Knowledge Graphs Generation from Cultural Heritage Texts: Combining LLMs and Ontological Engineering for Scholarly Debates
यह शोध पत्र ATR4CH प्रस्तुत करता है, जो एक व्यवस्थित पाँच-चरणीय कार्यप्रणाली है जो अनस्ट्रक्चर्ड सांस्कृतिक विरासत ग्रंथों को स्ट्रक्चर्ड, क्वेरेबल नॉलेज ग्राफ में स्वचालित रूप से परिवर्तित करने के लिए लार्ज लैंग्वेज मॉडल्स को ऑन्टोलॉजिकल इंजीनियरिंग के साथ जोड़ती है, जो प्रामाणिकता मूल्यांकन संबंधी बहसों पर एक केस स्टडी के माध्यम से उच्च निष्कर्षण सटीकता और लागत प्रभावी परिनियोजन का 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 आपके पास इतिहास, कला और प्राचीन कलाकृतियों की हज़ारों धूल भरी, जटिल किताबों से भरी एक विशाल लाइब्रेरी है। ये किताबें दिलचस्प कहानियों से भरी हैं, लेकिन ये एक अव्यवस्थित, मानवीय तरीके से लिखी गई हैं। इनमें तर्क, असहमति और "शायद" वाले बयान शामिल हैं। उदाहरण के लिए, एक पन्ना कह सकता है, "यह प्राचीन फूलदान असली दिखता है," जबकि दूसरा पन्ना तर्क दे सकता है, "नहीं, पेंट गलत है; यह 1800 का एक नकली उत्पाद है।"
वर्तमान में, यदि आप किसी कंप्यूटर डेटाबेस (जैसे एक डिजिटल लाइब्रेरी कैटलॉग) से इस फूलदान के बारे में पूछते हैं, तो वह आमतौर पर आपको एक सरल, उबाऊ उत्तर देता है जैसे: "स्थिति: नकली।" यह पूरी कहानी, साक्ष्य और बहस को छीन लेता है। यह एक गरमागरम अदालती मुकदमे का सारांश केवल यह कहकर देने जैसा है कि, "दोषी," बिना यह बताए कि क्यों और किसने कहा।
यह शोध पत्र इस समस्या को ठीक करने का एक नया तरीका पेश करता है। लेखकों ने ATR4CH नामक एक प्रणाली बनाई है (जो इतिहास की किताबों के लिए एक रोबोटिक बटलर जैसा लगता है) जो AI (विशेष रूप से लार्ज लैंग्वेज मॉडल्स) का उपयोग करती है ताकि इन अव्यवस्थित किताबों को पढ़ा जा सके और उन्हें एक संरचित, खोजने योग्य "नॉलेज ग्राफ" (ज्ञान ग्राफ) में बदला जा सके।
उन्होंने इसे कैसे किया, यहाँ रोज़मर्रा के उदाहरणों के साथ समझाया गया है:
1. समस्या: "फ्लैट" मानचित्र बनाम "3D" शहर
वर्तमान डिजिटल पुस्तकालयों को फ्लैट कागजी मानचित्रों के रूप में सोचें। वे दिखाते हैं कि चीजें कहाँ हैं (शीर्षक, तिथि, लेखक), लेकिन वे इलाके (terrain) को नहीं दिखाते। वे न तो पहाड़ियाँ (मजबूत सबूत), न घाटियाँ (कमजोर तर्क) दिखाते हैं, और न ही यह कि दो लोग एक ही सड़क के कोने पर बहस कर रहे हैं।
लेखक एक शहर का 3D इंटरैक्टिव मॉडल बनाना चाहते थे। वे न केवल यह चाहते थे कि क्या हुआ, बल्कि यह भी कि किसने कहा, उन्होंने क्यों कहा, और उन्होंने क्या साक्ष्य दिए।
2. समाधान: "पाँच-चरणों वाली रेसिपी" (ATR4CH)
सिर्फ कंप्यूटर को टेक्स्ट पर फेंक देने और बेहतर परिणाम की उम्मीद करने के बजाय, लेखकों ने यह सुनिश्चित करने के लिए कि AI भ्रमित न हो, एक पाँच-चरणीय रेसिपी तैयार की:
- चरण 1: ब्लूप्रिंट (मौलिक विश्लेषण): निर्माण से पहले, उन्होंने "सामग्री" (टेक्स्ट) और "ब्लूप्रिंट" (ज्ञान को व्यवस्थित करने के नियम) को देखा। उन्होंने पूछा: "हम वास्तव में क्या खोज रहे हैं?"
