Automated stance detection in complex topics and small languages: the challenging case of immigration in polarizing news media
यह शोध पत्र प्रदर्शित करता है कि कैसे सुपरवाइज्ड लैंग्वेज मॉडल्स और चैटजीपीटी (ChatGPT) दोनों ही अप्रवास के संबंध में जटिल, कम-संसाधन वाली एस्टोनियाई भाषा पर स्वचालित रुख का पता लगाने (automated stance detection) को प्रभावी ढंग से निष्पादित कर सकते हैं, जिससे ध्रुवीकृत समाचार मीडिया में कालानुक्रमिक रुझानों (diachronic trends) का विश्लेषण संभव हो पाता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल, शोर-शराबे वाले शहर के चौक को समझने की कोशिश कर रहे हैं जहाँ हज़ारों लोग एक ही विवादास्पद विषय पर चिल्ला रहे हैं: प्रवास (Immigration)। कुछ लोग "स्वागत है!" चिल्ला रहे हैं जबकि अन्य "चले जाओ!" चिल्ला रहे हैं और कई लोग तो बस मौसम या रोटी की कीमत के बारे में बात कर रहे हैं।
आपका लक्ष्य यह पता लगाना है कि कौन क्या कह रहा है, और समय के साथ भीड़ का मिजाज कैसे बदल रहा है। लेकिन एक पेंच है: आप उस शहर की भाषा (एस्टोनियन) नहीं जानते, और आपके पास हर एक वाक्य को पढ़ने के लिए 100 अनुवादकों की टीम भी नहीं है।
यह शोध पत्र एक डिजिटल अनुवादक और मूड-रीडर (मिजाज पहचानने वाला) बनाने के बारे में है ताकि इस समस्या को हल किया जा सके। यह इस बात की कहानी है कि उन्होंने इसे कैसे किया, जिसे सरल भागों में विभाजित किया गया है।
1. चुनौती: एक छोटी भाषा और एक बड़ी समस्या
अधिकांश कंप्यूटर प्रोग्राम जो भाषा को समझते हैं, वे अंग्रेजी के लिए बनी विशाल पुस्तकालयों की तरह होते हैं। उन्होंने लाखों किताबें पढ़ी होती हैं। लेकिन एस्टोनियन जैसी छोटी भाषाओं के लिए (जो केवल 11 लाख लोग बोलते हैं), पुस्तकालय बहुत छोटा है।
शोधकर्ता यह देखना चाहते थे कि क्या वे कंप्यूटर को एस्टोनियन समाचारों में प्रवास (immigration) पर "रुख" (विचार) समझने के लिए सिखा सकते हैं। यह पेचीदा है क्योंकि:
- भाषा जटिल है: एस्टोनियन शब्द बहुत अधिक रूप बदलते हैं (जैसे अलग-अलग अंत जोड़ना), जिससे कंप्यूटर के लिए उन्हें पहचानना कठिन हो जाता है।
- विषय भावनात्मक है: लोग अपनी वास्तविक भावनाओं को छिपाने के लिए व्यंग्य, रूपकों और "डॉग व्हिसल्स" (कोडित भाषा) का उपयोग करते हैं।
- डेटा दुर्लभ है: पुराने पारंपरिक तरीके से कंप्यूटर को सिखाने के लिए पर्याप्त लेबल किए गए उदाहरण उपलब्ध नहीं हैं।
2. प्रयोग: कंप्यूटर को सिखाने के दो तरीके
शोधकर्ताओं ने कंप्यूटर को यह सिखाने के लिए दो अलग-अलग तरीकों का परीक्षण किया कि वह चिल्लाती हुई भीड़ को तीन समूहों में कैसे विभाजित करे: प्र-इमिग्रेशन (प्रवास के पक्ष में), एंटी-इमिग्रेशन (प्रवास के विरोध में), और न्यूट्रल (तटस्थ)।
विधि अ: "शिक्षु" (सुपरवाइज्ड लर्निंग)
इसे एक मानव शिक्षक द्वारा छात्र को प्रशिक्षित करने के रूप में सोचें।
- पाठ: उन्होंने समाचार लेखों से 8,000 वाक्य लिए और मानव छात्रों से उन्हें पढ़ने और प्रत्येक को "पक्ष", "विपक्ष" या "तटस्थ" के रूप में लेबल करने के लिए कहा।
- प्रशिक्षण: उन्होंने इन लेबल किए गए वाक्यों को एक स्मार्ट कंप्यूटर मॉडल (एक प्रकार का AI जिसे लार्ज लैंग्वेज मॉडल कहा जाता है) को खिलाया। मॉडल ने पैटर्न का अध्ययन किया, जैसे एक छात्र फ्लैशकार्ड याद करता है।
- परिणाम: कंप्यूटर एक अच्छा शिक्षु बन गया। उसने लगभग 66% उत्तर सही दिए। वह "विपक्ष" के विचारों को पहचानने में बहुत अच्छा था लेकिन कभी-कभी "तटस्थ" और "पक्ष" के बीच भ्रमित हो जाता था।
विधि ब: "मैजिक 8-बॉल" (जीरो-शॉट चैटजीपीटी)
यह रोमांचक नया हिस्सा था। हजारों उदाहरणों के साथ मॉडल को प्रशिक्षित करने के बजाय, उन्होंने एक शक्तिशाली, पहले से मौजूद AI (ChatGPT) से साधारण अंग्रेजी में एक सरल प्रश्न पूछा:
"यहाँ प्रवास के बारे में एक वाक्य है। लेखक इसके पक्ष में है, इसके विरुद्ध है, या तटस्थ है? मुझे बस लेबल दें।"
यह एक ऐसे प्रतिभाशाली व्यक्ति से पूछने जैसा है जिसने पूरा इंटरनेट पढ़ लिया है और बिना किसी विशिष्ट होमवर्क के उत्तर का अनुमान लगाने को कहा गया है।
- परिणाम: आश्चर्यजनक रूप से, "मैजिक 8-बॉल" ने लगभग उसी तरह प्रदर्शन किया जैसा कि प्रशिक्षित शिक्षु ने किया (65% सटीकता)।
- यह क्यों मायने रखता है: इसका मतलब है कि आपको हर नई भाषा के लिए डेटा लेबल करने में महीनों और हजारों डॉलर खर्च करने की आवश्यकता नहीं हो सकती है। आप बस AI से विनम्रता से पूछ सकते हैं, और वह काम कर सकता है।
3. जासूसी कार्य: उन्होंने क्या पाया?
