Approaches to Analysing Historical Newspapers Using LLMs
यह अध्ययन विषय मॉडलिंग (topic modeling), एलएलएम-आधारित भावना विश्लेषण (LLM-based sentiment analysis) और इकाई-ग्राफ विज़ुअलाइज़ेशन (entity-graph visualization) को जोड़कर यह परीक्षण करता है कि 20वीं सदी की शुरुआत के स्लोवेनियाई समाचार पत्रों में सामूहिक पहचान और राजनीतिक झुकाव को कैसे दर्शाया गया था, जो शोर युक्त ऐतिहासिक डेटा पर डिजिटल मानविकी अनुसंधान के लिए स्केलेबल कम्प्यूटेशनल विधियों को आलोचनात्मक विमर्श विश्लेषण के साथ एकीकृत करने के मूल्य को प्रदर्शित 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 1800 के दशक के अंत और 1900 के दशक की शुरुआत के हजारों पुराने स्लोवेनियाई समाचार पत्रों से भरी एक विशाल, धूल भरी लाइब्रेरी है। ये अखबार समय के कैप्सूल की तरह हैं, लेकिन वे बहुत अस्त-व्यस्त भी हैं: स्याही फीकी पड़ गई है, कागज नाजुक हो गया है, और टेक्स्ट को मशीनों द्वारा स्कैन किया गया था जिससे कभी-कभी अक्षर गलत पढ़ लिए गए (जैसे "m" को "rn" समझ लेना)।
इन समाचार पत्रों के हर एक लेख को यह समझने के लिए पढ़ना कि लोग अपने पड़ोसियों, अपने देश या अपने दुश्मनों के बारे में कैसा महसूस करते थे, एक मानव जीवनकाल का काम होगा। यहीं से यह अध्ययन शुरू होता है। शोधकर्ताओं ने डिजिटल जासूसों की तरह काम किया जिन्होंने उनके लिए इन समाचार पत्रों को पढ़ने, छाँटने और विश्लेषण करने के लिए सुपर-स्मार्ट AI सहायकों (जिन्हें लार्ज लैंग्वेज मॉडल्स या LLMs कहा जाता है) की एक टीम का उपयोग किया।
यहाँ बताया गया है कि उन्होंने इसे कैसे किया, जिसे सरल अवधारणाओं में विभाजित किया गया है:
1. दो प्रतिद्वंद्वी समाचार पत्र (एक "टीम" बनाम "प्रतिद्वंद्वी")
शोधकर्ताओं ने दो विशिष्ट समाचार पत्रों पर ध्यान केंद्रित किया जो दो अलग-अलग स्पोर्ट्स टीमों की तरह थे जिनके प्रशंसक विरोधी थे:
- Slovenec: यह "रूढ़िवादी-कैथोलिक" टीम थी। वे चर्च से प्रेम करते थे और उदार विचारों और जर्मन प्रभाव के प्रति बहुत संदिग्ध थे।
- Slovenski narod: यह "उदार-प्रगतिशील" टीम थी। वे राष्ट्रवाद, शिक्षा के समर्थक थे और चर्च की शक्ति और जर्मन राजनीति के आलोचक थे।
लक्ष्य यह देखना था कि ये दो "टीमें" लोगों के एक ही समूह (जैसे जर्मन, ऑस्ट्रियाई, या स्वयं स्लोवेनियाई) के बारे में कैसे बात करती थीं और क्या वे दयालु, कठोर या केवल तथ्यात्मक हो रही थीं।
2. AI "टेस्ट टेस्टर" (सेंटिमेंट एनालिसिस)
शोधकर्ताओं को यह जानने की आवश्यकता थी: जब इन समाचार पत्रों ने "जर्मनों" का उल्लेख किया, तो क्या वे उन्हें मित्र कह रहे थे या शत्रु?
उन्होंने यह देखने के लिए चार अलग-अलग AI मॉडल्स का परीक्षण किया कि कौन सा सबसे अच्छा "टेस्ट टेस्टर" है। उन्होंने AI को एक वाक्य दिया और पूछा, "क्या यह सकारात्मक, नकारात्मक या तटस्थ है?"
