The Curious Engineer

All blogs / AI / ML

Santhosh Thottingal

thottingal.in/blog

Blogs - Santhosh Thottingal

AI / MLRustSoftware / engineering practice

’10’15’20’25
Posts
290 from 13 Mar 2007 to 8 Oct 2026
Posting
monthly (16 in the last year)
Kind
personal blog
Feed
https://thottingal.in/blog/index.xml

2026 14

  1. What Do MTEB Scores Mean, and How Should You Choose an Embedding Model?
  2. Why your slug generator is dropping Malayalam vowels and how to fix it
  3. Grapholinguistics Proceedings 2024
  4. പത്തുകോടിയുടെ മലയാളം കോർപ്പസ്
  5. ഡിറ്റക്ടീവ് ബ്യോംകേഷ് ബക്ഷി - മലയാള പരിഭാഷ
  6. Home Maker: Declare Your Dev Tools in a Makefile
  7. Rendering complex scripts in terminal and OSC 66
  8. CLI for transforming Wikipedia articles to text, markdown, and JSON
  9. Preparing sentence dataset from a wikipedia
  10. How to identify and annotate sentences in an HTML page
  11. Rewriting the multilingual sentence segmenter - sentencex - in Rust
  12. From Tokens to Text: A Trigram Markov Model for Malayalam
  13. The Broken Token: Tokenization for Malayalam Language Models
  14. Variable interpolatable smooth curves and outlines

2025 9

  1. svg2glif Rust library
  2. Talk - "How AI learns Malayalam"
  3. Malayalam Morphology Analyzer Now Available as a Rust Crate
  4. WQ42: Grounding LLMs in Wikidata Facts via Tool Calling
  5. qrender: Render wikidata item in different formats
  6. Upskill and Upgrade
  7. qjson: Fetching all properties of a wikidata item in a single API call
  8. An Experiment in Detecting Wikipedia Edit Policy Violations with LLMs
  9. Natural Language based question answering system for Wikipedia and Wikidata

2024 9

  1. Year 2024 in Review
  2. Grapholinguistics 2024
  3. Teaching AI in Schools
  4. നിർമിതബുദ്ധി കിയോസ്കുകൾ
  5. MetaPost sandbox
  6. Book Review - Tamil Computing By Dr. R. Ponnusamy
  7. Concerns on using AI in classrooms
  8. മലയാളത്തിന്റെ ഡിജിറ്റൽ സൗന്ദര്യം - പ്രഭാഷണം
  9. നിർമിതിബുദ്ധി മാതൃകകളിലെ മലയാളം - പ്രഭാഷണം

2023 11

  1. Year 2023
  2. Typoday 2023
  3. Correspondence with Kerala State Commission for Protection of Child Rights
  4. ആം ചിഹ്നം ഫോണ്ടുകളിൽ
  5. MetaPost previewer
  6. Wikimania 2023
  7. sentencex: Empowering NLP with Multilingual Sentence Extraction
  8. Natural language question answering in Wikipedia - an exploration - Part 4
  9. Natural language question answering in Wikipedia - an exploration - Part 3
  10. Natural language question answering in Wikipedia - an exploration - Part2
  11. Natural language question answering in Wikipedia - an exploration

2022 5

  1. Introducing Nupuram, new Malayalam typeface
  2. Gayathri 1.20 released
  3. ലിപിപരിഷ്കരണം 2022
  4. ബഹുവചനമില്ലാത്ത ദേശാഭിമാനി
  5. Hyphenation of Indian languages

2021 5

  1. Using Manjari as new orthography Malayalam font
  2. One million Wikipedia articles by translation
  3. New version of Malayalam morphology analyser
  4. New version of Stuttgart Finite State Transducer
  5. New version of Manjari Typeface released