एक बार जब उनके पास अपना सबसे अच्छा "डिजिटल जासूस" (प्रशिक्षित मॉडल) आ गया, तो उन्होंने इसे सात वर्षों (2015-2022) के दौरान दो बहुत अलग एस्टोनियन समाचार स्रोतों से 1,00,000+ वाक्य पढ़ने दिया:
- स्रोत A (एक्सप्रेस ग्रुप): एक मुख्यधारा का, सामान्य-रुचि वाला समाचार समूह (एक संतुलित समाचार पत्र की तरह)।
- स्रोत B (उएड उड (Uued Uudised)): एक दक्षिणपंथी लोकलुभावन पोर्टल (एक राजनीतिक कार्यकर्ता के ब्लॉग की तरह)।
निष्कर्ष:
- विभाजन: जैसा कि अपेक्षित था, लोकलुभावन स्रोत लगभग हमेशा "एंटी-इमिग्रेशन" था, जबकि मुख्यधारा का स्रोत ज्यादातर "न्यूट्रल" था।
- बदलाव: कंप्यूटर ने ट्रैक किया कि बड़े विश्व आयोजनों के दौरान मिजाज कैसे बदला:
- 2015-2016 (प्रवासन संकट): दोनों स्रोतों ने इसके बारे में अधिक बात की, लेकिन लोकलुभावन स्रोत अधिक मुखर और नकारात्मक हो गया।
- 2018-2019 (UN पैक्ट और चुनाव): चुनावों से ठीक पहले लोकलुभावन स्रोत में "एंटी" रुख बढ़ गया, जो यह दर्शाता है कि राजनेता मतदाताओं को एकजुट करने के लिए इन विषयों का उपयोग कैसे करते हैं।
- 2022 (यूक्रेन युद्ध): यह सबसे दिलचस्प मोड़ था। जब रूस ने यूक्रेन पर आक्रमण किया, तो मुख्यधारा का स्रोत अचानक बहुत अधिक "प्र-इमिग्रेशन" हो गया (क्योंकि यूक्रेन से लोग एस्टोनिया भाग रहे थे)। लोकलुभावन स्रोत भी थोड़ा बदला, लेकिन वे अधिक संदेही बने रहे।
4. सीमाएँ: यह पूर्ण क्यों नहीं है
शोधकर्ता अपनी कमियों के बारे में ईमानदार थे।
- संदर्भ सर्वोपरि है: कभी-कभी एक अकेला वाक्य एक जाल होता है। यदि कोई वाक्य कहता है, "वे नस्लवाद की आलोचना करते हैं," तो कंप्यूटर सोच सकता है कि यह "प्र-इमिग्रेशन" है। लेकिन अगर वह वाक्य वास्तव में किसी खलनायक द्वारा कही गई बात को उद्धृत कर रहा है, तो कंप्यूटर गलत हो जाता है। यह बिना यह जाने एक चुटकुला सुनने जैसा है कि उसे कौन सुना रहा है।
- मानवीय पूर्वाग्रह: प्रशिक्षण डेटा को लेबल करने वाले मनुष्यों के अपने पूर्वाग्रह थे। यदि शिक्षक पक्षपाती है, तो छात्र (AI) भी पक्षपाती होगा।
- "ब्लैक बॉक्स": ChatGPT जैसे उपकरणों के साथ, हमें हमेशा यह नहीं पता होता है कि उसने उत्तर कैसे प्राप्त किया, जिससे इस पर 100% भरोसा करना कठिन हो जाता है।
मुख्य निष्कर्ष
यह शोध पत्र एक 'प्रूफ ऑफ कॉन्सेप्ट' (अवधारणा की पुष्टि) है। यह दिखाता है कि एक छोटी, कठिन भाषा और एक अव्यवस्थित, भावनात्मक विषय के लिए भी, AI मीडिया निगरानी के लिए एक उपयोगी उपकरण हो सकता है।
यह एक शोधकर्ता को सुपर-विज़न चश्मे देने जैसा है। वे समाचार पत्र के हर एक शब्द को नहीं पढ़ सकते, लेकिन इन चश्मों के साथ, वे बड़ी तस्वीर देखने के लिए हजारों लेखों को जल्दी से स्कैन कर सकते हैं: क्या लहजा अधिक क्रोधित हो रहा है? क्या विषय बदल रहा है? क्या राजनीतिक स्पेक्ट्रम के दोनों पक्ष एक-दूसरे से दूर जा रहे हैं?
और सबसे अच्छी खबर? अब आपको ये चश्मे बनाने के लिए मानव दल की एक विशाल टीम की आवश्यकता नहीं होगी; एक स्मार्ट AI को एक सरल प्रॉम्प्ट देना ही आपको शुरू करने के लिए पर्याप्त हो सकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।