A Multilingual Human Annotated Corpus of Original and Easy-to-Read Texts to Support Access to Democratic Participatory Processes
यह शोध पत्र स्पेनिश, कैटलन और इतालवी में मूल और मानव-एनोटेटेड 'ईज़ी-टू-रीड' (सरल पठन) ग्रंथों के एक मुक्त सुलभ, बहुभाषी संग्रह को प्रस्तुत करता है, जिसे स्वचालित पाठ सरलीकरण अनुसंधान का समर्थन करने और लोकतांत्रिक सहभागी प्रक्रियाओं तक पहुंच बढ़ाने के लिए डिज़ाइन किया गया 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 अपने एक दोस्त को किसी बहुत ही शानदार व्यंजन (gourmet dish) की जटिल रेसिपी समझाने की कोशिश कर रहे हैं, जिसने पहले कभी खाना नहीं बनाया है। यदि आप "सॉते" (sauté), "डीग्लेज़" (deglaze), या "रिडक्शन" (reduction) जैसे शब्दों का उपयोग करते हैं, तो वे खो सकते हैं। लेकिन यदि आप कहते हैं, "प्याज को सुनहरा होने तक भूनें," "वाइन डालें और इसे बुलबुले छोड़ने दें," या "गाढ़ा होने तक पकाएं," तो वे आसानी से निर्देशों का पालन कर पाएंगे।
यह शोध पत्र इंटरनेट के लिए एक विशाल, बहुभाषी "कुकबुक" बनाने के बारे में है, लेकिन यहाँ रेसिपी के बजाय, यह लोकतंत्र के बारे में है।
यहाँ इस शोध पत्र की कहानी है, जिसे सरल रूप में समझाया गया है:
1. समस्या: "शब्दों की दीवार" (The Wall of Text)
कल्पना कीजिए कि लोकतंत्र एक विशाल टाउन हॉल मीटिंग की तरह है। सभी को वोट देने, बहस करने और निर्णय लेने के लिए आमंत्रित किया जाता है। लेकिन मीटिंग में बांटे गए कागजात "कानूनी भाषा" या "अकादमिक भाषा" में लिखे गए हैं—जो घने, भ्रमित करने वाले और भारी शब्दों से भरे हुए हैं।
कई लोगों के लिए—जैसे कि सीखने की अक्षमता वाले लोग, कम साक्षरता वाले लोग, या जो नए देश में आए हैं—यह "शब्दों की दीवार" एक बंद दरवाजे की तरह है। वे अंदर नहीं जा सकते। वे भाग नहीं ले सकते क्योंकि वे नियमों को समझ नहीं पाते। इस शोध पत्र के लेखक कहते हैं: "हमें उस दीवार को गिराने और उसकी जगह एक रैंप (ढलान) बनाने की जरूरत है।"
2. समाधान: "आसान-से-पठनीय" (Easy-to-Read - E2R)
टीम ने एक विशेष प्रकार का लेखन तैयार किया है जिसे ईजी-टू-रीड (E2R) कहा जाता है। इसे एक घने, उबाऊ कानूनी दस्तावेज़ को एक मैत्रीपूर्ण, स्पष्ट बातचीत में अनुवाद करने के रूप में सोचें।
- छोटे वाक्य: एक ऐसा पैराग्राफ जो पाँच लाइनों तक चलता है, उसके बजाय वे इसे छोटे-छोटे टुकड़ों में तोड़ देते हैं।
- सरल शब्द: "सुधारना" (rectify) के बजाय वे "ठीक करना" (fix) का उपयोग करते हैं। "भेदभाव" (discrimination) के बजाय वे "बुरा व्यवहार करना" (being treated badly) का उपयोग करते हैं।
- स्पष्ट दृश्य (Visuals): एक रेस्टोरेंट के मेनू की तरह बुलेट पॉइंट्स और स्पष्ट शीर्षकों का उपयोग करना।
3. बड़ी चुनौती: "तीन पैरों वाला स्टूल" (The Three-Legged Stool)
आमतौर पर, जब लोग कंप्यूटर को यह सिखाना चाहते हैं, तो उन्हें उदाहरणों के एक विशाल पुस्तकालय की आवश्यकता होती है: मूल कठिन पाठ और उसका आसान संस्करण, दोनों साथ-साथ।
- अंतराल (The Gap): अंग्रेजी के लिए, इस पुस्तकालय में कुछ किताबें मौजूद हैं। लेकिन स्पेनिश, कैटलन और इतालवी के लिए, यह पुस्तकालय लगभग खाली था। यह एक रोबोट को तीन अलग-अलग भाषाएं सिखाने जैसा था जब आपके पास केवल एक भाषा के लिए शब्दकोश था।
