மயல் (Mayal) - Biconsonantal Cluster Analysis in Old Tamil

மயல் is a computational linguistics tool for analysing the frequency patterns of biconsonantal clusters (மெய் + மெய் / consonant + consonant sequences) in classical Tamil texts from the Sangam period.

Publications

This research has resulted in two peer-reviewed publications:

English Publication

"Pattern of Biconsonantal Clusters in Old Tamil Texts"
International Journal of Dravidian Linguistics (IJDL), January 2025

• Academia.edu
• IJDL Journal

Tamil Publication (தமிழ் வெளியீடு)

"பழந்தமிழ் இலக்கியத்தில் மெய்ம்மயக்கத்தின் பாங்கு"
பன்னாட்டுக் கணித்தமிழ்த் தகவல் தொழில்நுட்ப மாநாடு (ICTCIT) 2024
International Conference on Tamil Computing and Information Technology

• Academia.edu

Citing This Work

If you use this tool or build upon this research, please cite our publications:

@article{venkatakrishnan2025biconsonantal,
  title={Pattern of Biconsonantal Clusters in Old Tamil Texts},
  author={Venkatakrishnan, Ramprashanth and Kumarasamy, R. and Lakshmanan, Balasundararaman},
  journal={International Journal of Dravidian Linguistics},
  year={2025},
  month={January}
}

@inproceedings{venkatakrishnan2024meymayakkam,
  title={பழந்தமிழ் இலக்கியத்தில் மெய்ம்மயக்கத்தின் பாங்கு},
  author={Venkatakrishnan, Ramprashanth and Lakshmanan, Balasundararaman},
  booktitle={Proceedings of the International Conference on Tamil Computing and Information Technology (ICTCIT)},
  year={2024}
}

Authors

Name	Affiliation
இராம்பிரசாந்த் வெங்கடக்கிருஷ்ணன் (Ramprashanth Venkatakrishnan)	மதுரை காமராசர் பல்கலைக்கழகம் (Madurai Kamaraj University), India
R. Kumarasamy	மதுரை காமராசர் பல்கலைக்கழகம் (Madurai Kamaraj University), India
பாலசுந்தரராமன் இலக்குவன் (Balasundararaman Lakshmanan)	Indeed Japan, Tokyo

Overview

This project computes and visualises the frequency of biconsonantal clusters in Sangam literature—the oldest extant literature of Old Tamil. The analysis covers:

எட்டுத்தொகை (Eṭṭuttokai) - Eight Anthologies

Tamil	ISO 15919
ஐங்குறுநூறு	Aiṅkuṟunūṟu
அகநானூறு	Akanāṉūṟu
கலித்தொகை	Kalittokai
குறுந்தொகை	Kuṟuntokai
நற்றிணை	Naṟṟiṇai
பரிபாடல்	Paripāṭal
பதிற்றுப்பத்து	Patiṟṟuppattu
புறநானூறு	Puṟanāṉūṟu

பத்துப்பாட்டு (Pattuppāṭṭu) - Ten Idylls

Tamil	ISO 15919
திருமுருகாற்றுப்படை	Tirumurukāṟṟuppaṭai
பொருநராற்றுப்படை	Porunārāṟṟuppaṭai
சிறுபாணாற்றுப்படை	Ciṟupāṇāṟṟuppaṭai
பெரும்பாணாற்றுப்படை	Perumpāṇāṟṟuppaṭai
முல்லைப்பாட்டு	Mullaippāṭṭu
மதுரைக்காஞ்சி	Maturaikkāñci
நெடுநல்வாடை	Neṭunalvāṭai
குறிஞ்சிப்பாட்டு	Kuṟiñcippāṭṭu
பட்டினப்பாலை	Paṭṭiṉappālai
மலைபடுகடாம்	Malaipaṭukaṭām

Methodology

The study uses two text processing modes to handle word boundaries:

Mode	Tamil	Description
யாப்பு (Metrical)	Yāppu	Treats text as continuous metrical verse
சொற்பிரிப்பு (Word-separated)	Coṟpirippu	Respects word boundaries

This produces four estimation types based on whether whitespace is removed ("merged") or preserved:

Type	Mode	Whitespace	Effect
Type 1	யாப்பு	Preserved	Underestimation
Type 2	யாப்பு	Removed (merged)	Overestimation
Type 3	சொற்பிரிப்பு	Preserved	Underestimation
Type 4	சொற்பிரிப்பு	Removed (merged)	Overestimation

The mean of Types 2 and 3 represents the best estimate for cluster frequencies.

Phonetic Categories Analysed

Clusters are classified based on consonant types:

• Plosives (P): க், ச், ட், த், ப், ற்
• Nasals (N): ங், ஞ், ண், ந், ம், ன்
• Approximants (A): ய், ர், ல், வ், ழ், ள்

Output

The tool generates:

• Frequency matrices (18×18 consonant co-occurrence tables)
• Maximum Likelihood Estimation (row-wise and column-wise probabilities)
• Pie charts showing distribution of cluster types (PP, PN, NP, NN, etc.)
• CSV exports for further analysis

Installation

pip install -r requirements.txt

Requirements

• Python 3.x
• NLTK
• Pandas
• Matplotlib
• dataframe-image

Usage

python mayal.py

Output files are generated in the out/ directory, organised by estimation type and text collection.

Project Structure

mayal/
├── mayal.py              # Main analysis script
├── corpora/
│   ├── யாப்பு/           # Metrical text versions
│   │   ├── எட்டுத்தொகை/
│   │   └── பத்துப்பாட்டு/
│   └── சொற்பிரிப்பு/      # Word-separated versions
│       ├── எட்டுத்தொகை/
│       └── பத்துப்பாட்டு/
├── out/                  # Generated analysis outputs
├── publications/         # Published papers (PDF)
└── requirements.txt

Licence

See LICENSE for details.