कल्पना कीजिए कि इंटरनेट एक विशाल, निरंतर बढ़ते हुए पुस्तकालय की तरह है जहाँ हर किताब, लेख और वेबसाइट एक ही भाषा बोलने की कोशिश करती है। इसे संभव बनाने के लिए, वैज्ञानिक "ऑन्टोलॉजी" (ontologies) का उपयोग करते हैं—इन्हें बहुत विस्तृत, डिजिटल शब्दकोश या ब्लूप्रिंट समझें जो यह परिभाषित करते हैं कि शब्दों का सटीक अर्थ क्या है और वे कैसे आपस में जुड़ते हैं। यदि कोई ब्लूप्रिंट कहता है कि एक "कार" में चार पहिए होते हैं, तो पुस्तकालय का हर कंप्यूटर इस बात से सहमत होता है। लेकिन यहाँ एक पेंच है: दुनिया बदलती रहती है। नए आविष्कार आते हैं, पुराने विचार बदले जाते हैं, और कभी-कभी एक "कार" को "सेल्फ-ड्राइविंग" फीचर्स को शामिल करने के लिए फिर से परिभाषित करने की आवश्यकता होती है। जब ये ब्लूप्रिंट बदलते हैं, तो हमें अपडेट को ट्रैक करने के लिए एक तरीके की आवश्यकता होती है ताकि पुस्तकालय भ्रमित न हो। इसे "ऑन्टोलॉजी वर्जनिंग" (ontology versioning) कहा जाता है।

अब, कल्पना कीजिए कि आपके पास एक रोबोट है जिसे दो अलग-अलग शब्दकोशों के बीच मिलान करने वाले शब्दों को खोजने के लिए डिज़ाइन किया गया है (जैसे एक किताब में "automobile" को दूसरी में "car" से मिलाना)। यह रोबोट अपने काम में माहिर है; इसे "ऑन्टोलॉजी मैचिंग" (ontology matching) कहा जाता है। लेकिन क्या होगा यदि आप इसी रोबोट से एक ही शब्दकोश में समय के साथ होने वाले परिवर्तनों को ट्रैक करने के लिए कहें? यह कुछ वैसा ही है जैसे एक ऐसे जासूस से यह पूछना जो जुड़वा बच्चों को खोजने में तो बेहतरीन है, लेकिन उसे यह भी पता लगाना है कि कौन लंबा हुआ, किसका दांत टूटा, या कौन नए घर में चला गया। जिस शोध पत्र को आप अब पढ़ने जा रहे हैं, वह ठीक इसी सवाल की खोज करता है: क्या हम जुड़वा बच्चों को खोजने के लिए डिज़ाइन किए गए रोबट का उपयोग एक ही शब्दकोश के विकसित होने की प्रक्रिया को ट्रैक करने के लिए कर सकते हैं? लेखक इस बात का परीक्षण कर रहे हैं कि क्या यह काम करता है। उन्होंने पाया कि हालांकि रोबोट काम तो कर सकता है, लेकिन उसे भ्रमित होने से बचने और यह बताने के लिए कि कौन सा शब्द वैसा ही रहा और किसका बस रूप बदला है, कुछ गंभीर अपग्रेड की आवश्यकता है।

---

डिजिटल ब्लूप्रिंट और अपग्रेड की कहानी

सिमेंटिक वेब (Semantic Web) की दुनिया में, ऑन्टोलॉजी वह आधार है जो सब कुछ थामे रखता है। वे अवधारणाओं के औपचारिक विवरण हैं, जैसे कि कंप्यूटर दुनिया को कैसे समझते हैं, उसके लिए एक सख्त नियम पुस्तिका। लेकिन किसी शहर के बिल्डिंग कोड की तरह, ये नियम पुस्तिकाएं हमेशा स्थिर नहीं रह सकतीं। जैसे-जैसे ज्ञान बढ़ता है और तकनीक विकसित होती है, इन ऑन्टोलॉजी को संशोधित किया जाना चाहिए। यदि 1990 के दशक का ब्लूप्रिंट यह नहीं जानता कि "टचस्क्रीन" क्या है, तो यह आधुनिक ऐप्स के लिए बेकार है। जब ये बदलाव होते हैं, तो हमें परिवर्तनों, हटाए गए, जोड़े गए और जो समान रहे, उन्हें ट्रैक करने के लिए ऑन्टोलॉजी वर्जनिंग (OV) की आवश्यकता होती है।

