marathi-shabda 0.1.5

Deterministic, offline Marathi word dictionary and analysis library (shabda = word in Marathi)

marathi-shabda (मराठी-शब्द)

खात्रीशीर आणि पूर्णपणे ऑफलाइन चालणारी मराठी शब्द विश्लेषण लायब्ररी

---

🚩 परिचय (Introduction)

marathi-shabda ही मराठी शब्दांचे व्याकरणिक विश्लेषण करण्यासाठी बनवलेली एक प्रोफेशनल Python Library आहे.

हे प्रामुख्याने खालील गोष्टी करते:

1. मूळ शब्द शोधणे (Lemma Extraction): पाण्यावर → पाणी
2. शब्दकोश (Dictionary Lookup): मराठी शब्दांचे इंग्रजी अर्थ
3. रूप परिचय (Morphology): शब्दाची जात (POS), विभक्ती आणि काळ ओळखणे.

हे पूर्णपणे ऑफलाइन चालते. याला इंटरनेटची गरज नाही.

---

📜 वापराचे नियम आणि परवाना (License & Guidelines)

हे प्रोजेक्ट Dual Licensing (दोन परवाने) मॉडेलवर चालते:

1. Source Code (MIT): सॉफ्टवेअरचा कोड MIT License अंतर्गत आहे.

   • ✅ तुम्ही कोड वापरू शकता, बदलू शकता (व्यावसायिक वापरासाठी सुद्धा).

2. Data & Dictionary (CC BY-NC-SA 4.0): शब्दकोश आणि डेटा Creative Commons Non-Commercial आहे.

   • ❌ डेटाचा वापर पैसे कमावण्यासाठी (Commercial Use) करता येणार नाही.
   • ✅ शिक्षण आणि संशोधनासाठी डेटा मोफत आहे.

व्यावसायिक वापरासाठी संपर्क (For Commercial Data Usage):

• Email: [e-mail]
• GitHub: @iampratham29

---

🚀 इंस्टॉलेशन (Installation)

pip install marathi-shabda

आवश्यकता: Python 3.8 किंवा त्यापुढील व्हर्जन.

---

⚡ वापर कसा करावा (Quick Start)

1. मूळ शब्द शोधणे (Lemma Extraction)

from marathi_shabda import get_lemma

result = get_lemma("पाण्यावर")
print(result.lemma)              # उत्तर: पाणी
print(result.detected_vibhakti)  # उत्तर: सप्तमी
print(result.explanation)        # उत्तर: "Detected सप्तमी vibhakti"

2. शब्दकोश (Meaning)

from marathi_shabda import lookup_word

result = lookup_word("पाणी")
print(result.english_meanings)   # उत्तर: ['water']

---

🤝 योगदान (Contribution)

आम्ही तुमच्या योगदानाचे स्वागत करतो!

• तुम्हाला काही चुका (Bugs) आढळल्यास GitHub Issues वर कळवा.
• नवीन विभक्ती नियम किंवा सुधारणा सुचवायच्या असतील तर स्वागत आहे.
• टीप: मुख्य कोडची मालकी (Ownership) मूळ लेखकांकडे राखीव आहे.

अधिक माहितीसाठी CONTRIBUTING.md वाचा.

---

---

🇬🇧 English Description

What is marathi-shabda?

marathi-shabda is a production-quality Python library for analyzing Marathi words. It provides:

1. Lemma (stem) extraction from inflected Marathi words
2. Dictionary lookup (Marathi ↔ English) with meanings
3. Morphological analysis (रूप परिचय) including POS, vibhakti, and kāl detection

It works completely offline with no internet dependency.

---

License & Usage Guidelines

This project uses a Split Licensing Model:

1. Source Code (MIT License)

The Python code, algorithms, and API structure are licensed under the MIT License.

• ✅ You CAN use the code for commercial software.
• ✅ You CAN modify and distribute the code logic.

2. Data & Dictionary (CC BY-NC-SA 4.0)

The dictionary database (dictionary.db) and linguistic rules are licensed under Creative Commons Non-Commercial.

• ❌ You CANNOT sell the data or use it in commercial products without a license.
• ✅ Free for education, research, and non-profit use.

For commercial data licensing:

• Email: [e-mail]
• GitHub: @iampratham29

---

Installation

pip install marathi-shabda

Requirements: Python 3.8+, no external dependencies.

---

Quick Start

1. Lemma Extraction

from marathi_shabda import get_lemma

result = get_lemma("पाण्यावर")
print(result.lemma)              # पाणी
print(result.confidence)         # 0.9
print(result.detected_vibhakti)  # VibhaktiType.SAPTAMI (सप्तमी)

2. Dictionary Lookup

from marathi_shabda import lookup_word

result = lookup_word("पाणी")
print(result.english_meanings)   # ['water']
print(result.found)              # True

---

Technical Details

Architecture

• Dictionary-backed: Uses a built-in SQLite database containing over 46,000+ words (enriched from Wiktionary, Kaikki, and localized glossaries) for authoritative meanings.
• Rule-based: Uses linguistic rules for vibhakti and form handling.
• Explanation: Every result comes with a reason for why it was derived.

Limitations (v0.1.5)

• Single words only: Does not parse full sentences.
• Conservative: Prefers to say "Unknown" rather than guessing wrong.
• Transliteration: Roman script support is approximate.

---

Contributors

• Prathmesh Santosh Choudhari (@iampratham29)
• Vedangi Deepak Deshpande
• Siddhant Akash Bobde

---

Acknowledgments

• Wiktionary (Wikimedia Foundation): For providing an open, collaborative dictionary. The dictionary data incorporated here is derived from the English and Marathi Wiktionary dumps, used solely for educational and non-commercial research purposes.
• Kaikki.org: For providing structured, machine-readable JSON extracts of Wiktionary data, which made parsing Marathi lemmas and definitions possible.
• @vinodnimbalkar - For valuable open-source contributions to the Marathi language ecosystem.
• Marathi language scholars and grammarians.
• Open-source NLP community.

---

Citation

If you use marathi-shabda in research, please cite:

@software{marathi_shabda,
  title = {marathi-shabda: Deterministic Marathi Word Analysis},
  author = {Choudhari, Prathmesh Santosh and Deshpande, Vedangi Deepak and Bobde, Siddhant Akash},
  year = {2026},
  url = {https://github.com/iampratham29/marathi-shabda}
}

---

Support

• Issues: GitHub Issues
• Discussions: GitHub Discussions

---

Philosophy: When unsure, defer. When confident, explain why.

Built with respect for the Marathi language and its speakers. 🙏