When Semantic Overlap Is Not Enough: Cross-Lingual Euphemism Transfer Between Turkish and English
यह अध्ययन तुर्की और अंग्रेजी के बीच क्रॉस-लिंगुअल यूफेमिज्म (सुवचन) स्थानांतरण की जांच करता है, जो यह प्रकट करता है कि केवल अर्थ संबंधी ओवरलैप ही सकारात्मक स्थानांतरण की गारंटी देने के लिए पर्याप्त नहीं है और लेबल वितरण तथा व्यावहारिक संदर्भ में अंतर के कारण प्रदर्शन कभी-कभी गैर-ओवरलैपिंग शब्दों के साथ भी सुधर सकता 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 रोबोट को मानव "सॉफ्ट टॉक" (कोमल भाषा) समझना सिखाने की कोशिश कर रहे हैं।
हमारे दैनिक जीवन में, हम अक्सर यूपहेमिज्म (Euphemisms) का उपयोग करते हैं—कठोर या शर्मनाक सच्चाइयों के स्थान पर विनम्र शब्दों का प्रयोग करना। "उसकी नौकरी से छुट्टी कर दी गई" कहने के बजाय, हम कहते हैं "उसे विदा कर दिया गया।" "वह मर गया" कहने के बजाय, हम कहते हैं "वह इस दुनिया से विदा हो गया।" ये शब्द पेचीदा हैं क्योंकि ये केवल शब्दकोश की परिभाषाओं पर नहीं, बल्कि संस्कृति और संदर्भ पर बहुत अधिक निर्भर करते हैं।
यह शोध एक बड़ा सवाल पूछता है: यदि हम एक कंप्यूटर को अंग्रेजी में इन विनम्र झूठों को पहचानना सिखाते हैं, तो क्या वह स्वतः ही तुर्की भाषा में भी इन्हें पहचानने में सक्षम हो जाएगा?
यह जानने के लिए, शोधकर्ताओं ने दो भाषाओं का उपयोग करके एक विशेष प्रयोग बनाया: अंग्रेजी (एक ऐसी भाषा जिसे कंप्यूटर बहुत अच्छी तरह जानता है) और तुर्की (एक ऐसी भाषा जिसे कंप्यूटर कम जानता है)।
"सॉफ्ट टॉक" के दो प्रकार
शोधकर्ताओं ने महसूस किया कि सभी विनम्र शब्द एक समान नहीं होते। उन्होंने उन्हें दो श्रेणियों में बांटा:
- "जुड़वां" (Overlapping PETs): ये वे अवधारणाएं हैं जहाँ दोनों भाषाएं एक समान "सॉफ्ट" रणनीति का उपयोग करती हैं।
- उदाहरण: अंग्रेजी में, हम कहते हैं कि कोई "passed away" (निधन हो गया)। तुर्की में, वे "vefat etmek" कहते हैं (जिसका शाब्दिक अर्थ है "एक कर्तव्य पूरा करना" या "प्रस्थान करना")। दोनों भाषाएं मृत्यु को एक यात्रा या प्रस्थान की तरह देखती हैं। कंप्यूटर यहाँ पैटर्न को आसानी से देख सकता है।
- "अजनबी" (Non-Overlapping PETs): ये वे अवधारणाएं हैं जहाँ एक भाषा में विनम्र शब्द है, लेकिन दूसरी भाषा में केवल सीधा और स्पष्ट शब्द ही मौजूद है।
- उदाहरण: अंग्रेजी में, यदि कोई बेरोजगार है, तो हम कह सकते हैं कि वे "jobs के बीच में हैं" (between jobs)। तुर्की में, इसके लिए कोई प्यारा या मुहावरेदार वाक्यांश नहीं है; वे बस "बेरोजगार" कहते हैं। यदि कंप्यूटर अंग्रेजी के "between jobs" वाले नुस्खे को सीखता है, तो वह तुर्की के सीधे संस्करण को देखकर क्या करेगा, यह नहीं जान पाएगा क्योंकि वहां "सॉफ्ट" संस्करण मौजूद ही नहीं है।
बड़ी हैरानी: अधिक जानना हमेशा मददगार नहीं होता
शोधकर्ताओं ने एक स्मार्ट AI मॉडल (XLM-R) को इन शब्दों को पहचानने के लिए प्रशिक्षित किया। यहाँ उन्हें क्या मिला, जिसे कुछ उपमाओं के माध्यम से समझाया गया है:
1. "ओवरफिटिंग" का जाल (जब बहुत अधिक सीखना नुकसान पहुँचाता है)
कल्पना कीजिए कि आप एक छात्र हैं जिसने अंग्रेजी में एक विशिष्ट गणित की परीक्षा के उत्तर रट लिए हैं। यदि आप वही परीक्षा तुर्की में देते हैं, तो आप ठीक-ठाक कर सकते हैं क्योंकि गणित समान है। लेकिन यदि आप विशेष रूप से अंग्रेजी परीक्षा के लिए बहुत अधिक कठिन परिश्रम करते हैं, तो आप वास्तव में गणित के सामान्य नियमों को भूल सकते हैं!
