DEBISS: a Corpus of Individual, Semi-structured and Spoken Debates
यह शोध पत्र DEBISS को प्रस्तुत करता है, जो मौखिक और व्यक्तिगत अर्ध-संरचित बहसों का एक नवीन संग्रह है, जिसे स्पीच-टू-टेक्स्ट, स्पीकर डायराइजेशन, आर्गुमेंट माइनिंग और डिबेटर क्वालिटी असेसमेंट जैसे कार्यों के लिए व्यापक एनएलपी एनोटेशन प्रदान करके डिबेट डेटासेट्स की कमी को दूर करने 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 एक रोबोट को इंसान की तरह बहस करना सिखाना चाहते हैं। आप उसे सिर्फ एक डिक्शनरी नहीं दे सकते; आपको उसे वास्तविक बातचीत दिखानी होगी जहाँ लोग तुरंत विचार करते हैं, एक-दूसरे को बीच में टोकते हैं, शब्दों में लड़खड़ाते हैं और एक-दूसरे को समझाने की कोशिश करते हैं।
लंबे समय तक, इन "आर्ग्युमेंट रोबोट्स" को बनाने की कोशिश करने वाले वैज्ञानिक एक सीमित मेनू में फंसे रहे। उनके पास मुख्य रूप से दो विकल्प थे:
- "राजनीतिक रंगमंच" का मेनू: राजनेताओं के बीच अत्यधिक स्क्रिप्टेड, औपचारिक बहस (जैसे राष्ट्रपति बहस)। ये बेहतरीन तो हैं, लेकिन बहुत अधिक पॉलिश की हुई और कठोर हैं। असली लोग इस तरह बात नहीं करते।
- "इंटरनेट कमेंट सेक्शन" का मेनू: ट्विटर या रेडिट पर लिखे गए पोस्ट। ये बिखरे हुए और वास्तविक हैं, लेकिन इनमें मानवीय आवाज की कमी है, जैसे कि ठहराव, "अम्म," और आमने-सामने की बातचीत की ऊर्जा।
DEBISS से मिलिए: "वास्तविक जीवन की बहस" की रेसिपी बुक।
यह पेपर एक नए, विशेष डेटा संग्रह को पेश करता है जिसे DEBISS (स्पोकन, इंडिविजुअल, एंड सेमी-स्ट्रक्चर्ड डिबेट्स) कहा जाता है। इसे एक हाई-डेफिनिशन रिकॉर्डिंग स्टूडियो की तरह समझें जहाँ ब्राजील के एक विश्वविद्यालय के 67 कंप्यूटर विज्ञान के छात्रों ने एक ज्वलंत विषय पर बहस करने के लिए हाथ मिलाया: "जेनेरेटिव आर्टिफिशियल इंटेलिजेंस और समाज पर इसका प्रभाव।"
यहाँ बताया गया है कि क्या DEBISS को खास बनाता है, रोजमर्रा के उपमाओं के माध्यम से समझाया गया है:
1. "सेमी-स्ट्रक्चर्ड" सैंडविच
अधिकांश बहसें या तो एक कठोर स्क्रिप्ट (जैसे एक नाटक) होती हैं या एक अराजक फ्री-फॉर-ऑल (जैसे एक मोश पिट/भीड़)। DEBISS एक आदर्श सैंडविच है।
- ब्रेड (संरचना): यहाँ नियम हैं। एक मॉडरेटर विशिष्ट प्रश्न पूछता है, और छात्रों को उनका उत्तर देना होता है। यह बातचीत को ट्रैक पर रखता है।
- फिलिंग (सहजता): प्रश्नों के बीच, छात्र स्वतंत्र रूप से बोल सकते हैं, (विनम्रता से) टोक सकते हैं, और एक-दूसरे की प्रतिक्रिया दे सकते हैं। यह वास्तविक बातचीत के उस बिखरे हुए, मानवीय "प्रवाह" को पकड़ता है जिसे कंप्यूटर आमतौर पर मिस कर देते हैं।
2. "इंडिविजुअल" स्पॉटलाइट
कई समूह बहसों में, लोग एक टीम के रूप में बोलते हैं, अपनी आवाजों को एक "हम" में मिला देते हैं। DEBISS में, प्रत्येक छात्र एक व्यक्तिगत सोलोइस्ट है। भले ही वे 3 से 5 के समूह में हों, प्रत्येक व्यक्ति अपने स्वयं के अनूठे दृष्टिकोण का बचाव करता है। यह शोधकर्ताओं को यह अध्ययन करने की अनुमति देता है कि एक व्यक्ति कैसे एक तर्क का निर्माण करता है, न कि कैसे एक समूह अपने विचारों को मिलाता है।
