CodeNER: Code Prompting for Named Entity Recognition
यह शोध पत्र CodeNER का प्रस्ताव करता है, जो एक नवीन कोड-आधारित प्रॉम्प्टिंग विधि है जो प्रोग्रामिंग कोड को प्रॉम्प्ट में एम्बेड करके BIO स्कीमा निर्देशों को स्पष्ट रूप से संरचित करती है, जिससे नामित इकाई पहचान (named entity recognition) करने की लार्ज लैंग्वेज मॉडल्स की क्षमता बढ़ती है और दस बहुभाषी बेंचमार्क में पारंपरिक टेक्स्ट-आधारित दृष्टिकोणों से बेहतर प्रदर्शन करती 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 प्रतिभाशाली लेकिन थोड़े शाब्दिक अर्थ निकालने वाले (literal-minded) रोबोट को कहानी पढ़ना और उसमें महत्वपूर्ण नामों (जैसे लोग, स्थान, या संगठन) को पहचानने के लिए सिखाने की कोशिश कर रहे हैं। इस कार्य को नेमड एंटिटी रिकग्निशन (NER) कहा जाता है।
लंबे समय तक, इंसानों ने इस रोबोट को प्राकृतिक भाषा निर्देशों (जैसे किसी इंसान से बात करना) का उपयोग करके सिखाने की कोशिश की। हम कहते, "हे रोबोट, कृपया इस वाक्य में सभी व्यक्तियों के नाम खोजो।"
लेकिन समस्या यह है कि रोबोट कहानियाँ लिखने में तो बहुत अच्छा है, लेकिन वाक्य के हर एक शब्द को एक लेबल (जैसे "व्यक्ति की शुरुआत," "व्यक्ति के बीच का हिस्सा," या "व्यक्ति नहीं है") के साथ टैग करने के विशिष्ट कार्य में वह थोड़ा अनाड़ी है। यह वैसा ही है जैसे किसी शेफ को सब्जियाँ काटने के साथ-साथ कविता लिखने के लिए कहना; वे विचलित हो जाते हैं और विवरणों को छोड़ देते हैं।
नया विचार: CodeNER
इस पेपर के लेखक, सुंगवू हान और उनकी टीम के पास एक "लाइटबल्ब मोमेंट" (अचानक आया विचार) था। उन्होंने महसूस किया कि जबकि रोबोट अस्पष्ट निर्देशों के साथ संघर्ष कर सकता है, वह कोड के प्रति जुनूनी है। कंप्यूटर कोड को पसंद करते हैं क्योंकि कोड सटीक, संरचित होता है और इसमें अनुमान लगाने की कोई गुंजाइश नहीं होती।
उन्होंने एक विधि विकसित की जिसे CodeNER कहा जाता है। साधारण अंग्रेजी में निर्देश देने के बजाय, वे निर्देशों को एक कंप्यूटर प्रोग्राम के भीतर लपेट देते हैं।
उपमा: रेसिपी बनाम असेंबली लाइन
- पुराना तरीका (टेक्स्ट प्रॉम्प्टिंग): कल्पना कीजिए कि आप एक शेफ से "सैंडविच बनाने" के लिए कह रहे हैं। आप उन्हें सामग्री की एक सूची और एक अस्पष्ट विवरण देते हैं। वे प्लेट पर ब्रेड रख सकते हैं, फिर पनीर, फिर दोबारा ब्रेड, या लेट्यूस लगाना भूल सकते हैं। वे क्रम का अनुमान लगा रहे हैं।
- नया तरीका (CodeNER): कल्पना कीजिए कि आप शेफ को एक रोबोटिक असेंबली लाइन निर्देश दे रहे हैं। आप कहते हैं: "चरण 1: ब्रेड उठाएं। चरण 2: ब्रेड पर पनीर रखें। चरण 3: अगली ब्रेड उठाएं। चरण 4: सैंडविच बंद करें।"
- रोबोट चरणों का ठीक से पालन करता है। वह अनुमान नहीं लगाता। उसे पता है कि कब एक नई वस्तु शुरू करनी है और कब रुकना है।