- चरण 2: ट्रेनिंग व्हील्स (एनोटेशन): उन्होंने मानव टीम को टेक्स्ट के महत्वपूर्ण हिस्सों को हाइलाइट करना सिखाया (जैसे कि कौन बहस कर रहा है और उनका साक्ष्य क्या है)। इसने AI को प्रशिक्षित करने के लिए एक "गोल्ड स्टैंडर्ड" बनाया।
- चरण 3: असेंबली लाइन (पाइपलाइन): उन्होंने तीन स्टेशनों वाली एक मशीन बनाई।
- स्टेशन 1: वस्तुओं को खोजें (जैसे, "द डोनेशन ऑफ कॉन्स्टेंटाइन")।
- स्टेशन 2: बहस करने वाले लोगों को खोजें (जैसे, "लॉरेंजो वल्ला")।
- स्टेशन 3: कड़ियों को जोड़ें (जैसे, "वल्ला कहता है कि वस्तु नकली है क्योंकि भाषा गलत है")।
- चरण 4: गुणवत्ता नियंत्रण (रिफाइनमेंट): उन्होंने मशीन चलाई, परिणामों की जाँच की और सेटिंग्स को ठीक किया ताकि यह सुनिश्चित हो सके कि यह अपनी ओर से कुछ मनगढ़ंत न बना रहा हो।
- चरण 5: अंतिम परीक्षा (मूल्यांकन): उन्होंने सिस्टम का परीक्षण मानव विशेषज्ञों के विरुद्ध किया ताकि यह देखा जा सके कि क्या इसने कहानी को सही ढंग से समझा है।
3. ऑपरेशन का "दिमाग": AI मॉडल्स
उन्होंने यह देखने के लिए तीन अलग-अलग AI "मस्तिष्क" का परीक्षण किया कि इस कार्य के लिए कौन सा सबसे अच्छा है:
- विशाल मस्तिष्क (Claude Sonnet 3.7): बहुत स्मार्ट, बहुत सावधान, लेकिन चलाने में महंगा।
- मध्यम मस्तिष्क (Llama 3.3 70B): बुद्धिमत्ता और गति का एक अच्छा संतुलन।
- छोटा मस्तिष्क (GPT-4o-mini): आश्चर्यजनक रूप से अच्छा! यह छोटा और सस्ता है, फिर भी इसने लोगों और तर्कों को खोजने में बहुत अच्छा काम किया।
आश्चर्य: "छोटा मस्तिष्क" लगभग "विशाल मस्तिष्क" के समान प्रदर्शन कर रहा था। यह एक बड़ी खबर है क्योंकि इसका मतलब है कि संग्रहालयों और पुस्तकालयों को इस तकनीक का उपयोग करने के लिए भारी खर्च करने की आवश्यकता नहीं है।
4. उन्हें क्या मिला?
यह प्रणाली अव्यवस्थित टेक्स्ट को ज्ञान के एक संरचित जाल में बदलने में अविश्वसनीय रूप से सफल रही:
- मेटाडेटा: यह बुनियादी तथ्यों जैसे शीर्षक और तिथियों को खोजने में लगभग सटीक (99% सटीकता) था।
- बहस: यह यह समझने में बहुत अच्छा (लगभग 70-80% सटीकता) था कि कौन बहस कर रहा था और वे किस बारे में बहस कर रहे थे।
- साक्ष्य: यह तर्कों के पीछे के विशिष्ट कारणों (जैसे, "इंक गलत है") को पहचानने में उत्कृष्ट था।
5. यह क्यों मायने रखता है?
कल्पना कीजिए कि आप एक विवादित पेंटिंग पर शोध कर रहे एक इतिहासकार हैं।
- पहले: आपको 50 अलग-अलग विकिपीडिया पेज और अकादमिक पेपर पढ़ने होंगे, और मैन्युअल रूप से नोट्स लेने होंगे कि किसने क्या कहा।
- ATR4CH के बाद: आप कंप्यूटर से पूछते हैं, "मुझे इस पेंटिंग के बारे में सभी तर्क दिखाएं।" कंप्यूटर तुरंत एक विजुअल मैप निकाल कर देता है जो दिखाता है:
- व्यक्ति A कहता है कि यह कैनवास के कारण असली है।
- व्यक्ति B कहता है कि यह पेंट के कारण नकली है।
- व्यक्ति C व्यक्ति B से सहमत है लेकिन फ्रेम के बारे में नया साक्ष्य जोड़ता है।
यह कागजों के एक अराजक ढेर को एक स्पष्ट, व्यवस्थित बातचीत में बदल देता है जिसे आप तुरंत खोज सकते हैं, फ़िल्टर कर सकते हैं और समझ सकते हैं।
निचोड़
यह शोध पत्र यह सिद्ध करता है कि हम इतिहास के "मानवीय पक्ष" को—बहसों, संदेहों और साक्ष्यों को—बचाने के लिए आधुनिक AI का उपयोग कर सकते हैं, न कि केवल ठंडे तथ्यों को। यह संग्रहालयों और पुस्तकालयों को उनके धूल भरे अभिलेखागारों को एक जीवित, सांस लेती, खोजने योग्य बातचीत में बदलने के लिए एक उपकरण देता है, और वह भी बिना अत्यधिक खर्च किए।
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।