பெயர்ச்சொற்கள் தொகுப்பு திட்டம்

[tshrinivasan]

சொற்பிழைத்திருத்தி, இலக்கணப் பிழைத்திருத்தி, வேர்ச்சொல் காணல் போன்ற பலவகை இயல்மொழி ஆய்வுகளுக்கு அடிப்படையான தேவையாக இருப்பது பெயர்ச்சொற்கள் தொகுப்பு.

தமிழில் அனைத்து பெயர்ச்சொற்களையும் ஓரிடத்தில் தொகுத்தல் மிகவும் பயன்தரும்.

இங்கு ஏற்கெனவே இணையத்தில் கிடைக்கும் பெயர்ச்சொற்களைத் தொகுப்போம்.

[tshrinivasan]

https://github.com/nithyadurai87/tamil-sandhi-checker/blob/master/tamilsandhi/all-tamil-nouns.txt

விக்கிசனரியில் இருந்து எடுத்த பெயர்ச்சொற்கள் - 85256

[tshrinivasan]

https://github.com/thamizha/peyar/blob/master/db_data.zip nouns from peyar.in - 47211

[tshrinivasan]

https://petscan.wmflabs.org/

இதன் மூலம் விக்கிப்பீடியாவில் இருந்து பலவகை பெயர்ச்சொற்களைப் பெறலாம்

[tshrinivasan]

பின்வரும் இணைப்புகளில் பெயர்ச்சொற்கள் உள்ளன

http://www.tamilsurangam.in/tamil_world/tamil_names/index.html http://www.valaitamil.com/baby_names.php http://www.mailofislam.com/islamic_baby_names_-_tamil.html https://www.tamillexicon.com/thiraddu/

[tshrinivasan]

https://www.அகரமுதலி.com/%E0%AE%A4%E0%AE%AE%E0%AE%BF%E0%AE%B4%E0%AE%B0%E0%AF%8D+%E0%AE%95%E0%AE%A3%E0%AE%BF%E0%AE%A4%E0%AE%AE%E0%AF%8D.html

[tshrinivasan]

https://shaivam.org/baby-names/tamil-boy-names-lord-siva

https://vidhai2virutcham.com/2012/01/30/%E0%AE%A8%E0%AE%BE%E0%AE%9F%E0%AF%81%E0%AE%95%E0%AE%B3%E0%AF%81%E0%AE%AE%E0%AF%8D-%E0%AE%85%E0%AE%A4%E0%AE%A9%E0%AF%8D-%E0%AE%A4%E0%AE%B2%E0%AF%88%E0%AE%A8%E0%AE%95%E0%AE%B0%E0%AE%99%E0%AF%8D%E0%AE%95/

http://www.tamilsurangam.in/general_knowledge/world_countries/index.html

[neechalkaran]

https://tnrd.gov.in/databases.html தமிழ் நாட்டு ஊர்ப் பெயர்கள்

[tshrinivasan]

https://www.dosomethingnew.in/%e0%ae%aa%e0%af%81%e0%ae%a4%e0%ae%bf%e0%ae%af-%e0%ae%b5%e0%ae%be%e0%ae%95%e0%af%8d%e0%ae%95%e0%ae%be%e0%ae%b3%e0%ae%b0%e0%af%8d-%e0%ae%aa%e0%ae%9f%e0%af%8d%e0%ae%9f%e0%ae%bf%e0%ae%af%e0%ae%b2%e0%af%8d/

இதில் உள்ளபடி தமிழ்நாடு வாக்காளர் பட்டியலை PDF வடிவில் பெறலாம். அதில் இருந்து ஒருங்குறி வடிவில் பெறும் வழிகளைக் காண வேண்டும்.

[AshokR]

என்னுடைய GitHub களஞ்சியத்தில் பெயர்ச்சொற்கள் LibreOffice/OpenOffice விரிதாள் வடிவில் உள்ளன. பெரிய பட்டியல் இல்லை. ஆனால் இவை பின்னொட்டு விதிகள்படி துணைத் தொகுதிகளாகப் பிரிக்கப்பட்டுள்ளன. https://github.com/AshokR/TamilNLP/blob/master/Resources/பெயர்ச்சொல்.ods

[tshrinivasan]

இங்கு தமிழக வாக்காளர்களின் பெயர்ப்பட்டியல் கொண்ட PDF களின் இணைப்புகள் உள்ளன. all_url.txt

[tshrinivasan]

https://docs.google.com/spreadsheets/d/1FqiFLstsTo6DXsPKPKzp7iPKR49Ml2k81UPR6Nq6inQ/edit?usp=sharing

இங்கு எனக்குத் தெரிந்த பெயர்ச்சொற்களைத் தொகுத்து வருகிறேன்.

[tshrinivasan]

tamil-names.csv.txt

in this file 64323 names are there. Need to fix many errors and typos.

rename the files to csv and work on it.

[alauvdheen]

Name List.txt in this file 27426 unique names are there.

[alauvdheen]

@tshrinivasan

[tshrinivasan]

@alauvdheen seems not a text file. file Name.List.txt Name.List.txt: Little-endian UTF-16 Unicode text, with CRLF line terminators

give as utf-8 unicode file.

[alauvdheen]

NameList.txt @tshrinivasan utf-8 unicode txt file