इस पेपर में, "असेंबली लाइन" एक सरल for लूप (एक प्रोग्रामिंग कमांड जो एक क्रिया को दोहराती है) है। कोड AI को बताता है: "पहले शब्द को देखो। क्या यह एक व्यक्ति है? इसे मार्क करो। दूसरे शब्द को देखो। क्या यह एक व्यक्ति है? इसे मार्क करो। वाक्य समाप्त होने तक चलते रहो।"
यह इतना अच्छा क्यों काम करता है
पेपर ने इसका परीक्षण 10 अलग-अलग डेटासेट्स (जैसे अंग्रेजी, अरबी, फिनिश और जर्मन) पर किया। यहाँ उन्होंने क्या पाया:
- सटीकता (Precision): क्योंकि कोड AI को मजबूर करता है कि वह टेक्स्ट को शब्द-दर-शब्द देखे, इसलिए यह एक पूरी वेबसाइट URL को एक एकल शब्द के रूप में लेबल करने या कॉमा से भ्रमित होकर नाम को छोड़ देने जैसी गलतियाँ करना बंद कर देता है।
- संरचना (Structure): कोड एक कंकाल की तरह काम करता है। यह AI का हाथ थामे रखता है, जिससे यह सुनिश्चित होता है कि वह "BIO" सिस्टम (Begin, Inside, Outside) के सख्त नियमों का पालन करे, जो कंप्यूटर द्वारा नाम टैग करने का मानक तरीका है।
- "सोचकर बताने" से बेहतर: शोधकर्ताओं ने "चेन-ऑफ-थॉट" (AI से उसके तर्क को चरण-दर-चरण समझाने के लिए कहना) को भी आज़माया। हालांकि इससे थोड़ा फायदा हुआ, लेकिन कोड की संरचना ही असली जादू थी। यह किसी को "कड़ी मेहनत से सोचने" के लिए कहने और उसे एक चेकलिस्ट देने के बीच का अंतर है।
परिणाम
जब उन्होंने अपने "कोड मेथड" की तुलना मानक "टेक्स्ट मेथड" से की:
- कोड मेथड अधिकांश भाषाओं में जीत गया।
- यह लंबे URL या एक ही वाक्य में कई बार आने वाले नामों जैसी पेचीदा चीजों को पहचानने में विशेष रूप से अच्छा था।
- यह "क्लोज्ड" मॉडल्स (जैसे ChatGPT, जिसके अंदर आप नहीं देख सकते) और "ओपन" मॉडल्स (जैसे Llama, जिसे आप बदल सकते हैं) दोनों पर अच्छी तरह से काम करता है।
कमी (सीमाएँ)
कोई भी विधि पूर्ण नहीं है। पेपर स्वीकार करता है कि यदि वाक्य अत्यधिक लंबा है और "नाम" वास्तव में एक पूरा पैराग्राफ है (जैसे किसी फिल्म का प्लॉट सारांश), तो सख्त शब्द-दर-शब्द कोड दृष्टिकोण कभी-कभी छोटे विवरणों पर बहुत अधिक ध्यान केंद्रित कर सकता है और बड़े चित्र को मिस कर सकता है। उन दुर्लभ मामलों में, पुराना "अस्पष्ट टेक्स्ट निर्देश" वास्तव में बेहतर हो सकता है।
निष्कर्ष
CodeNER इस अहसास की तरह है कि कंप्यूटर से किसी सटीक, दोहराव वाले कार्य को करवाने के लिए, आपको उससे इंसान की तरह बात नहीं करनी चाहिए। आपको उससे एक प्रोग्रामर की तरह बात करनी चाहिए। निर्देशों को कोड में लपेटकर, AI अनुमान लगाना बंद कर देता है और एक स्पष्ट, चरण-दर-चरण रेसिपी का पालन करना शुरू कर देता है, जिससे अधिक स्मार्ट और सटीक नाम-पहचानने के कौशल प्राप्त होते हैं।
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।