From Indic@unicode.org, For those who are not a member of that list:

Ralminov:

Mr Cibu had challenged in his blog to find an example in Malayalam which
brings meaning change with and without using ZWNJ.
An example was posted, no reply for that yet.
We all know, normally there wont be any meaning change, because there
existed the type-writer script in Malayalam in which the reader has to
interpret the meaning of the word according to the context. This script
was only used by the official purposes and was rejected by the
mainstream public. Any move to revive the script will bring strong
resistance from the language lovers.

One reason that was told for the Atomic encoding was the meaning change
theory.
eg: vanyavanika
Now I bring a similar example for non-joiners (This example is as
acceptable as the vanyavanika,kanvalayam,manvikshobham examples),
sad_vaaram (means good week– with non-joiner) and sa_dvaaram (means
with hole– without non joiner). As there is no graphically independent
Cil available for da, atomic encoding is not possible here, though da
has a Cilling behaviour.
What is the solution here ?
A non-joining candrakkala ?
An atomic postbase va ?
Or is there a move to make the virama non-joining ?

These questions remain un-answered .
And a solution for this is not attempted.

The real solution for this and the chillus is the legalization of the
current sequences. The joiners and non-joiners must become atleast
second class citizens. And they must not be thrown out by any standard
applications. There is no problem in IDN also with the existing
sequences, as the joiners are mapped to null string. There wont be any
compatibility issues and security threats.

The atomic encoding is not a solution. It is a real new problem.

[The discussion can also be followed at my blog
,
if no one prefers the list]

Cibu:

I well accept that example (sad_vaaram, sadvaaram). It is a better example than the current one (driksaaskhi) in http://www.unicode.org/reports/tr31/tr31-8.html (pr 104).

Regarding how to solve the issue of ZWNJ imparting meaning difference, I don’t have any pragmatic solution to offer

Ralminov:
Thanks Cibu for accepting this example. But some persons told me that we have to use sat(സത്) instead of sad(സദ്).I can’t agree to it. We use sad_vaartha, sad_vichaaram, sambad_vyavasttha etc.
Even if that is the case(sat is to be used), I shall bring another example:
sat_varam (good blessing, nalla varam) and satvaram (speedy) the
സത്​വരം , സത്വരം pair.
I think if we dig it more , we may find more pairs. Just we have to look into the postbase , prebase, belowbase conjuncts. If a non-expert like me can find these, experts can find more.
But there is no point in finding these pairs. If we preserve the (non)joiners, the issue never arise.
So one reason for atomic chillu encoding is void .

And if we look into all the stated available reasons for atomic chillus one by one, all of these are, according to me, simply excuses, not reasons.

[The real reason is "The Govt of India requested it. And the Govts of Kerala supported it". Please tell us that openly. There was no need of these "mock" sessions.]

The basic argument that Cils are independent is void, because a glyph of Cil-ya is not in use. The very reference used to “prove” the independent nature of Cils, presents the Cilling property of YA using an example kaay_kaRikaL(കായ്​കറികള്).
[Mahesh or Viswam can provide a link to the said reference]
As there is no independent glyph for Cil-Y, atomic encoding is not possible

[If any one is interested, we shall continue. I am least interested in troubling any one. I am interested only in the best representation of the Malayalam language]

Let’s make the applications not remove/strip the joiners by suitable amendment in the standard. This is a solution and this is the solution.
If the vendors need their applications compliant to the standard, they will make necessary changes. There are open source solutions already working with the preserved joiners. These vendors also can follow the suit.

“Bad workers always blame their tools”

പ്രിയ അനോണി,

ഈ ZW(N)Jയുടെ മുകളിലുള്ള വാദം തുടങ്ങിയിട്ട്, മൂന്ന് വര്‍ഷത്തോളമായി എന്നു പറയുന്നു. അതിപ്പോള്‍ അവസാനിച്ചു കാണും അല്ലേ. എങ്കില്‍ വിശദവിവരങ്ങളടങ്ങിയ ഒരു ലിങ്കു തരു! വാദത്തിന്റെ കണ്ടെത്തുലുകളല്ല, വാദത്തിന്റെ. പൊതുജനത്തിനും അഭിപ്രായം പറയാമല്ലോ. 2006 ആഗസ്റ്റ് മുതല്‍ ജനുവരി 2007 വരെയുള്ള വാദപ്രദിവാദങ്ങള്‍ ഞാന്‍ ബൂലോകത്തില്‍ കണ്ടു. അതിനു മുമ്പും പിമ്പും ഉള്ള വാദങ്ങള്‍ നടന്നതെവിടെയാണാവോ? indic ലിസ്റ്റിലോ?

