Cognitive Linguistic Identity Fusion Score (CLIFS): A Scalable Cognition-Informed Approach to Quantifying Identity Fusion from Text
यह शोध पत्र कॉग्निटिव लिंग्विस्टिक आइडेंटिटी फ्यूजन स्कोर (CLIFS) को प्रस्तुत करता है, जो एक नवीन, स्वचालित मीट्रिक है जो पाठ विश्लेषण के माध्यम से बाहरी संस्थाओं के साथ स्वयं के मनोवैज्ञानिक विलय को मापने के लिए संज्ञानात्मक भाषाविज्ञान और लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, तथा पारंपरिक विधियों और मौजूदा स्वचालित दृष्टिकोणों की तुलना में बेहतर सटीकता और स्केलेबिलिटी प्रदर्शित करता 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
"सोल-मिरर" (आत्मा का दर्पण) मीट्रिक: कंप्यूटर कैसे समझ सकते हैं कि आपने किसी उद्देश्य के लिए खुद को कब खो दिया है
कल्पना कीजिए कि आप एक स्पोर्ट्स टीम के कट्टर प्रशंसक हैं। अधिकांश लोगों के लिए, यह सिर्फ एक खेल है। लेकिन एक "फ्यूज्ड" (जुड़े हुए) प्रशंसक के लिए, टीम केवल वह नहीं है जिसे वे देखते हैं; टीम वह है जो वे हैं। यदि टीम हार जाती है, तो उन्हें अपने सीने में एक शारीरिक दर्द महसूस होता है। यदि टीम का अपमान किया जाता है, तो वे व्यक्तिगत रूप से हमला महसूस करते हैं। उनका "स्वयं" और "टीम" खिड़की के शीशे पर पानी की दो बूंदों की तरह एक साथ मिल गए हैं।
मनोवैज्ञानिक इसे आइडेंटिटी फ्यूजन (पहचान का विलय) कहते हैं। यह एक शक्तिशाली बल है जो लोगों को अविश्वसनीय रूप से साहसी और मददगार (प्रोसोषियल) बना सकता है, लेकिन यह लोगों को चरम, यहाँ तक कि हिंसक व्यवहार की ओर भी ले जा सकता है यदि उन्हें लगता है कि उनका "लक्ष्य" (एक धर्म, एक राजनीतिक दल, या एक विचारधारा) खतरे में है।
समस्या क्या है? अब तक, इसे मापने का एकमात्र तरीका लोगों को बिठाकर उनसे पूछना था, "1 से 7 के पैमाने पर, आप अपने समूह के साथ कितने एक हैं?" यह धीमा है, महंगा है, और लोग अक्सर झूठ बोलते हैं या उन्हें वास्तव में यह एहसास नहीं होता कि वे कैसा महसूस करते हैं।
CLIFS से मिलिए: आत्मा के लिए डिजिटल झूठ पकड़ने वाला यंत्र।
मूल विचार: "रूपक" (Metaphor) का रहस्य
इस शोध पत्र के पीछे के शोधकर्ताओं ने महसूस किया कि जब लोग किसी चीज़ के साथ गहराई से जुड़े होते हैं, तो वे केवल उसके बारे में बात नहीं करते—वे उसके रूप में बात करते हैं। वे भाषा का उपयोग इस तरह से करते हैं जो उनके अवचेतन "एकत्व" को प्रकट करता है।
इसे इस तरह सोचिए:
- सामान्य व्यक्ति: "मैं अपने देश से प्यार करता हूँ। इसका एक महान इतिहास है।" (व्यक्ति और देश दो अलग-अलग वस्तुएं हैं)।
- फ्यूज्ड व्यक्ति: "मेरा देश मेरी धड़कन है। इसके संघर्ष मेरे संघर्ष हैं।" (व्यक्ति और देश एक ही रूपक बन गए हैं)।
