ భాషల సమాచారం పొందడం, యంత్రానువాదం, ట్రాన్స్‌లిటరేషన్, సమాచార సేకరణ విధానాల రూపకల్పన తదితరాలున్నాయి. వార్తలకు సంబంధించిన పదసంచయం, సామాజికవర్గం తోడ్పాటుతో కూడిన కార్యక్రమాలు, భాషా సంబంధ క్రీడలు లాంటివి ఇందులో ఇమిడి ఉన్నాయి.

ప్రశ్న: చివరిగా... భారతీయ భాషల్లో భాషాఇండియా చేపట్టిన కంప్యూటింగ్ కార్యకలాపాలపై మీ అభిప్రాయం చెబుతారా?

కుమరన్:  భారతీయ భాషల్లో కంప్యూటింగ్ కార్యకలాపాలపై ఆసక్తి ఉన్నవారందరికీ భాషాఇండియా ఒక సంప్రదింపు పోర్టల్‌గా ఉపయోగపడుతోంది. భాషాఇండియా వీక్షకులమైన మేమంతా మరింత సమృద్ధిగల అంశాల్ని, క్రీయాశీల వేదికల్ని ఆశిస్తున్నాం. భారతీయ భాషల్లో కంప్యూటింగ్‌కు వేదికగా నిలిచే దిశగా ముందడుగు వేస్తున్న భాషాఇండియా పోర్టల్‌కు ఇవే నా అభినందనలు.