← नवीनतम पेपर
💬 NLP

XAI-enhanced Comparative Opinion Mining via Aspect-based Scoring and Semantic Reasoning

यह शोध पत्र XCom प्रस्तुत करता है, जो एक व्याख्यात्मक ट्रांसफार्मर-आधारित मॉडल है जो तुलनात्मक ओपिनियन माइनिंग में विश्वास और प्रदर्शन को बढ़ाने के लिए सिमेंटिक रीजनिंग और शापली एडिटिव एक्सप्लेनेशन के साथ एस्पेक्ट-आधारित रेटिंग प्रेडिक्शन को जोड़ता है।

मूल लेखक: Ngoc-Quang Le, T. Thanh-Lam Nguyen, Quoc-Trung Phu, Thi-Phuong Le, Duy-Cat Can, Hoang-Quynh Le

प्रकाशित 2026-03-03
📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Ngoc-Quang Le, T. Thanh-Lam Nguyen, Quoc-Trung Phu, Thi-Phuong Le, Duy-Cat Can, Hoang-Quynh Le

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 विशाल बीयर की शेल्फ के सामने खड़े हैं, सैकड़ों विकल्पों से घिरे हुए। आप जानना चाहते हैं कि क्या बीयर A, बीयर B से बेहतर है, लेकिन आपके पास हर एक रिव्यू पढ़ने का समय नहीं है। आप इंटरनेट की ओर मुड़ते हैं, इस उम्मीद में कि कोई स्पष्ट उत्तर मिल जाए।

यहाँ समस्या यह है: अधिकांश कंप्यूटर प्रोग्राम जो आपकी मदद करने की कोशिश करते हैं, वे मैजिक 8-बॉल (magic 8-balls) की तरह होते हैं। वे हजारों रिव्यू देखते हैं और एक उत्तर उगल देते हैं जैसे, "बीयर A बेहतर है!" लेकिन वे यह नहीं बता पाते कि क्यों। वे "ब्लैक बॉक्स" हैं—आपको परिणाम तो मिलता है, लेकिन उसके पीछे का तर्क एक बंद कमरे के अंदर छिपा रहता है। यह उन्हें भरोसेमंद बनाने में मुश्किल पैदा करता है।

यह पेपर XCom को पेश करता है, जो एक नया टूल है जिसे एक पारदर्शी, सुपर-स्मार्ट शॉपिंग असिस्टेंट के रूप में डिज़ाइन किया गया है जो न केवल आपको यह बताता है कि कौन सी बीयर बेहतर है, बल्कि यह भी दिखाता है कि उसने अपने "काम करने के तरीके" कैसे देखे ताकि आप उसकी सलाह पर भरोसा कर सकें।

यहाँ बताया गया है कि XCom कैसे काम करता है, जिसे सरल चरणों में विभाजित किया गया है:

1. "सेम-यूज़र" नियम (एक निष्पक्ष जज)

कल्पना कीजिए कि आप दो जजों की तुलना कर रहे हैं।

  • जज A एक "सख्त" आलोचक है। यदि वे किसी बीयर को "अच्छा" कहते हैं, तो वह वास्तव में अद्भुत होती है।
  • जज B एक "उदार" आलोचक है। यदि वे किसी बीयर को "अद्भुत" कहते हैं, तो वह शायद ठीक-ठाक ही होगी।

यदि आप जज A की "अच्छी" बीयर की तुलना जज B की "अद्भुत" बीयर से करते हैं, तो आपको गलत उत्तर मिल सकता है क्योंकि उनके मानक अलग-अलग हैं।

XCom का समाधान: यह केवल एक ही व्यक्ति द्वारा लिखे गए रिव्यूज की तुलना करता है। यह एक ही व्यक्ति से पूछने जैसा है, "क्या आपकी पसंदीदा फिल्म आपकी दूसरी पसंदीदा फिल्म से बेहतर है?" एक ही "जज" को बनाए रखकर, हम अलग-अलग व्यक्तिगत शैलियों के कारण होने वाले भ्रम को दूर करते हैं और एक निष्पक्ष तुलना प्राप्त करते हैं।

2. "सर्जिकल" दृष्टिकोण (एस्पेक्ट-बेस्ड माइनिंग)

रिव्यूज बिखरे हुए होते हैं। एक यूजर कह सकता है, "बीयर का स्वाद लाजवाब है, लेकिन बोतल बदसूरत है।" पुराने कंप्यूटर भ्रमित हो सकते हैं और बीयर A के स्वाद की तुलना बीयर B की बोतल से करने की कोशिश कर सकते हैं।