- परिणाम: जब AI को विशेष रूप से अंग्रेजी "सॉफ्ट टॉक" पर प्रशिक्षित किया गया, तो कभी-कभी वह तुर्की "सॉफ्ट टॉक" को पहचानने में एक सामान्य, अप्रशिक्षित मस्तिष्क की तुलना में अधिक खराब प्रदर्शन करता था। इसने अंग्रेजी-विशिष्ट तरकीबें सीखीं जो तुर्की पर लागू नहीं होती थीं।
2. एकतरफा रास्ता
ज्ञान का हस्तांतरण बहुत असमान था।
- अंग्रेजी → तुर्की: AI इसमें बहुत अच्छा था। क्योंकि अंग्रेजी में बहुत सारा डेटा है, AI ने विनम्र होने की अवधारणा को इतनी अच्छी तरह से सीखा कि वह तुर्की में भी इसे पहचान सका, भले ही तुर्की के शब्द पूरी तरह से अलग थे।
- तुर्की → अंग्रेजी: यह एक आपदा थी। जब AI ने छोटे तुर्की डेटासेट से सीखने और उसे अंग्रेजी पर लागू करने की कोशिश की, तो उसे बहुत संघर्ष करना पड़ा। यह एक बच्चे को केवल एक साइकिल का उपयोग करके फेरारी चलाना सिखाने जैसा है। तुर्की का डेटा अंग्रेजी की विनम्रता के जटिल नियमों को सिखाने के लिए पर्याप्त "समृद्ध" नहीं था।
3. "श्रेणी" की समस्या
AI ने "मृत्यु" जैसे सामान्य विषयों पर ठीक काम किया (क्योंकि दोनों संस्कृतियों में मृत्यु के बारे में बात करने के समान विनम्र तरीके हैं)। लेकिन यह राजनीति या रोजगार जैसे विशिष्ट विषयों पर पूरी तरह से विफल रहा।
- क्यों? राजनीति में, अंग्रेजी में बहुत विशिष्ट, संस्कृति-बद्ध यूपहेमिज्म (जैसे "regime change" या "between jobs") हैं जो तुर्की में मौजूद ही नहीं हैं। AI ने वहां संबंध बनाने की कोशिश की जहां कोई संबंध नहीं था, जिससे भ्रम पैदा हुआ।
"जादू" बनाम "रोबोट"
शोधकर्ताओं ने एक विशाल, प्रसिद्ध AI (GPT-4o) का परीक्षण भी किया, जिसे उनके विशिष्ट डेटा पर प्रशिक्षित नहीं किया गया था।
- विशाल AI: यह अनुमान लगाने में अच्छा था, लेकिन इसमें एक अजीब पूर्वाग्रह था। यह मान लेता था कि सब कुछ एक यूपहेमिज्म है क्योंकि यह विनम्र होने के लिए बहुत उत्सुक था। यह कुछ परीक्षणों में भाग्यशाली रहा क्योंकि इसका "अनुमान लगाने वाला पूर्वाग्रह" डेटा से मेल खाता था, न कि इसलिए कि यह वास्तव में भाषा को समझता था।
- प्रशिक्षित रोबोट: छोटा, प्रशिक्षित मॉडल वास्तव में अधिक विश्वसनीय था। इसने साबित किया कि इस काम को करने के लिए आपको एक विशाल, महंगे मस्तिष्क की आवश्यकता नहीं है; आपको बस सही प्रकार के डेटा पर एक छोटे मस्तिष्क को सावधानीपूर्वक प्रशिक्षित करने की आवश्यकता है।
मुख्य निष्कर्ष
इस शोध पत्र का मुख्य सबक यह है: सिर्फ इसलिए कि दो भाषाओं में एक ही अर्थ साझा है, इसका मतलब यह नहीं है कि कंप्यूटर आसानी से उनके बीच के "वाइब" (भाव) को अनुवादित कर सकता है।
- यदि आप एक ऐसी भाषा में कंप्यूटर को विनम्र होना सिखाते हैं जिसमें बहुत सारा डेटा है (अंग्रेजी), तो वह अक्सर कम डेटा वाली भाषा (तुर्की) में विनम्र होने का तरीका खोज सकता है।
- लेकिन यदि आप इसे छोटी भाषा से बड़ी भाषा में सिखाने की कोशिश करते हैं, तो यह अक्सर विफल हो जाता है।
- और कभी-कभी, एक भाषा के बारे में बहुत अधिक विशिष्ट रूप से सिखाने से वह दूसरों तक सामान्यीकरण करने की क्षमता खो देता है।
संक्षेप में, कंप्यूटर को मानव "सॉफ्ट टॉक" समझना सिखाना शब्दकोश अनुवाद करने जैसा नहीं है, बल्कि इसे एक पार्टी के अनकहे नियमों को समझना सिखाने जैसा है। आप केवल शब्दों का अनुवाद नहीं कर सकते; आपको संस्कृति को समझना होगा, और विभिन्न भाषाओं के बीच ऐसा करना बहुत कठिन 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।