normalization of headwords - sAmAnya and sAmAnyaM #29
Description
- PyCDSL version: 0.9.0
- Python version: 3.10.10
- Operating System: Manjaro Linux Talos 22.1.0
Problem
Different dictionaries use different headword conventions.
This creates difficulty in accessing the data.
I am giving two examples of the same word from VCP and SKD.
VCP uses 'sAmAnya' and SKD uses 'sAmAnyaM'.
Both refer to the same object, but because of the difference in the headword, the data is not accessible.
Fortunately, this is a solved problem for CDSL data.
See https://github.com/sanskrit-lexicon/hwnorm1/blob/master/sanhw1/hwnorm1c.txt for an amalgamated version of different headwords.
[create@dhaval-pc ~]$ cdsl -d VCP SKD -s sAmAnya
Found 1 results in the dictionary 'VCP'.
<VCPEntry: 45964: सामान्य = सामान्य न० समानस्य भावः ष्यञ् । १ सादृश्यप्रयोजकधर्मे यथा मुखं पद्ममिव सुन्दरमित्यादौ सौन्दर्य्यादि । समा- नमेव स्वार्थे ष्यञ् । द्रव्यगुणकर्मसु तुल्यतया स्थितायां २ जातौ भाषा० । जातिशब्दे ३०९२ दृश्यम् । सामान्यञ्च द्विविधं सखण्डमखण्डञ्च सामान्यलक्षणा- शब्दे दीधित्युक्तिः । “सामान्यं विशेष इति बुद्ध्यपेक्षम्” कणा० । अनुगतधर्मत्वम् सामान्यमिति तल्लक्षणं तेन ३ अनु- गतधर्मस्वरूपं यथा प्रतियोगितासामान्ये यद्धर्मावच्छिन्न- त्वादीति दीधितिः । ४ अधिकविषयकत्वे यथा ब्राह्मणाय दधि दीयतां कौण्डिन्याय तक्रम् इत्यादौ दधिदानस्या- धिकब्राह्मणविषयकता । सामान्यविषयकशास्त्रञ्च विशेष- शास्त्रेण बाध्यते यथा “मा हिंस्यात् सर्वाभूतानीति” हिंसानिषेधः सर्वविषयः “वायव्यं श्वेतमालभेत” इत्यादि विशेषः हिंसाशास्त्रं तेन सामन्यथास्त्रं वैधेतरविषयएव प्रसरति । ५ अर्थालङ्कारभेदे ४०७ पृ० दृश्यम् ।>
[create@dhaval-pc ~]$ cdsl -d VCP SKD -s sAmAnyaM
Found 2 results in the dictionary 'SKD'.
<SKDEntry: 38760: सामान्यं = सामान्यं , क्ली, (समान एव । स्वार्थे ष्यञ् ।) जातिः । यथा, — “जातिर्जातञ्च सामान्यं व्यक्तिस्तु पृथगात्मिका” इत्यमरः । १ । ४ । ३० ॥ तद्द्विविधं यथा, भाषापरिच्छेदे । “सामान्यं द्विविधं प्रोक्तं परञ्चापरमेव च । द्रव्यादित्रिकवृत्तिस्तु सत्ता परतयोच्यते ॥ परभिन्ना च या जातिः सैवापरतयोच्यते । व्यापकत्वात् परापि स्यात् व्याप्यत्वादपरापि च द्रव्यत्वादिकजातिस्तु परापरतयोच्यते ॥” तल्लक्षणं यथा । नित्यत्वे सत्यनेकसमवेतत्वम । अनेकसमवेतत्वं संयोगादीनामप्यस्ति अतः सत्यन्तं नित्यत्वे सति समवेतत्वंगगनपरिमाणा दीनामप्यस्ति अत उक्तं अनेकेति नित्यत्वे सति अनेकवृत्तित्वमत्यन्ताभावस्याप्यस्ति अतोवृत्ति- सामान्यमुपेक्ष्य समवेतत्वमुक्तम् । एकव्यक्ति- वृत्तिस्तु न जातिः । तथा चोक्तम् । “व्यक्तेरभेदस्तुल्यत्वं सङ्करोऽथानवस्थितिः । रूपहानिरसम्बन्धो जातिवाधकसंग्रहः ॥” एकव्यक्तिकत्वात् आकाशत्वं न जातिः । तुल्य- वृत्तिकत्वात् घटत्वं कलसत्वं न जातिद्वयम् । संकीर्णत्वात् भूतत्वं मूर्त्तत्वं न जातिः । अन- वस्थाभयात् सामान्यत्वं न जातिः । विशेषस्य व्यावृत्तस्वभावस्य रूपहानिः स्यादतो विशेषत्वं न जातिः । समवायसम्बन्धाभावात् समवायो न जातिः । द्रव्यादित्रिकवृत्तिरिति परत्वं अधिकदेशवृत्तित्वं अपरत्वमल्पदेशवृत्तित्वम् । सकलजात्यपेक्षया अधिकदेशवृत्तित्वात् सत्तायाः परत्वम् । एतद्बोधनाय द्रव्यादीति । तदपेक्षया चान्यासां जातीनां अपरत्वम् । परभिन्ना सत्ता- भिन्ना । व्यापकत्वात् परापि स्यात् व्याप्यत्वाद- परापि च । पृथिवीत्वाद्यपेक्षया व्यापकत्वात् अधिकदेशवृत्तित्वात् द्रव्यत्वस्य परत्वम् । सत्तापे क्षया अल्पदेशवृत्तित्वाद्द्रव्यत्वस्य अपरत्वञ्च । तथा च धर्म्मद्वयसमावेशात् उभयमविरुद्धम् । इति सिद्धान्तमुक्तावली ॥ (सादृश्यम् । समा- [Page5-334-a+ 52] नत्वम् । यथा, महाभारते । १२ । २२८ । ४ । “सामान्यमृषिभिर्गत्वा ब्रह्मलोकनिवासिभिः । ब्रह्मेवामितदीप्तौजाः शान्तपाप्मा महातपाः । विचचार यथाकामं त्रिषु लोकेषु नारदः ॥”)>
<SKDEntry: 38761: सामान्यं = सामान्यं , त्रि, (समानस्य भावः । समान + ष्यञ् ।) अनेकसम्बन्ध्ये कवस्तु । साधारणम् । इत्यमरः । ३ । १ । ८२ ॥ यथा, देवलः । “सामान्यं पुत्त्रकन्यानां मृतायां स्त्रीधनं विदुः । अप्रजायां हरेद्भर्त्ता माता भ्राता पितापि वा ॥” इति दायतत्त्वम् ॥ (यथा च कुमारे । ७ । ४४ । “एकैव मूर्त्तिर्बिभिदे त्रिधा सा सामान्यमेषां प्रथमावरत्वम् । विष्णोर्हरस्तस्य हरिः कदाचित् वेधास्तयोस्तावपि धातुराद्यौ ॥”)>