പിന്നെ, ഈ ചില്ലിന്റെ കാര്യത്തിലുള്ള ശുഷ്കാന്തി എന്തു കൊണ്ടാണാവോ ZWNJ യുടെ കാര്യത്തിലില്ലാത്തത്? ലളിതമായ ഉത്തരങ്ങളില്ലാത്തതു കൊണ്ടായിരിക്കും അല്ലേ?

ഒരു സംശയം കൂടി, ഈ 3 വര്‍ഷം മുമ്പ് അതായത് 2004ല്‍, ചില്ല് എന്‍കോഡ് ചെയ്യണം എന്നാണോ തീരുമാനിച്ചത്, അതോ താങ്കള്‍ മേല്‍പറഞ്ഞ പ്രശ്നങ്ങള്‍ക്ക് ചില്ലാണ് ഏക പരിഹാരം എന്ന് നിശ്ചയിക്കലോ?
(കൃത്യമായി ഏതു വര്‍ഷം,ഏതു മാസമാണ് ചര്‍ച്ചകള്‍ തുടങ്ങിയത് എന്നും പറഞ്ഞു തന്നാല്‍ ഉപകാരമായിരുന്നു.

സസ്നേഹം

ജിനേഷ് കാഞ്ഞിരങ്ങാട്ടില്‍

അഭിനന്ദനങ്ങള്‍ ഈ ശ്രമത്തിനു. പ്രോഗ്രാം ഉപയോഗിച്ച് നോക്കിയിട്ട് കൂടുതല്‍ അഭിപ്രായം പറയാം. നന്ദി.

ഹൈപ്പൊത്തെറ്റിക്കല്‍ തന്നെ.ഇപ്പോള്‍ ചില്ലിനുവേണ്ടിയുള്ള വാദങ്ങള്‍ അങ്ങനെയെങ്കില്‍ നിലനില്ക്കുമോ എന്നാണ് ചോദിച്ചത്.അപ്പോള്‍ ഒഴിഞ്ഞുമാറന്നു.
അതായത് അഭിപ്രായങ്ങള്‍ക്ക് വ്യക്തമായ, ഉപോദ്ബലകമായ ന്യായവാദങ്ങള്‍ ഇല്ല എന്നര്‍ത്ഥം.അല്ലെങ്കില്‍ സ്വാഭാവികമായും പ്രതീക്ഷിക്കുന്ന ഉത്തരം ‘അതെ’ എന്നായിരിക്കും.’ഞങ്ങള്‍ക്ക് ഇപ്പോള്‍ ഇങ്ങനെ തോന്നുന്നു.അതുകൊണ്ട് അറ്റോമിക് ചില്ലുവേണമെന്ന് പറയുന്നു.’ഈ രീതിയില്‍ മാത്രമേ ഇതിനെ കാണാന്‍ കഴിയൂ.എന്റെ മലയാളം. ഞാന്‍ തട്ടിക്കളിക്കും എന്ന് പറയുന്ന പോലെ.
അപ്ലിക്കേഷനുകള്‍ക്ക്‌ അവയെ തോന്നിയപോലെ തള്ളാനുള്ളതാണോ?തള്ളിയവ retrievable ആയിരിക്കുമോ?
നഷ്ടപ്പെടുുന്നത് information ആണ്;ഭംഗിക്കുവേണ്ടി വെച്ചവയല്ല.
അച്ചടിച്ച പുസ്തകം തുന്നിക്കെട്ടി ബൈന്‍ഡു ചെയ്യുമ്പോള്‍ അക്ഷരങ്ങള്‍ മുറിഞ്ഞുപോയാലും പറയണം,ഭംഗിക്കുവേണ്ടിയാണ് എന്ന്.

ഇഗ്നോറബിള് എന്നതിന്റെ അര്ഥം ആവശ്യാനുസരണം തള്ളാം എന്നല്ല. അത്‌ അര്ഥവ്യത്യാസം ഉണ്ടാക്കുന്നില്ല എന്നാണ്‌. അതുകൊണ്ട് റെന്ഡറിംഗിന്‌ പ്രാധാന്യമില്ലാത്ത അപ്ലിക്കേഷനുകള്ക്ക്‌ അവയെ തള്ളാനുള്ള സ്വാതന്ത്ര്യമുണ്ട്.

മലയാളത്തില് ഇല്ലാത്ത കാര്യങ്ങളെ പറ്റി ഹൈപ്പോത്തിസീസ് ചെയ്യുന്നത്‌ വെറുതെ നേരം കളയലാണ്‌. മലയാളത്തില് 500 അക്ഷരങ്ങളുണ്ടെങ്കിലോ? മലയാളം ചൈനീസ് പോലെ ആയിരുന്നെങ്കിലോ…

-Cibu

“യുണീക്കോഡിന്റെ താത്പര്യം നിലവിലുള്ള എല്ലാ എഴുത്തുരീതികളും സപ്പോര്‍ട്ട് ചെയ്യുക എന്നതാണ് – പുതിയതും, പരമ്പരാഗതവും, പ്രാചീനവും.”