- समाधान: लेखकों (विश्वविद्यालयों और विकलांगता संगठनों की एक टीम) ने इसे शून्य से बनाने का निर्णय लिया। उन्होंने केवल रैंडम लोगों को फिर से लिखने के लिए नहीं कहा; बल्कि उन्होंने विशेष अनुवादकों को काम पर रखा जो चीजों को पढ़ने में आसान बनाने में विशेषज्ञ हैं।
4. प्रक्रिया: "मानवीय शिल्पकार" (The Human Craftsmen)
आप सोच सकते हैं, "क्या हम बस AI का उपयोग नहीं कर सकते?" शोध पत्र कहता है, "अभी नहीं।" AI एक बहुत ही बुद्धिमान छात्र की तरह है जिसने बहुत सारी किताबें पढ़ी हैं लेकिन उसने यह नहीं सीखा है कि वास्तव में किसी चीज़ को समझने में आसान क्या बनाता है।
इसलिए, टीम ने कुशल शिल्पकारों की तरह काम किया:
- चयन (Selection): उन्होंने मतदान, कानून और अधिकारों के बारे में वास्तविक दस्तावेज़ चुने (ये "सामग्री" या ingredients हैं)।
- अनुवाद (Translation): विशेषज्ञों ने इन दस्तावेज़ों को 'ईजी-टू-रीड' संस्करणों में फिर से लिखा।
- एनोटेशन (Annotation - गुप्त सामग्री): यह सबसे महत्वपूर्ण हिस्सा है। जैसे-जैसे विशेषज्ञों ने टेक्स्ट को फिर से लिखा, उन्होंने एक चेकलिस्ट भी रखी। उन्होंने विस्तार से लिखा कि उन्होंने वास्तव में क्या बदला।
- क्या मैंने इस लंबे वाक्य को दो भागों में तोड़ा? (चेक)
- क्या मैंने एक कठिन शब्द को सरल शब्द से बदला? (चेक)
- क्या मैंने कोई चित्र या बुलेट पॉइंट जोड़ा? (चेक)
यह चेकलिस्ट हर व्यंजन के साथ जुड़ी एक "रेसिपी कार्ड" की तरह है। यह भविष्य के कंप्यूटरों (और मनुष्यों) को ठीक-ठीक बताती है कि विशेषज्ञों ने टेक्स्ट को कैसे आसान बनाया।
5. परिणाम: दुनिया के लिए एक उपहार
टीम ने एक बहुभाषी खजाना (corpus) बनाया है जिसमें हजारों ऐसे "पहले और बाद के" (Before and After) जोड़े स्पेनिश, कैटलन और इतालवी में मौजूद हैं।
- कैटलन क्यों विशेष है: यह पहली बार है जब किसी ने भी कैटलन भाषा के लिए इन ग्रंथों का उच्च गुणवत्ता वाला संग्रह बनाया है। यह एक छिपे हुए द्वीप के नक्शे को खोजने जैसा है।
- यह क्यों मायने रखता है: अब, शोधकर्ता AI को प्रशिक्षित करने के लिए इस "खजाने" का उपयोग कर सकते हैं। अंततः, कंप्यूटर एक भ्रमित करने वाले सरकारी कानून को देख सकेंगे और तुरंत उसे सभी के लिए एक स्पष्ट, मैत्रीपूर्ण संस्करण में बदल सकेंगे।
बड़ा चित्र (The Big Picture Metaphor)
लोकतंत्र को एक विशाल, जटिल वीडियो गेम के रूप में सोचें।
- समस्या: निर्देश पुस्तिका (instruction manual) एक गुप्त कोड में लिखी गई है जिसे केवल कुछ ही लोग समझ सकते हैं। अधिकांश खिलाड़ी क्योंकि वे नियमों को नहीं पढ़ सकते, इसलिए वे पहले स्तर पर ही अटके हुए हैं।
- शोध पत्र का योगदान: लेखकों ने केवल एक नया मैनुअल नहीं लिखा; उन्होंने एक अनुवादक मशीन बनाई है। उन्होंने विशेषज्ञों की एक टीम जुटाई ताकि यह लिख सकें कि "गुप्त कोड" को सरल अंग्रेजी (या स्पेनिश/कैटलन/इतालवी) में कैसे बदला जाए।
- भविष्य: अब, वे इस अनुवादक मशीन को पूरी दुनिया को मुफ्त में दे रहे हैं। जल्द ही, कोई भी, चाहे उनकी पढ़ने की क्षमता कुछ भी हो, कंट्रोलर उठा सकेगा और लोकतंत्र के खेल को खेल सकेगा।
संक्षेप में: यह शोध पत्र एक पुल बनाने के बारे में है ताकि समाज को चलाने के बारे में होने वाली चर्चा में कोई भी पीछे न छूट जाए। उन्होंने इस पुल को हाथ से बनाया, यह भी लिखा कि उन्होंने इसे कैसे किया, और अब वे इसके ब्लूप्रिंट सभी को सौंप रहे हैं।
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।