Blogs

ഡോ. പുതുശ്ശേരി രാമചന്ദ്രൻ അനുസ്മരണ ദേശീയസെമിനാറും പുരസ്കാരവിതരണവും 2024 ഫെബ്രുവരി 26, 27, 28 തിയതികളിൽ കേരളയൂണി. കേരളപഠനവിഭാഗം സെമിനാർഹാൾ, കാര്യവട്ടം കാമ്പസിൽ നടന്നു. “നവസാങ്കേതികയും സർഗ്ഗാത്മകസാധ്യതകളും " എന്നതായിരുന്നു സെമിനാർ വിഷയം. “മലയാളത്തിന്റെ ഡിജിറ്റൽ സൗന്ദര്യം” എന്ന വിഷയം ഞാൻ അവതരിപ്പിച്ചു. അവതരണം ഒന്നരമണിക്കൂർ ഉള്ള ഈ പ്രഭാഷണം നിരവധി ചിത്രങ്ങളുടെയും വീഡിയോകളുടെയും ഇല്ലസ്ട്രേഷനുകളുടെയും സഹായത്തോടെയുള്ളതാണ്. ഇരുനൂറ്റമ്പത് കൊല്ലത്തെ മലയാളത്തിന്റെ അച്ചടി ചരിത്രത്തിൽ അക്ഷരങ്ങളുടെ സൗന്ദര്യത്തിൽ വന്ന മാറ്റങ്ങൾ, ആ മാറ്റങ്ങൾക്ക് സാങ്കേതികവിദ്യ, അധികാരവ്യവസ്ഥ എന്നിവ എങ്ങനെ കാരണമായി? ആ മാറ്റങ്ങളുടെ സവിശേഷതകൾ, നാൾവഴികൾ എന്ത്? ഇന്നത്തെ കാലത്തെ അക്ഷരങ്ങളുടെ സൗന്ദര്യാവിഷ്കാരം ഫോണ്ടുകൾ വഴിയാണെന്നതുകൊണ്ട് മലയാളത്തിന്റെ സൗന്ദര്യത്തെ എങ്ങനെ ഫോണ്ടുകൾ ആവിഷ്കരിക്കുന്നു? എന്താണ് സൗന്ദര്യം? അക്ഷരങ്ങളുടെ വടിവിനെ ടെക്നോളജി എങ്ങനെ നിർവചിക്കുന്നു, അതെങ്ങനെ സാധ്യമാക്കുന്നു? ...

നിർമിതബുദ്ധിമാതൃകകളിലെ മലയാളം എന്ന വിഷയത്തിൽ ശ്രീശങ്കരാചാര്യ കാലടി സംസ്കൃതസർവകലാശാലയുടെ തിരുനാവായ പ്രാദേശിക കേന്ദ്രത്തിൽ ജനുവരി ആറിന് പ്രഭാഷണം നടത്തി. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിൽ മലയാളം ഒരു ഭാഷ എന്ന നിലയിൽ എവിടെ എത്തിനിൽക്കുന്നു, ഭാഷയുടെ പ്രത്യേകതകൾ എങ്ങനെയാണ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മോഡലുകൾ പ്രവർത്തിക്കുന്നത്, മറ്റുഭാഷകളെ അപേക്ഷിച്ച് എന്തൊക്കെ വെല്ലുവിളികളാണ് മലയാളത്തിനുള്ളത് തുടങ്ങിയ വിഷയങ്ങളാണ് അവതരിപ്പിച്ചത്. slides Video recording is given below:

From facebook post വളരെ തിരക്കുപിടിച്ച ഒരു വർഷമാണ് കടന്നുപോകുന്നുന്നത്. ഫേസ്‌ബുക്കിൽ വല്ലപ്പോഴും മാത്രമേ കയറിയുള്ളൂ. വർഷാവസാനം ആയതുകൊണ്ട് ഒരു അവലോകനം എഴുതിയിടാമെന്നു കരുതി. ഇക്കൊല്ലം ഒരു അക്കാദമിക് പേപ്പറെഴുതി. ഇതുവരെ എഴുതിയ ഗവേഷണപ്രബന്ധങ്ങളിൽ നിന്ന് ഇക്കൊല്ലം മൊത്തത്തിൽ 220 സൈറ്റേഷനുകൾ കിട്ടി. നാലു രാജ്യങ്ങളിലായി ഏഴു കോൺഫറൻസുകളിൽ പങ്കെടുത്തു സംസാരിച്ചു. അതിൽ രണ്ടെണ്ണത്തിൽ കീനോട്ട് സ്പീക്കറായിരുന്നു(ഫിൻലാൻഡിലെ Tampereൽ നടന്ന യൂറോപ്യൻ അസോസിയേഷൻ ഓഫ് മെഷിൻ ട്രാൻസ്‌ലേഷൻ, ചൈനയിലെ Macaoൽ നടന്ന ഏഷ്യൻ മെഷിൻ ട്രാൻസ്‌ലേഷൻ പരിപാടി). മൂന്ന് പാനൽ ഡിസ്കഷനുകൾ. ഇതിനെല്ലാം കൂടി 14 വിമാനയാത്രകൾ. ഇക്കൊല്ലം ഇതുവരെ 900 സോഴ്സ് കോഡ് കമ്മിറ്റുകൾ(സ്വതന്ത്ര സോഫ്റ്റ്‌വെയർ രംഗത്ത് പ്രവർത്തിക്കുന്നവർക്കു മനസ്സിലാകും. കോലി ഈ വർഷം എത്ര റൺ അടിച്ചുകൂട്ടി എന്നു പറയുന്നപോലെ ഒരു സംഭവം). സോഫ്റ്റ്‌വെയർ എൻജിനിയറിങ്ങ് പ്രൊഫഷനിൽ പതിനെട്ടാം വർഷത്തിലും സജീവമായി പ്രോഗ്രാമിങ്ങ് ചെയ്യുന്നു എന്നതിൽ അഭിമാനിക്കുന്നു. പത്തുലേഖനങ്ങൾ ബ്ലോഗിൽ എഴുതി. ...