അതേ,അതിനുവേണ്ടിത്തന്നെയാണ് ZWJ/ZWNJ.പിന്നെ അവയെ ആവശ്യാനുസരണം തള്ളാമെന്നു പറയുന്നത് ശരിയല്ല എന്നാണു പറഞ്ഞത്.അത് യൂസര്‍ തീരുമാനിക്കേണ്ടതാണ് എന്നു മാത്രം.

എല്ലാ വ്യഞ്ജനങ്ങള്‍ക്കും ചില്ലുരൂപം ഉണ്ടെന്ന് കരുതുക.അപ്പോഴും എല്ലാം എന്‍കോഡ് ചെയ്യുകയാണെന്നു വേണ്ടത് എന്നു പറയുമോ?

മലയാളം യുണീക്കോഡിന്റെ എല്ലാപ്രശ്നങ്ങളും തീര്‍ക്കുന്ന ഒറ്റമൂലിയല്ല ചില്ല്‌ എന്‍‌കോഡിംഗ്. സദ്‌വാരം/സദ്വാരം രീതിയിലുള്ള പ്രശ്നങ്ങളൊക്കെ പിന്നേയും ബാക്കി തന്നെ എന്നതില്‍ ഒരു സംശയവുമില്ല.

പദച്ഛേദം കൊണ്ടുണ്ടാവുന്ന അര്‍ഥവ്യത്യാസത്തിന്റെ കാര്യത്തില്‍ എന്‍‌കോഡിംഗിന് ഒന്നും ചെയ്യാനില്ല.

zwj ന്റെ നിര്‍വ്വചിച്ചിരിക്കുന്ന സ്വഭാവം ഇഗ്നോറബിള്‍ എന്നാണ്; കൊലേഷന്‍ വെയ്റ്റ് 0 ആണ്. ഇത് രണ്ടും മാറ്റുക എന്നത്‌ ക്ഷിപ്രസാധ്യവുമല്ല. പ്രാക്റ്റിക്കലായി നടക്കില്ല എന്നു തന്നെ പറയാം.

മലയാളത്തിന് നല്ലത്‌ പുതിയലിപിയാണ് എന്ന് യുണീക്കോഡുകാര്‍ തീരുമാനിക്കുക എന്നതിന്റെ അര്‍ഥം എന്താണ്? എന്റെ അഭിപ്രായത്തില്‍ ഈ ചോദ്യം തന്നെ നോണ്‍‌സെന്‍സാണ്. യുണീക്കോഡിന്റെ താത്പര്യം നിലവിലുള്ള എല്ലാ എഴുത്തുരീതികളും സപ്പോര്‍ട്ട് ചെയ്യുക എന്നതാണ് – പുതിയതും, പരമ്പരാഗതവും, പ്രാചീനവും.

-Cibu

മറ്റൊന്നു കൂടി.
ടൈപ്‌റൈറ്റര്‍ ലിപിയാണ് മലയാളത്തിന് നല്ലത് എന്നുു യൂണിക്കോഡുകാര്‍ തീരുമാനിക്കുകയാണ് കരുതുക(സംഭാവ്യമാണത്, കാരണം തമിഴിന്റെ രീതി അവര്‍ ന്യായമായി പറഞ്ഞേക്കാം).അപ്പോഴും യൂണിക്കോഡ് ഇങ്ങനെ പറയുന്നു എന്നു പറഞ്ഞ് ലിങ്ക് തന്നാല്‍ മതി അല്ലേ?

വന്‍‌യവനിയ/വന്യവനിക പെയര്‍ വ്യത്യസ്തമായി കാണിക്കുന്നത് ‘ന’യ്ക് ചില്ല് ഉള്ളതുകൊണ്ടാണ്. ‘ന’യ്ക് പകരം ചില്ല് ഇല്ലാത്ത വ്യഞ്ജനമാണ് വരുന്നതെങ്കില്‍ കാഴ്ചക്ക് ഒരുപോലെ ഇരിക്കുകയും എന്നാല്‍ പദഛേദം കൊണ്ട് അര്‍ത്ഥവ്യത്യാസം ഉണ്ടാകുകയും ചെയ്യാം.അപ്പോള്‍ അവിടെ പ്രശ്നമില്ലേ?

zwj ഇഗ്നോറബിള്‍ ആണോ അല്ലയോ എന്നത് യൂസര്‍ തീരുമാനിക്കേണ്ടതാണ്.(ഉദാഹരണത്തിന് സെര്‍ച്ച് ചെയ്യുമ്പേള്‍ case sensitiveness വേണോ, വേണ്ടേ എന്നത് യൂസര്‍ ആണ് തീരുമാനിക്കുന്നത്.)strip ചെയ്ത് ഒരുക്കലും അവയുടെ context relevance ഇല്ലാതാക്കരുത്.പല ഭാഷകള്‍ക്കും ആവശ്യമായാണ് അവയെല്ലാം.

