Targum - A Multilingual New Testament Translation Corpus
यह शोधपत्र "तर्गुम" (Targum) प्रस्तुत करता है, जो पाँच यूरोपीय भाषाओं में नए नियम (New Testament) के 651 अनुवादों का एक बहुभाषी संग्रह है, जो अनुवाद के इतिहास के लचीले, बहु-स्तरीय मात्रात्मक विश्लेषण को सक्षम करने के लिए अभूतपूर्व गहराई और मानकीकृत मेटाडेटा प्रदान 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
कल्पना कीजिए कि आपके पास किताबों का एक विशाल पुस्तकालय है, लेकिन केवल हैरी पॉटर की एक प्रति के बजाय, आपके पास इसके 651 अलग-अलग संस्करण हैं। कुछ पुराने ज़माने की शुद्ध, पारंपरिक अंग्रेजी में लिखे गए हैं; कुछ बोलचाल की भाषा (स्लैंग) में हैं, कुछ मूल फ्रांसीसी से अनुवादित हैं, तो कुछ फ्रांसीसी के जर्मन संस्करण से अनुवादित हैं।
लंबे समय तक, कंप्यूटर वैज्ञानिक जो भाषा का अध्ययन कर रहे थे, वे मुख्य रूप से एक पुस्तकालय में कई अलग-अलग भाषाओं (व्यापकता/breadth) के होने पर ध्यान केंद्रित करते थे, भले ही उनके पास प्रति भाषा केवल एक या दो पुस्तकें ही क्यों न हों। उन्होंने बाइबिल को एक विशाल पहेली की तरह माना जहाँ अंग्रेजी का हर वाक्य फ्रेंच के एक वाक्य से मेल खाता था, ताकि कंप्यूटर को अनुवाद करना सिखाया जा सके।
लेकिन इस शोध पत्र के लेखकों, मैसीज रापाज़ और अलेक्जेंडर स्मिविंस्की-पोल का कहना है, "ठहरिए, हम असली कहानी को नज़रअंदाज़ कर रहे हैं।" उन्होंने महसूस किया कि भाषा और संस्कृति को समझने के लिए आपको केवल कई भाषाओं की आवश्यकता नहीं है; आपको कुछ विशिष्ट भाषाओं में गहन अध्ययन (deep dives) की आवश्यकता है।
इसलिए, उन्होंने टारगम (Targum) बनाया।
टारगम क्या है?
टारगम को न्यू टेस्टामेंट (New Testament) अनुवादों के एक विशाल, व्यवस्थित संग्रहालय के रूप में समझें।
- संग्रह: उन्होंने पांच प्रमुख यूरोपीय भाषाओं: अंग्रेजी, फ्रेंच, इतालवी, पोलिश और स्पेनिश से न्यू टेस्टामेंट के 651 विभिन्न संस्करण एकत्र किए।
- गहराई: इससे पहले, यदि आप अंग्रेजी बाइबिल अनुवादों का अध्ययन करना चाहते, तो आपको शायद 40 संस्करण मिलते। टारगम ने 390 खोज निकाले। यह एक ही कलाकार की 400 वर्षों में उनकी शैली कैसे बदली, इसका अध्ययन करने के लिए उसी कलाकार की 10 गुना अधिक पेंटिंग खोजने जैसा है।
- नाम: उन्होंने इसका नाम "टारगम" रखा, जो प्राचीन अरामी (Aramaic) अनुवादों के नाम पर है जो अपने सटीक और रचनात्मक होने के लिए प्रसिद्ध थे—ठीक वैसे ही जैसे उन्होंने एकत्र किए गए सख्त और लचीले अनुवादों का मिश्रण है।
उन्होंने कौन सी समस्या हल की: "डुप्लिकेट" का उलझाव
कल्पना कीजिए कि आप एक ही पुस्तक की पीडीएफ डाउनलोड करने के लिए दस अलग-अलग वेबसाइटों पर जाते हैं। आपके पास दस फाइलें जमा हो जाती हैं।
- वेबसाइट A इसे "द किंग जेम्स बाइबिल (1769)" कहती है।
- वेबसाइट B इसे "KJV 1769 एडिशन" कहती है।
- वेबसाइट C इसे "किंग जेम्स वर्जन, रिवाइज्ड 1769" कहती है।
एक कंप्यूटर के लिए, ये तीन पूरी तरह से अलग किताबें हैं। एक इंसान के लिए, वे एक ही किताब हैं।
लेखकों ने जासूसों की तरह काम करने में बहुत समय बिताया। उन्होंने प्रकाशन रिकॉर्ड, प्रकाशक कैटलॉग और पुराने प्रस्तावनाओं की मैन्युअल रूप से जांच की ताकि यह पता लगाया जा सके कि कौन सी फाइलें वास्तव में एक ही "आत्मा" (वही अनुवाद कार्य) थीं और कौन सी केवल अलग-अलग प्रतियां थीं। उन्होंने प्रत्येक विशिष्ट संस्करण के लिए एक "फिंगरप्रिंट" (एक अद्वितीय आईडी) बनाया। यह शोधकर्ताओं को यह कहने की अनुमति देता है, "मैं केवल 1769 की KJV का अध्ययन करना चाहता हूँ," या "मैं उन सभी संस्करणों का अध्ययन करना चाहता हूँ जो KJV के बाद आए हैं।"