शोधकर्ताओं ने CLIFs (कॉग्निटिव लिंग्विस्टिक आइडेंटिटी फ्यूजन स्कोर) नामक एक उपकरण बनाया। सवालों के बजाय, CLIFS टेक्स्ट (जैसे सोशल मीडिया पोस्ट या घोषणापत्र) को पढ़ता है और इन "रूपक संबंधी रिसाव" (metaphorical leaks) की तलाश करता है।
यह कैसे काम करता है: "मास्क्ड एक्टर" (मुखौटा पहने अभिनेता) वाली तरकीब
इन छिपे हुए कनेक्शनों को खोजने के लिए, शोधकर्ताओं ने एक चतुर AI तकनीक का उपयोग किया जो इस बात से प्रेरित है कि हम भाषा कैसे सीखते हैं।
कल्पना कीजिए कि आप एक नाटक देख रहे हैं जहाँ मुख्य अभिनेता का नाम एक मास्क से ढका हुआ है। यदि पटकथा इस तरह लिखी गई है कि अभिनेता और चरित्र पूरी तरह से अलग हैं, तो यदि कोई अभिनेता को चरित्र के नाम से बुलाता है, तो आपको आश्चर्य होगा। लेकिन यदि अभिनेता और चरित्र अनिवार्य रूप से एक ही व्यक्ति हैं, तो दर्शक तब भी नहीं झिझकेंगे यदि नामों को आपस में बदल दिया जाए।
CLIFS AI के साथ बिल्कुल यही करता है। यह "I" (मैं) या "me" (मुझे) जैसे शब्दों को "मास्क" (छिपा) देता है और देखता है कि क्या AI को लगता है कि "मेरा धर्म" या "मेरी पार्टी" जैसे शब्द उस खाली स्थान में पूरी तरह फिट बैठते हैं। यदि AI पाता है कि टेक्स्ट में "मैं" और "मेरा समूह" एक दूसरे के स्थान पर बदले जा सकते हैं, तो वह जान जाता है कि व्यक्ति संभवतः 'आइडेंटिटी फ्यूजन' का अनुभव कर रहा है।
यह क्यों मायने रखता है? ("सेफ्टी नेट" अनुप्रयोग)
शोधकर्ता केवल एक कूल गणितीय सूत्र नहीं बनाना चाहते थे; वे यह देखना चाहते थे कि क्या यह वास्तव में खतरे की भविष्यवाणी कर सकता है। उन्होंने परीक्षण के लिए "मेनिफेस्टो" (घोषणापत्रों) का उपयोग किया—उन लोगों के लेखन का जिन्होंने हिंसा की घटनाओं को अंजाम दिया।
मौजूदा सुरक्षा उपकरणों में CLIFS "सोल-मिरर" स्कोर को जोड़ने से, हिंसा के जोखिम की भविष्यवाणी करने की क्षमता में 240% का भारी सुधार हुआ।
संक्षेप में: जबकि पुराने उपकरण "बुरे शब्दों" (जैसे धमकियों या अपमानों) की तलाश कर रहे थे, CLIFS "भावनात्मक गोंद" की तलाश कर रहा था—वह गहरा, अदृश्य बंधन जो किसी व्यक्ति को यह महसूस कराता है कि उसे एक विचार के लिए सब कुछ बलिदान करना ही चाहिए।
बड़ी तस्वीर
CLIFS सामाजिक तनाव के लिए एक हाई-टेक थर्मामीटर की तरह है। यह हमें केवल यह नहीं बताता कि लोग क्या कह रहे हैं; यह हमें बताता है कि वे इसे कितना गंभीरता से ले रहे हैं। इसे स्वचालित करके, हम लैब में कुछ लोगों के अध्ययन से आगे बढ़कर पूरे इंटरनेट पर पहचान और भावना के विशाल, घूमते हुए प्रवाहों को समझने की दिशा में बढ़ सकते हैं, जिससे हमें मानवीय जुड़ाव की सुंदरता और अत्यधिक समर्पण के खतरों, दोनों को बेहतर ढंग से समझने में मदद मिल सकती 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।