2020 24

  1. Tesseract OCR web interface
  2. Fixing a bug in Malayalam ya, ra, va sign rendering
  3. English Malayalam Translation using OpusMT
  4. Web application for learning Malayalam writing
  5. Animated SVGs for learning Malayalam writing
  6. A spellchecker webservice supporting 90 languages
  7. Digital garden
  8. Foreign word detection in mlmorph
  9. What is a good input method?
  10. Stuttgart Finite State Transducer(SFST) formalism support for VS Code
  11. Opentype feature file support for VS Code
  12. Malayalam Spellchecker version 1.1.1 released
  13. Manjari version 1.910 released
  14. Tamil Computing Virtual Meetup
  15. Manjari - 4th anniversary
  16. Manjari version 1.810 released
  17. Morphology analyser based spellchecker - Web version
  18. Video interviews on SMC and FOSS
  19. ഡിജിറ്റൽ സാക്ഷരതാ പദ്ധതി
  20. Life in the time of lockdown
  21. Manjari version 1.800 released
  22. Chilanka font version 1.500 released
  23. Procrustes Analysis Based Handwriting Recognition
  24. Professional student summit 2020

2019 15

  1. POS Tagging: A review of BIS POS tagset and ILCI-II Malayalam Text Corpus
  2. Mlmorph at MT Summit 2019
  3. Presidential award for contributions to Malayalam
  4. Root Zone Label generation rules for Malayalam released
  5. Markov chain for Malayalam
  6. Updated web interface for mlmorph
  7. Chilanka version 1.400 released
  8. Lexicon Curation for Mlmorph
  9. LibreOffice Malayalam spellchecker using mlmorph
  10. Malayalam Named Entity Recognition using morphology analyser
  11. Scribus gets hyphenation support for 11 Indian languages
  12. Gayathri – New Malayalam typeface
  13. How to setup DNS over TLS using systemd-resolved
  14. വിക്കിപീഡിയയ്ക്ക് പതിനെട്ട്. നാലുലക്ഷം തർജ്ജമകളും
  15. Swanalekha input method now available for Windows and Mac

2018 17

  1. പത്തുവർഷത്തെ കോഡ്
  2. Malayalam morphology analyser – First release
  3. Malayalam Script LGR rules for public review
  4. Malayalam spellchecker – a morphology analyser based approach
  5. Malayalam morphology analyser – status update
  6. How to customize Malayalam fonts in Linux
  7. യുവാക്കളുടെ തൊഴിലഭിമാനവും തൊഴിൽ സൊസൈറ്റികളും
  8. The many forms of ചിരി ☺️
  9. How to type Malayalam using Keyman 10 and Mozhi
  10. Kindle supports custom fonts
  11. Talk on ‘Malayalam orthographic reforms’ at Grafematik 2018
  12. u and uː vowel signs of Malayalam
  13. Typoday 2018
  14. Applied Malayalam Computing
  15. Manjari 1.5 version released
  16. മലയാളത്തിലെ ‘ഉ’കാര ചിഹ്നങ്ങൾ
  17. Stylistic Alternates for ച്ച, ള്ള in Manjari and Chilanka fonts