I presented a paper titled “Modernizing Parametric type design - A case study of Nupuram Malayalam typeface” at Typoday 2023, Banaras Hindu University. Here is the link to paper(pdf): https://typoday.in/spk_papers/Santhosh_Thottingal_Typoday2023.pdf This is 16th edition of conference, hosted by Department of Applied Arts, Faculty of Visual Arts Banaras Hindu University. One of the memorables from the conference was my opportunity to meet Muthu Nedumaran. I had an incredible 2-hour conversation with him on fonts, curves, spacing and technology of Indian scripts. ...

On October 2, 2018, I reached out to the Kerala State Commission for Protection of Child Rights. My letter highlighted the urgent need for parental guidance and content ratings on TV programs for children. Many shows broadcasted lack age-appropriate warnings, exposing children to inappropriate content like vulgar language, violence, and negative portrayals of family and gender roles. This issue, I argued, required intervention in line with practices in any civilized society. ...

ഏറെക്കാലമായി പലരും ചോദിക്കുന്ന ഒരു സംശയമാണ് അക്കങ്ങളുടെ കൂടെ ആം ചിഹ്നം എഴുതുമ്പോൾ വരുന്ന കുത്തുവട്ടം എങ്ങനെ കളയാമെന്ന്. 16-ാം, 18ാം തുടങ്ങിയ ഉദാഹരണങ്ങൾ. ഒട്ടുമിക്ക അപ്ലിക്കേഷനുകളുടെ പുതിയ പതിപ്പുകളിലും ഈ പ്രശ്നം കാണില്ല. ലിബ്രെഓഫീസിൽ പക്ഷേ ഈ പ്രശ്നം തുടരുന്നുണ്ട്. ഇതിനു പരിഹാരമായി ഫോണ്ടുകളിൽ ഒരു ചെറിയ പുതുക്കൽ നടത്തിയിട്ടുണ്ട്. മഞ്ജരി, ഗായത്രി, ചിലങ്ക, നൂപുരം ഫോണ്ടുകളുടെ പുതിയ പതിപ്പുപയോഗിച്ചാൽ ഈ പ്രശ്നം ഒഴിവാകും. പുതിയ പതിപ്പുകൾ smc.org.in/fonts എന്ന പേജിൽ നിന്നെടുക്കാം.

I created a simple MetaPost playground website mpost.thottingal.in where people can quickly write MetaPost code and preview the result. This avoids the need of setting up MetaPost in your computer. Your edits in the code will be automatically executed. This is part of exploration to use MetaPost for typeface design. Checkout the Nupuram and Malini typefaces designed using MetaPost. I also started a repository of various type design concepts illustrated using MetaPost: https://github.com/santhoshtr/type-concepts

I attended Wikimania 2023, an annual conference of people working on Wikipedia and other Wikimedia projects. This year’s conference was at Singapore. State of Machine Learning on the Wikimedia projects I presented a talk titled “State of Machine Learning on the Wikimedia projects”. Machine learning is used in many Wikimedia projects. This talk was be round up of various projects that use ML. I talked about: How Machine learning is used in our project, the benefits and impact. How we make sure the usage is as per the ML usage policies? The design, ethics and product considerations of ML in our projects. What are the challenges we are facing and how we are solving them? Potential opportunities that are worth exploring Following is the video recording from the session. Link to presentation slides ...

Sentence segmentation is a fundamental process in natural language processing. It involves breaking down a given text into individual sentences, a task that finds applications in various contexts. Whether you need to split a paragraph into sentences for further analysis or present sentence boundaries in a user-friendly frontend application, sentence segmentation is crucial. At first glance, identifying sentence boundaries might seem straightforward – just look for a period or full stop. However, it quickly becomes complex when you consider cases where a period is used for abbreviations such as “Dr.” or in numerical values like “3.14.” This simple punctuation mark doesn’t always signal the end of a sentence. ...

I wrote about the exploration on Natural language querying for wikipedia in previous three blog posts. In Part 1, I was suggesting that building such a collection of question and answers can help natural language answering. One missing piece was actually suggesting an answer for a new question that is not part of QA set for article. In Part 2, I tried using distilbert-base-cased-distilled-squad with ONNX optimization to answer the questions. I used a hybrid approach of Named Entity recognition on the question to find relevant titles. I also feed this question to Wikipedia search api and extract the titles returned by it. The results were not optimal. The answers were just a word or phrase. If that is found in the retrieved context. Context retrieval based on NER or Wikipedia search was also not giving related wikipedia articles. ...