XCom का समाधान: यह चार विशिष्ट डॉक्टरों वाली एक सर्जिकल टीम की तरह काम करता है:

  1. डॉक्टर टेस्ट (स्वाद): केवल स्वाद के बारे में वाक्यों को देखता है।
  2. डॉक्टर स्मेल (खुशबू): केवल सुगंध के बारे में वाक्यों को देखता है।
  3. डॉक्टर लुक (दिखावट): केवल दिखावट के बारे में देखता है।
  4. डॉक्टर माउथफील (अनुभूति): केवल इस पर ध्यान देता है कि पीने में कैसा महसूस होता है।

यह रिव्यूज को साफ-सुथरे छोटे टुकड़ों में काट देता है, यह सुनिश्चित करता है कि जब यह "स्वाद" की तुलना करे, तो यह केवल "स्वाद" की ही तुलना करे।

3. "डबल-चेक" सिस्टम (दो दिमाग)

एक बार जब रिव्यूज को टुकड़ों में काट दिया जाता है, तो XCom प्रत्येक श्रेणी के लिए विजेता तय करने के लिए दो अलग-अलग "दिमागों" का उपयोग करता है:

  • दिमाग 1 (स्कोरकीपर): यह विशिष्ट "स्कोर शब्दों" (जैसे मीठा, कड़वा, स्मूथ) को खोजता है और एक गणितीय स्कोर की गणना करता है।
  • दिमाग 2 (स्टोरीटेलर): यह पूरे वाक्य को पढ़ता है ताकि वाइब (vibe) और संदर्भ को समझ सके, भले ही उसमें कोई स्पष्ट स्कोर शब्द न हों।

यह निर्णय लेने के लिए दोनों दिमागों के परिणामों को जोड़ता है। यह सिस्टम को धोखा देना बहुत कठिन बना देता है।

4. "फ्लैशलाइट" (एक्सप्लेनेबल एआई)

यह सबसे महत्वपूर्ण हिस्सा है। जब XCom कहता है, "बीयर A का स्वाद बेहतर है," तो वह वहीं नहीं रुकता। यह एक फ्लैशलाइट (SHAP नामक तकनीक का उपयोग करके) जलाता है ताकि आपको दिखा सके कि किन शब्दों ने इसे यह निर्णय लेने के लिए प्रेरित किया।

  • उदाहरण: यदि टेक्स्ट कहता है, "स्वाद शानदार (wonderful) और संतुलित (balanced) है," तो XCom उन शब्दों को लाल (Red) रंग में हाइलाइट करेगा (मतलब: "इन शब्दों ने मुझे 'बेहतर' कहने के लिए प्रेरित किया")।
  • ट्विस्ट: यदि टेक्स्ट कहता है, "सुंदर (beautiful) स्वाद," तो XCom "सुंदर" को नीले (Blue) रंग में हाइलाइट कर सकता है (मतलब: "यह शब्द आमतौर पर दिखावट के लिए होता है, स्वाद के लिए नहीं, इसलिए मैं इसे अनदेखा कर रहा हूँ या सोच रहा हूँ कि यह एक गलती है")।

यह पारदर्शिता आपको तर्क देखने की अनुमति देती है। आप कह सकते हैं, "आह, मैं समझ गया कि इसने बीयर A को क्यों चुना; इसे 'संतुलित' शब्द पसंद आया।"

यह क्यों मायने रखता है?

  • भरोसा: आप केवल कंप्यूटर की बात पर आँख मूंदकर विश्वास नहीं कर रहे हैं; आप सबूत देख सकते हैं।
  • सटीकता: एक समय में एक व्यक्ति की राय पर ध्यान केंद्रित करके और उत्पाद के विभिन्न हिस्सों (स्वाद बनाम दिखावट) को अलग करके, यह सामान्य गलतियों से बचता है।
  • दक्षता: यह एक छोटा, तेज़ कंप्यूटर प्रोग्राम है, कोई विशाल, ऊर्जा-खपत करने वाला दैत्य नहीं। यह बिना किसी सुपरकंप्यूटर की आवश्यकता के अपना काम जल्दी करता है।

संक्षेप में: XCom एक ईमानदार, विस्तार-उन्मुख मित्र की तरह है जो आपके लिए सभी रिव्यूज को पढ़ता है, उनकी निष्पक्ष रूप से तुलना करता है, और फिर उन सटीक वाक्यों की ओर इशारा करता है जिन्होंने उन्हें विश्वास दिलाया, ताकि आप पूरे आत्मविश्वास के साथ सबसे अच्छा चुनाव कर सकें।

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।

Digest आज़माएँ →