2017 25

  1. Number spellout and generation in Malayalam using Morphology analyser
  2. Towards a Malayalam morphology analyser
  3. Eureka magazine with Manjari font
  4. Indesign CC automatic hyphenation for Indian languages
  5. Scribus gets Malayalam Hyphenation support
  6. Trufont now has SVG paste, drag and drop support
  7. മഞ്ജരി ഫോണ്ട് – പതിപ്പ് 1.3
  8. മലയാളം അകാരാദിക്രമം
  9. പുതിയൊരു മലയാളം ഫോണ്ട് നിർമിക്കുന്നതെങ്ങനെ?
  10. ദൈവങ്ങളുടെ ദ്വീപിൽ ഒരു ഇടവേള
  11. It is your language and your pen
  12. Malayalam collation updates in Glibc
  13. Anniversary of Manjari font release
  14. ദൃൿസാക്ഷി
  15. യൂണിക്കോഡ് പത്താം പതിപ്പ്: മലയാളത്തിന് മൂന്നു പുതിയ കോഡ്പോയിന്റുകൾ കൂടി
  16. A formal grammar for Malayalam syllables
  17. A formal grammar for Malayalam conjunct
  18. On Kerala IT Policy Draft 2017
  19. Libreoffice Malayalam Hyphenation
  20. നമ്മളെല്ലാം നമ്മളല്ലാതാവുന്ന കാലം
  21. ഇമോജികളും ചില്ലക്ഷരങ്ങളും തമ്മിലെന്തു്?
  22. സാങ്കേതികവിദ്യാഭ്യാസം : പരീക്ഷകളിങ്ങനെ മതിയോ?
  23. മഹാഭാരതപ്രഭാഷണപരമ്പര – സുനിൽ പി ഇളയിടം
  24. Detailed font reports using fontreport tool
  25. Swanalekha input method documentation

2016 18

  1. 2016 ൽ വായിച്ച പുസ്തകങ്ങൾ
  2. Electronic Design and Automation Lab: Migration to Scilab
  3. കേരളപ്പിറവിയുടെ അറുപതാം വാർഷികം – മനോരമ പത്രത്തിലെഴുതിയ കുറിപ്പ്
  4. Proposal for Malayalam language subtags for orthography variants rejected
  5. Manjari Font
  6. A short story of one lakh Wikipedia articles
  7. FOSS migration of electronic circuit simulation lab
  8. ഡോക്ടർ ബി എം ഹെഗ്ഡേ – മാതൃഭൂമി ആഴ്ചപ്പതിപ്പിൽ വന്ന അഭിമുഖത്തെപ്പറ്റി
  9. Activities
  10. About Kavya
  11. When Breath Becomes Air – Paul Kalanithi
  12. Gujarat Files – Rana Ayyub
  13. Introductory Workshop on Version Control Systems
  14. Feedback on KTU Syllabus of Electronics and Communication Engineering
  15. Internationalized Top Level Domain Names in Indian Languages
  16. Redesigned font download page of SMC
  17. Fontconfig language matching
  18. Indic hyphenation patterns relicensed

2015 3

  1. Experimenting eSim- A tool for Electronic Circuit Simulation
  2. അധിക നിമിഷം (Leap second)
  3. Translating HTML content using a plain text supporting machine translation engine

2014 22

  1. Making of Keraleeyam font: From ASCII to Unicode
  2. New handwriting style font for Malayalam: Chilanka
  3. HOWTO: Wacom Bamboo CTH301K in Debian
  4. Talk at Wikimania 2014
  5. Updated Swanalekha JavaScript Library
  6. Video of our presentation from 7th Multilingual Workshop by W3C
  7. Typesetting Malayalam using XeTeX
  8. Malayalam typing using Inscript in Ubuntu 14.04
  9. How to install and configure swanalekha in Ubuntu 14.04
  10. Frequency modulation in gnu-octave : square wave carrier and sinusoidal message
  11. GSOC 2014 – Mentoring for SMC
  12. Parsing CLDR plural rules in javascript
  13. Browser language preferences: navigator.languages is coming
  14. W3C Workshop at Madrid
  15. A laboratory manual for basic analog communication experiments
  16. Meera Tamil font in Ubuntu Trusty Tahr
  17. Configurable node logger with winston
  18. Mediawiki moves to json based localisation file format
  19. Brackets, my favorite javascript IDE
  20. NotoSansMalayalam and nta
  21. Spurious glyphs in NotoSansMalayalam
  22. Collaboratively edited documentation for Indic font developers

2013 1

  1. Hyphenation in web

2012 1

  1. New version of Malayalam fonts released

2011 7

  1. SVG Fonts
  2. Malayalam Wikisource Offline version
  3. Mediawiki Berlin hackathon
  4. Creating a new Language ecosystem- Sourashtra as example
  5. Cross Language Approximate Search on Indic Languages- A demo
  6. Tamil Collation in GLIBC
  7. Identifiers In Indic Languages