लंबे समय से, शोधकर्ता ऑन्टोलॉजी मैचिंग (OM) के उपकरणों को उधार लेकर इस वर्जनिंग समस्या को हल करने का प्रयास कर रहे हैं। OM एक स्थापित क्षेत्र है जहाँ कंप्यूटर दो अलग-अलग ऑन्टोलॉजी की तुलना करते हैं ताकि यह पता लगाया जा सके कि कौन सी अवधारणाएँ समान हैं (जैसे "cmt:Chair" को "confof:Chair" से मिलाना)। "OM4OV" दृष्टिकोण के पीछे का विचार सरल और चतुर है: जब हम पहले से मौजूद शक्तिशाली मिलान प्रणालियों का पुन: उपयोग कर सकते हैं, तो शून्य से नया उपकरण क्यों बनाना? इस शोध पत्र के लेखकों ने इस विचार का कड़ाई से परीक्षण करने का निर्णय लिया। उन्होंने पूछा: यदि हम एक शीर्ष स्तर की मिलान प्रणाली को लें और उसका उपयोग एक ही ऑन्टोलॉजी में समय के साथ होने वाले परिवर्तनों को ट्रैक करने के लिए करें, तो क्या यह काम करेगा?

प्रयोग: एक ब्लाइंड स्पॉट वाला रोबोट

शोधकर्ताओं ने Agent-OM नामक एक अत्याधुनिक मिलान प्रणाली (जो कनेक्शन खोजने के लिए उन्नत AI मॉडल का उपयोग करती है) ली और इसे वर्जनिंग कार्यों को संभालने के लिए Agent-OV नामक एक नए संस्करण में विस्तारित किया। उन्होंने 'ऑन्टोलॉजी एलाइनमेंट इवैल्यूएशन इनिशिएटिव' (OAEI) के वास्तविक दुनिया के डेटा का उपयोग करके एक विशेष टेस्टबेड बनाया, जिसमें विभिन्न परिदृश्य सिम्युलेट किए गए जहाँ एक ऑन्टोलॉजी स्थिर रह सकती है, अपडेट हो सकती है, उसमें नई चीजें जोड़ी जा सकती हैं, या पुरानी चीजें हटाई जा सकती हैं।

यहाँ उन्होंने क्या खोजा, और यह थोड़ा चौंकाने वाला है:

1. रोबोट अच्छा है, लेकिन पक्षपाती है
मूल मिलान प्रणाली (Agent-OM) उन चीजों को खोजने में आश्चर्यजनक रूप से अच्छी थी जो नहीं बदली थीं। चूंकि अधिकांश ऑन्टोलॉजी आमतौर पर एक संस्करण से दूसरे संस्करण में समान रहती है, इसलिए सिस्टम को "remain" (बचे हुए) आइटम्स को सही ढंग से पहचानने के कारण अपने समग्र स्कोर में भारी बढ़त मिली। हालाँकि, इसने एक विकृत माप (skewed measurement) पैदा किया। यह एक ऐसे छात्र की तरह था जिसे क्योंकि उसने 90% आसान सवालों के सही जवाब दिए, इसलिए उसे A+ मिला, लेकिन वह वास्तव में क्या बदला है, इससे संबंधित कठिन सवालों में पूरी तरह विफल रहा। सिस्टम "update" संस्थाओं को पहचानने में खराब था—वे चीजें जिनका रूप बदला लेकिन पहचान वही रही।