3. एनोटेशन का "सोने की खान"
ऑडियो एकत्र करना केवल पहला कदम है। असली जादू वह है जो शोधकर्ताओं ने रिकॉर्डिंग के बाद किया। उन्होंने केवल शब्दों का लिप्यंतरण (ट्रांसक्रिप्शन) नहीं किया; उन्होंने एक शेफ द्वारा व्यंजन में मसाले जोड़ने की तरह "मेटाडेटा" (अतिरिक्त जानकारी) की परतें जोड़ीं:
- "किसने क्या कहा" का नक्शा (स्पीकर डायराइजेशन): उन्होंने लेबल किया कि किस छात्र ने कौन सा वाक्य बोला, भले ही आवाजें आपस में टकरा रही हों।
- "आर्ग्युमेंट मैप" (आर्ग्युमेंट माइनिंग): उन्होंने भाषण को "दावों" (वे क्या मानते हैं), "साक्ष्य" (उपयोग किए गए प्रमाण), और "कारणों" (वे क्यों मानते हैं) को खोजने के लिए तोड़ दिया।
- "स्टटर डिटेक्टर" (डिस्फ्लुएंसी): उन्होंने उन जगहों को चिह्नित किया जहाँ लोगों ने "अम्म," "अह," या खुद को दोहराया। यह महत्वपूर्ण है क्योंकि वास्तविक इंसान पूर्ण वक्ता नहीं होते हैं, और AI को हमें हमारे हकलाने के बावजूद समझना सीखना चाहिए।
- "स्कोरकार्ड" (मूल्यांकन): बहस के बाद, छात्रों ने स्वयं को और एक-दूसरे को ग्रेड दिया। यह शोधकर्ताओं को "अच्छी बहस" को मापने का एक तरीका देता है, जो केवल कंप्यूटर एल्गोरिदम पर नहीं, बल्कि मानवीय निर्णय पर आधारित है।
यह क्यों मायने रखता है?
DEBISS को आर्टिफिशियल इंटेलिजेंस के लिए एक जिम के रूप में सोचें।
- भाषा मॉडलों के लिए: यह AI को स्पोकनी पुर्तगाली (एक भाषा जो तकनीक में अक्सर कम प्रतिनिधित्व वाली होती है) को समझने और मानवीय भाषण की अव्यवस्थ को संभालने में मदद करता है।
- शिक्षा के लिए: यह शिक्षकों को यह समझने में मदद करता है कि एक अच्छा वक्ता क्या बनाता है। डेटा का विश्लेषण करके, हम देख सकते हैं कि कौन सी रणनीतियाँ सबसे अच्छी काम करती हैं और छात्रों को उनके क्रिटिकल थिंकिंग सुधारने में मदद कर सकते हैं।
- समाज के लिए: जैसे-जैसे AI अधिक सामान्य हो रहा है, हमें यह समझने की आवश्यकता है कि इंसान AI के बारे में कैसे बहस करते हैं। यह डेटासेट AI के बारे में AI द्वारा बनाए गए लोगों द्वारा की गई एक वास्तविक बातचीत को कैप्चर करता है।
निचोड़
शोधकर्ताओं ने वास्तविक, बोली जाने वाली ब्राज़ीलियाई पुर्तगाली बहसों के 9 घंटे और 35 मिनट का पुस्तकालय बनाया है। उन्होंने इसे साफ किया, हर शब्द को लेबल किया और हर तर्क को टैग किया। वे अब इस लाइब्रेरी के दरवाजे खोल रहे हैं ताकि अन्य वैज्ञानिक बेहतर, अधिक मानव-तुल्य AI उपकरण बनाने के लिए इसका उपयोग कर सकें।
यह केवल एक रिकॉर्डिंग नहीं है; यह अगली पीढ़ी की बुद्धिमान मशीनों के लिए एक प्रशिक्षण मैनुअल है, जो उन्हें सुनने, समझने और शायद, एक दिन, पलटकर बहस करने का तरीका सिखाता 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।