2010 6

  1. Dictionary Jabber Buddy Bots
  2. Indic Language Computing Workout, Pune
  3. Wikimania 2010, Poland
  4. Attending Wikimania 2010
  5. Malayalam Wikipedia releases selected articles on CD
  6. Predictive text entry with ibus

2009 17

  1. Conferences : FOSS.IN and NCIDEEE
  2. Inkscape hyphenation extension
  3. New Hyphenation Pattern Extensions for Openoffice
  4. Project Silpa Updates
  5. Phonetic Comparison Algorithm for Indian Languages
  6. On Machine Translation and God
  7. PDFBox : Extract Text from PDF
  8. Announcing Project Silpa
  9. About Santhosh
  10. Openoffice Indic Regional Language group
  11. In solidarity
  12. “ക്ടാവ്” Slang converter തയാറാവുന്നു
  13. Python isalpha is buggy
  14. N-gram Visualization Experiment
  15. Localization: What are we missing?
  16. Updates…
  17. മലയാളം അകാരാദിക്രമം

2008 48

  1. KDE Indic Screensavers
  2. Hyphenation of Indian Languages in Webpages
  3. Hyphenation of Indian Languages and Openoffice
  4. Yahoo search bug
  5. KDE spellchecker not working for Indian Languages
  6. Youtube to MPEG or Ogg video conversion
  7. Dhvani 0.94 Released
  8. Language Detection and Spellcheckers
  9. Gedit plugin for showing unicode codepoints
  10. Screensavers in your language
  11. Swanalekha M17N based Input Method for 11 Languages
  12. സോഫ്റ്റ്‌വേര്‍ സ്വാതന്ത്ര്യദിനാഘോഷം 2008: ഭാഷാ കമ്പ്യൂട്ടിങ്ങ് സെമിനാറും ഇന്‍സ്റ്റാള്‍ ഫെസ്റ്റും
  13. Geo-visualisation, the FOSS way
  14. UTF8Decoder
  15. Say NO to Software Patents
  16. കെ.ഡി.ഇ. 4.1 പുറത്തിറങ്ങി
  17. say_namaskaar.c
  18. Dhvani Now Speaks Marathi
  19. Canonical Equivalence in Unicode: Some notes
  20. Firefox spellcheck bugs…
  21. Apt on the Road
  22. 10 GB /var/log/messages file
  23. Linux Kernel in Linux Operating System.
  24. Bug in Firefox Spellcheck
  25. മലയാളം, യൂണീകോഡ് 5.1, ഫോണ്ടുകള്‍…
  26. Open Letter to Mammootty from Free Software Community
  27. Using Inkscape for DTP in Indic Scripts
  28. പേജ് ലേയൗട്ട് യൂണിക്കോഡ് മലയാളത്തില്‍
  29. നിങ്ങള്‍ക്കു വേണ്ടി ധ്വനി സംസാരിയ്ക്കും.
  30. ധ്വനി-കെ.ഡി.ഇ സംയോജനം
  31. Can’t Speak? Dhvani will speak for you!
  32. Dhvani – KDE Integration.
  33. ഗ്നോം 2.22 പുറത്തിറങ്ങി.
  34. GNOME 2.22 Released
  35. ബഷീറിന്റെ മാന്ത്രികപ്പൂച്ച ധ്വനി വായിച്ചപ്പോള്‍
  36. സ്വനലേഖ ബുക്ക്‌മാര്‍ക്ക്‌ലെറ്റ്
  37. കൃഷ്ണകാന്ത് മനേ എന്ന അന്ധപ്രോഗ്രാമ്മര്‍
  38. Creating audio books using Dhvani
  39. FOSS India Awards
  40. ആണവചില്ലും സ്പൂഫിങ്ങും
  41. വേഗനിയന്ത്രണത്തിനായി പുതിയൊരു മാര്‍ഗ്ഗം!
  42. മൈക്രോസോഫ്റ്റാണോ വലിയ ചെകുത്താന്‍?
  43. കല കലയ്ക്കു് വേണ്ടിയോ?
  44. കെ.ഡി.ഇ. 4.0 പുറത്തിറങ്ങി
  45. നോ സ്ത്രീ സ്വാതന്ത്ര്യമര്‍ഹതി?!
  46. നിഘണ്ടുക്കള്‍ ഗ്നു/ലിനക്സില്‍
  47. Hackers or Crackers?
  48. ബന്ധുക്കളെയറിയാന്‍ സ്വതന്ത്രസോഫ്റ്റ്‌വെയര്‍