2. "गलत" सत्य
जब सिस्टम ने अनुमान लगाने की कोशिश की कि क्या बदला, तो उसने कभी-कभी ऐसी गलतियाँ कीं जो कागज पर गलत लग सकती थीं लेकिन वास्तविक दुनिया में तर्कसंगली थीं। उदाहरण के लिए, यदि किसी अवधारणा का नाम "Conference Event" से बदलकर केवल "Event" कर दिया गया, तो सिस्टम कह सकता है, "रुको, यह वही नहीं है!" लेकिन एक शोध सम्मेलन के संदर्भ में, वे प्रभावी रूप से एक ही चीज़ हैं। शोध पत्र सुझाव देता है कि वर्जनिंग में, "समानता" (equivalence) मानक मिलान की तुलना में थोड़ी अधिक लचीली है। कभी-कभी, एक "गलत" मैपिंग वास्तव में इस बात का संकेत होती है कि ऑन्टोलॉजी का डिज़ाइन थोड़ा अस्पष्ट है, और सिस्टम बस उस ओर इशारा कर रहा है।

3. थ्रेशोल्ड का जाल (The Threshold Trap)
सिस्टम एक "समानता थ्रेशोल्ड" (similarity threshold) पर निर्भर करता है—एक स्कोर जो यह तय करता है कि क्या दो चीजें एक समान मानी जा सकती हैं। शोधकर्ताओं ने पाया कि इस संख्या को बदलना एक संतुलन बनाने जैसा था। यदि थ्रेशोल्ड बहुत अधिक था, तो सिस्टम अपडेट को मिस कर देता था और उन्हें "डिलीशन" (हटाया गया) बता देता था। यदि यह बहुत कम था, तो वह बहुत सी चीजों को "अपडेट" बताता था। इसने परिणामों को अस्थिर और अप्रत्याशित बना दिया।

समाधान: क्रॉस-रेफरेंस शॉर्टकट

इन समस्याओं को ठीक करने के लिए, लेखकों ने क्रॉस-रेफरेंस (CR) तंत्र नामक एक चतुर अनुकूलन प्रस्तावित किया।

कल्प_ना कीजिए कि आप यह पता लगाने की कोशिश कर रहे हैं कि एक व्यक्ति में 10 से 20 वर्ष की आयु के बीच क्या बदलाव आए। दो तस्वीरों की सीधे तुलना करने और हर विवरण का अनुमान लगाने के बजाय, आपके पास उसी व्यक्ति की 15 वर्ष की आयु की एक तीसरी फोटो है, जिसे आप सटीक जानते हैं। आप तुलना को आधार देने के लिए उस 15 वर्ष की फोटो का उपयोग कर सकते हैं।

शोध पत्र की विधि में, वे एक संदर्भ ऑन्टोलॉजी (reference ontology) (एक विश्वसनीय, अलग ऑन्टोलॉजी जो पहले से ही डेटा के साथ संरेखित है) का उपयोग करने के लिए एक संदर्भ का उपयोग करते हैं।

• पहले: सिस्टम को पुराने संस्करण के प्रत्येक आइटम की नए संस्करण के प्रत्येक आइटम के साथ तुलना करनी पड़ती थी। यह बहुत अधिक काम और भ्रम था।
• बाद में (CR के साथ): सिस्टम पहले यह जाँचता है कि कौन से आइटम विश्वसनीय संदर्भ ऑन्टोलॉजी से मेल खाते हैं। वह जानता है कि ये "remain" आइटम्स हैं। इसके बाद, वह अपनी पूरी ऊर्जा केवल उन आइटम्स पर केंद्रित करता है जो संदर्भ से मेल नहीं खाते। यह उन उम्मीदवारों की संख्या को नाटकीय रूप रूप से कम कर देता है जिनका उसे अनुमान लगाना है।