यह क्यों मायने रखता है? ("मुझे इससे क्या फर्क पड़ता है?" वाला हिस्सा)
1. यह भाषा के लिए एक टाइम मशीन है
चूंकि उनके पास विभिन्न वर्षों के कई संस्करण हैं, इसलिए शोधकर्ता भाषा के विकास को देख सकते हैं।
- उपमा: एक टाइम-लैप्स वीडियो की कल्पना करें जिसमें एक जंगल को बढ़ते हुए दिखाया गया है। आप देख सकते हैं कि पेड़ (शब्द) कैसे आकार बदले, व्याकरण (ग्रामर) कैसे घना हुआ, और मौसमों (ऐतिहासिक युगों) ने विकास को कैसे प्रभावित किया।
- वास्तविक खोज: उन्होंने पाया कि पिछले 50 वर्षों में, अनुवाद बहुत अधिक विविध होते गए हैं। पुराने अनुवाद आपस में बहुत समान लगते थे, लेकिन आधुनिक अनुवाद पूरी तरह से अलग हैं—कुछ बहुत सटीक (literal), तो कुछ बहुत लचीले (loose)।
2. यह अनुवादकों के लिए एक स्टाइल गाइड है
यदि कोई नया अनुवादक (मानव या AI) आज बाइबिल का नया संस्करण बनाता है, तो वे यह देखने के लिए टारगम का उपयोग कर सकते हैं कि उनका काम कहाँ फिट बैठता है।
- उपमा: यह एक संगीतकार द्वारा नया गाना रिलीज़ करने और यह देखने के लिए एक डेटाबेस का उपयोग करने जैसा है कि: "क्या मेरा गाना 1960 के दशक के बीटल्स के ट्रैक जैसा लगता है या 2020 के हिप-हॉप बीट जैसा?"
- वास्तविक खोज: उन्होंने पाया कि फ्रेंच अनुवाद, पोलिश अनुवादों की तुलना में लंबे और अधिक शब्द प्रधान होते हैं, इसलिए नहीं कि बाइबिल ऐसी है, बल्कि इसलिए क्योंकि फ्रेंच और पोलिश भाषाएं स्वाभाविक रूप से इस तरह काम करती हैं (जैसे कि फ्रेंच में "the" और "of" जैसे छोटे शब्दों का अधिक उपयोग होता है)।
3. यह AI को सुधारने में मदद करता है
बड़े लैंग्वेज मॉडल्स (जैसे कि वह AI जिससे आप अभी बात कर रहे हैं) को भारी मात्रा में टेक्स्ट पर प्रशिक्षित किया जाता है। लेकिन वे अक्सर बारीकियों (nuance) या इतिहास को समझने में संघर्ष करते हैं। टारगम उन्हें एक विशेष डेटासेट देता है जिससे वे सीख सकें कि एक ही विचार को दर्जनों अलग-अलग तरीकों से कैसे व्यक्त किया जा सकता है, जिससे AI को केवल शब्दकोश की परिभाषा के बजाय भाषा के "स्वाद" को समझने में मदद मिलती है।
"बारीक बातें" (सीमाएं)
लेखक अपनी कमियों के बारे में ईमानदार हैं:
- डिजिटल पूर्वाग्रह (Digital Bias): उन्होंने केवल वही किताबें लीं जो पहले से ही ऑनलाइन थीं। यदि कोई दुर्लभ 18वीं सदी का अनुवाद किसी पुस्तकालय के धूल भरे तहखाने में मौजूद है और उसे स्कैन नहीं किया गया है, तो टारगम में वह नहीं है। यह डिजिटल दुनिया का एक नक्शा है, न कि पूरी दुनिया का।
- जासूसी का काम: यह पता लगाना कि किसी आधुनिक, इंटरनेट-आधारित अनुवाद को कब अपडेट किया गया था, कठिन है। कभी-कभी कोई वेबसाइट बिना किसी को बताए अपनी फाइल अपडेट कर देती है। लेखकों ने अनुमान लगाने की पूरी कोशिश की, लेकिन यह हमेशा सटीक नहीं होता।
निष्कर्ष
टारगम सदियों से लोगों द्वारा एक ही कहानी को अलग-अलग तरीकों से बताने के प्रयास का एक विशाल, हाई-डेफिनिशन मानचित्र है।
केवल यह पूछने के बजाय कि, "मैं इस शब्द का अंग्रेजी से फ्रेंच में अनुवाद कैसे करूँ?", यह कॉर्पस हमें यह पूछने की अनुमति देता है, "अंग्रेजी अनुवाद का पूरा इतिहास कैसे बदला है? विभिन्न संस्कृतियाँ एक ही कहानी को कैसे संभालती हैं? और हम भविष्य के बेहतर उपकरण बनाने के लिए उस इतिहास का उपयोग कैसे कर सकते हैं?"
यह बाइबिल को रोबोटों को प्रशिक्षित करने के लिए एक साधारण डेटासेट से बदलकर मानव संस्कृति को समझने के लिए एक समृद्ध, जटिल प्रयोगशाला में बदल देता 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।