2007 33

  1. വരികള്‍ നഷ്ടപ്പെടുന്ന പാട്ടുകള്‍
  2. ഗ്നു/ലിനക്സില്‍ നിന്നു് ബ്ലോഗെഴുതാന്‍
  3. Pirated Softwares: MS Raid In Kerala
  4. ഓരോ കുട്ടിയ്ക്കും ഓരോ ലാപ്‌‌ടോപ്പ്
  5. മലയാളം നിവേശകരീതികള്‍ ഒരു വിശകലനം
  6. കേള്‍വി ഒരു കല, സംഭാഷണം സംഗീതവും
  7. Sulekha: Transliteration Based Indic Texteditor
  8. ഇതാ വരുന്നൂ, സുലേഖ
  9. Hacking the GLMatrix screensaver
  10. വരമൊഴിയിലും മൊഴി കീമാനിലും എന്‍കോഡിങ്ങ് ബഗ്ഗുകള്‍
  11. സ്വതന്ത്ര മലയാളം കമ്പ്യൂട്ടിങ്ങ്, GSOC Mentor Summit ല്‍ പങ്കെടുക്കുന്നു.
  12. കമ്പ്യൂട്ടറിന് മലയാളം പറഞ്ഞാല്‍ മനസ്സിലാകുമോ?
  13. മലയാളത്തിന് സ്വന്തമായി ഒരു വേര്‍ഡ് പ്രൊസസ്സര്‍
  14. ഗ്നോം 2.20 ലക്കത്തില്‍ മലയാളം ഔദ്യോഗികമായി ചേര്‍ക്കപ്പെട്ടു.
  15. സ്വതന്ത്ര സോഫ്റ്റ്‌വെയറും മലയാളം കമ്പ്യൂട്ടിങ്ങും: സോഫ്റ്റ്‌വെയര്‍ സ്വാതന്ത്യ ദിനാഘോഷം
  16. Aspell Malayalam Spelling checker Version 0.01-1 Released
  17. ചില്ലും മലയാളം കമ്പ്യൂട്ടിങ്ങും
  18. Matrix Digital Rain Screensaver In Malayalam!!!
  19. മലയാളം സ്പെല്ലിങ്ങ് ചെക്കര്‍ പണിപ്പുരയില്‍
  20. സ്വനലേഖയുടെ പുതിയ പതിപ്പ് പുറത്തിറങ്ങി.
  21. Scim malayalam phonetic input method With Lookup table!!!
  22. Scim malayalam phonetic input method : Key mapping
  23. Scim malayalam phonetic input method
  24. Malayalam Spellchecker
  25. Dhvani rewrite
  26. Only Aspell, no space for others…
  27. A myth called the Indian programmer
  28. Spell checker and Late night coding..
  29. Plus meet May 2007 at Tippus Fort , Palakkad
  30. Free software Alternatives or replacements
  31. Debian Installer Etch Release Candidate 2 released
  32. Dhvani Indian Language Text to Speech system
  33. Swathanthra Malayalam Computing is participating in Google Summer of Code.