- विजेता: एक मॉडल, जिसका नाम GaMS3 था, इस काम में सबसे अच्छा था।
- अजीब बात: हालाँकि, AI का एक व्यक्तित्व दोष था। यह "तटस्थ" तथ्यों (जैसे "ट्रेन आ गई") को पहचानने में बहुत अच्छा था। लेकिन यह "सकारात्मक" भावनाओं को पहचानने में थोड़ा संकोची था (यह अक्सर प्रशंसाओं को मिस कर देता था) और "नकारात्मक" भावनाओं को पहचानने के लिए थोड़ा अधिक उत्सुक था (यह कभी-कभी एक तटस्थ वाक्य को अपमान समझ लेता था)।
- सबक: शोधकर्ताओं ने सीखा कि हालांकि AI एक शक्तिशाली उपकरण है, लेकिन आपको इसकी कमियों (blind spots) के बारे में पता होना चाहिए। यह एक सुरक्षा गार्ड की तरह है जो संदिग्ध दिखने वाले लोगों को पकड़ने में तो माहिर है लेकिन एक दोस्ताना हाथ हिलाने को भी पहचान नहीं पाता।
3. "सोशल नेटवर्क" मैप (एंटिटी ग्राफ्स)
एक बार जब AI ने समाचार पत्रों को पढ़ लिया, तो शोधकर्ताओं ने केवल शब्दों की सूचियों को नहीं देखा। उन्होंने एक विशाल सोशल नेटवर्क मैप बनाया।
- नोड्स (Nodes): कल्पना कीजिए कि एक मानचित्र पर डॉट्स हैं जो लोगों (जर्मन, स्लोवेनियाई), स्थानों (वियना, लुब्लियाना) और विषयों (धर्म, राजनीति) का प्रतिनिधित्व करते हैं।
- लाइनें (Lines): रेखाएं डॉट्स को तब जोड़ती थीं जब वे एक ही लेख में एक साथ दिखाई देते थे।
- आकार (Size): डॉट जितना बड़ा होता था, उस समूह के बारे में बातचीत उतनी ही अधिक "भावनात्मक" होती थी।
मैप ने क्या खुलासा किया:
- जर्मन अक्सर दोनों समाचार पत्रों में बड़े, गुस्से वाले डॉट्स (नकारात्मक भावना) से जुड़े थे।
- स्लोवेनियाई अक्सर मिश्रित डॉट्स (कुछ खुश, कुछ दुखी) से जुड़े थे।
- क्षेत्रीय समूह (जैसे "तट के लोग") अक्सर बहुत छोटे, धुंधले डॉट्स से जुड़े थे, जिसका अर्थ था कि उन्हें बिना किसी भावना के केवल तथ्यों के रूप में उल्लेख किया गया था।
4. ज़ूम इन करना: "क्लोज रीडिंग"
AI ने भारी काम किया (डिस्टेंट रीडिंग), लाखों शब्दों को स्कैन करके पैटर्न खोजा। लेकिन फिर मानव शोधकर्ताओं ने मैप के विशिष्ट हिस्सों पर ज़ूम किया (क्लोज रीडिंग) ताकि डेटा के पीछे की कहानी को समझा जा सके।
उन्होंने पाया कि समाचार पत्रों ने "हम बनाम वे" की भावना बनाने के लिए विशिष्ट तरकीबों का उपयोग किया:
- अन्यकरण (Othering): वे अक्सर जर्मनों को "दुश्मन" या "बाहरी" के रूप में वर्णित करते थे ताकि स्लोवेनियाई लोगों को एकजुट महसूस कराया जा सके।
- भाईचारा (Brotherhood): उन्होंने गठबंधन बनाने के लिए क्रोट्स को "भाइयों" के रूप में वर्णित किया।
- "हम" की कहानी: उन्होंने इस बात पर जोर दिया कि स्लोवेनियाई लोगों को अपने स्कूल चलाने चाहिए और सार्वजनिक रूप से अपनी भाषा बोलनी चाहिए।
मुख्य निष्कर्ष (The Big Picture Takeaway)
यह अध्ययन एक सैटेलाइट कैमरे की तरह है जिससे पूरे जंगल को देखा जाता है (AI द्वारा लाखों लेखों का विश्लेषण) और फिर विशिष्ट पेड़ों की जांच करने के लिए जंगल में एक हाइकर भेजा जाता है (मानव शोधकर्ताओं द्वारा वास्तविक टेक्स्ट को पढ़ना)।
यह क्यों मायने रखता है?
यह दिखाता है कि हम इतिहास को समझने के लिए आधुनिक AI का उपयोग कर सकते हैं, लेकिन हम केवल रोबोट पर आँख मूँदकर भरोसा नहीं कर सकते। हमें इतिहास की जटिल और भावनात्मक वास्तविकता को समझने के लिए AI की गति को मानवीय बुद्धिमत्ता के साथ जोड़ने की आवश्यकता है। AI ने उन्हें बताया कि क्या कहा जा रहा था, लेकिन मनुष्यों ने समझाया कि यह क्यों महत्वपूर्ण था।
संक्षेप में: उन्होंने पुराने समाचार पत्रों को पढ़ने के लिए एक स्मार्ट रोबोट का उपयोग किया, पाया कि रोबोट तथ्यों को पहचानने में तो अच्छा है लेकिन प्रशंसाओं को पहचानने में बुरा है, और फिर उस डेटा का उपयोग करके एक नक्शा बनाया जो दिखाता है कि 1900 के दशक में स्लोवेनियाई लोग अपने पड़ोसियों और अपनी पहचान को कैसे देखते थे।
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।