परिणाम प्रभावशाली थे। इस क्रॉस-रेफरेंस ट्रिक का उपयोग करके, सिस्टम "update" संस्थाओं (जो कठिन वाली हैं) का पता लगाने में बहुत बेहतर हो गया, बिना "remain" या "add/delete" श्रेणियों को बिगाड़े। इसने सिस्टम को "समानता थ्रेशोल्ड" सेटिंग्स के प्रति कम संवेदनशील भी बना दिया, जिसका अर्थ है कि सेटिंग्स आदर्श न होने पर भी यह अधिक विश्वसनीय रूप से काम करता है।

वास्तविक दुनिया का परीक्षण: इमारत का ब्लूप्रिंट

लेखक केवल सिमुलेशन तक ही सीमित नहीं रहे। उन्होंने अपने फ्रेमवर्क का परीक्षण Brick Schema पर किया, जो निर्माण उद्योग में उपयोग किया जाने वाला एक लोकप्रिय ऑन्टोलॉजी है जो HVAC सिस्टम और सेंसर जैसी चीजों का वर्णन करता है। इस ऑन्टोलॉजी में कई बड़े अपडेट हुए हैं, जिसमें इसकी भाषा बदलना और अन्य प्रणालियों के साथ विलय शामिल है।

परिणामों ने दिखाया कि उनका OM4OV फ्रेमवर्क इन परिवर्तनों को ट्रैक करने में पिछले तरीकों की तुलना में अधिक सटीक था। हालाँकि, उन्होंने Brick Schema पर "क्रॉस-रेफरेंस" फीचर का परीक्षण करने में एक बाधा का सामना किया। समस्या क्या थी? Brick Schema और अन्य निर्माण ऑन्टोलॉजी के बीच मौजूदा लिंक (क्रॉस-रेफरेंस) अधूरे थे। वे डेटा को पर्याप्त रूप से कवर नहीं करते थे कि वे सिस्टम के लिए "तीसरी फोटो" के रूप में उपयोगी हो सकें। यह एक वास्तविक दुनिया की चुनौती को उजागर करता है: इन उन्नत उपकरणों के पूर्ण रूप से काम करने के लिए, हमें बेहतर, अधिक पूर्ण मानचित्रों की आवश्यकता है कि विभिन्न ऑन्टोलॉजी कैसे जुड़ती हैं।

निष्कर्ष (The Takeaway)

यह शोध पत्र यह दावा नहीं करता है कि इसने ऑन्टोलॉजी वर्जनिंग के रहस्य को हमेशा के लिए सुलझा लिया है। इसके बजाय, यह एक स्पष्ट रोडमैप प्रदान करता है। यह सिद्ध करता है कि हम वर्जनिंग के लिए शक्तिशाली मिलान उपकरणों का पुन: उपयोग कर सकते हैं, लेकिन हम उन्हें "जैसा है वैसा ही" उपयोग नहीं कर सकते। हमें:

1. अलग तरह से मापना होगा: केवल कुल स्कोर न देखें; इसे "remain," "update," "add," और "delete" में विभाजित करें ताकि वास्तविक प्रदर्शन देखा जा सके।
2. एक मार्गदर्शक का उपयोग करना होगा: खोज को सीमित करने और भ्रम से बचने के लिए एक विश्वसनीय संदर्भ (क्रॉस-रेफरेंस) का उपयोग करें।
3. बारीकियों को स्वीकार करना होगा: समझें कि कभी-कभी जो "गलत" मिलान लगता है, वह वास्तव में भाषा और अवधारणाओं के विकास का एक वैध प्रतिबिंब होता है।

लेखक सुझाव देते हैं कि इन सुधारों के साथ, हम एक ऐसे भविष्य की ओर बढ़ सकते हैं जहाँ सॉफ़्टवेयर स्वचालित रूप से खुद को अपडेट कर सके क्योंकि दुनिया का ज्ञान बढ़ रहा है, जिससे हमारे डिजिटल पुस्तकालय अराजकता में गिरने से बच सकें। यह एक स्मार्ट और अधिक अनुकूलन योग्य इंटरनेट की दिशा में एक छोटा लेकिन महत्वपूर्ण कदम है।