ഓരോ ഭാഷയ്ക്കും context relevance വ്യത്യസ്തമായിരിക്കും.അതിനനുസരിച്ച് rules ഉണ്ടാക്കുകയാണ് വേണ്ടത്.hyphenation നിയമങ്ങള്‍ പലഭാഷകള്‍ക്കും പലതല്ലേ;അതുപോലെ.

ഈ ചര്‍ച്ച വായിക്കുന്നയാള്‍ക്ക്‌ തികച്ചും ഏകപക്ഷീമയമായ അഭിപ്രായം കിട്ടാതിരിക്കാനായി ചില വസ്തുതകള്‍:

* ഇതിനെ പറ്റി ചര്‍ച്ച തുടങ്ങിയിട്ട്‌ മൂന്നു കൊല്ലത്തിനും മേലെയായി. ഇപ്പോ ഏതാണ്ട് തീര്‍ന്നു. ഇത്രയും ചര്‍ച്ച ചെയ്ത ഒരക്ഷരം യുണിക്കോഡിലുണ്ടോ എന്ന്‌ സംശയമാണ്.
* സോഫ്റ്റ്വെയറുകളിലെ ബഗുകള്‍ ഒഴിവാക്കുന്നതിനുള്ള എളുപ്പവഴിയായല്ല ചില്ല്‌ എന്‍‌കോഡ് ചെയ്യപ്പെടുന്നത്‌.
* ഇനി മുഖ്യകാരണം: അവന്‍/അവന്, വന്‍‌യവനിയ/വന്യവനിക തുടങ്ങീ അര്‍ഥവ്യത്യാസമുള്ള അസംഖ്യം പെയറുകള്‍ zwj എന്ന 0 കോലേഷന്‍ വെയ്റ്റുള്ള ഇഗ്നോറബിള്‍ ക്യാരക്റ്റര്‍ കൊണ്ടുമാത്രം വ്യത്യാസപ്പെട്ടിരിക്കുന്നതാണ്. അതിന് zwj ഇഗ്നോറബിള്‍ അല്ലാതാക്കിക്കൂടേ എന്ന്‌ വാദിക്കാം. പ്രശ്നം അത്‌ പല സ്ക്രിപ്റ്റുകളിലും ഉപയോഗിക്കുന്ന അക്ഷരമായതുകൊണ്ട്‌ അതിന്റെ ഇമ്പാക്റ്റ് വളരെ കൂടുതലാണ്. കൊലേഷനും ശരിയാക്കാനുണ്ട്. അതിനുപകരമുള്ള മറ്റൊരു സൊല്യൂ‍ഷനായി അവതരിപ്പിക്കപ്പെട്ടത്‌ മലയാള അക്ഷരങ്ങളോട് ചേരുമ്പോള്‍ ചില്ലുണ്ടാക്കുന്ന മറ്റൊരക്ഷരമാണ്. ഇതിന്റെ ഒരു പ്രശ്നം കോമ്പിനേഷന്‍ നിയമങ്ങള്‍ പ്രത്യേകം എടുത്തുപറയണമെന്നുള്ളതായിരുന്നു. എന്നാല്‍ അതിനേക്കാള്‍ ഇമ്പ്ലിമെന്റേഷനുകള്‍ക്ക്‌ വളരെ എളുപ്പമുള്ളതായിരുന്നു ഒരു കോമ്പ്ലിക്കേഷനുമില്ലാത്ത ഒറ്റയൊറ്റ ചില്ലുകള്‍.
* ഈ മുഖ്യകാരണം കൂടാതെ, ചില ചില്ലുകള്‍ ഏത്‌ അക്ഷരത്തെ ബേസ് ചെയ്താണ് ഉണ്ടാക്കേണ്ടത്‌ എന്ന സംശയവും ഉണ്ടായിരുന്നു. ഉദാ: മലര്‍/ഞായര്‍, സല്‍ക്കര്‍മ്മം/വാല്‍മീകി/തല്‍ഭവം

കൂടുതല്‍ വിവരങ്ങള്‍ക്ക്‌ യുണീക്കോഡ് ആശ്രയിക്കുന്ന ഈ ഡോക്യുമെന്റ് കാണുക. http://std.dkuug.dk/jtc1/sc2/wg2/docs/N3126.pdf