When Meaning Isn't Literal: Exploring Idiomatic Meaning Across Languages and Modalities
यह शोध पत्र "Mediom" नामक 3,533 मुहावरों के एक बहुभाषी बहुविध (multilingual multimodal) संग्रह और "HIDE" नामक एक संकेत-आधारित ढांचे को प्रस्तुत करता है, जो टेक्स्ट और इमेज मोडैलिटीज के माध्यम से सांस्कृतिक रूप से निहित, गैर-शाब्दिक मुहावरेदार तर्क को समझने में वर्तमान एआई मॉडलों की व्यवस्थित विफलताओं को संबोधित करने और सुधारने के लिए 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 किसी ऐसे व्यक्ति को चुटकुला समझाने की कोशिश कर रहे हैं जो एक अलग भाषा बोलता है। आप कहते हैं, "It's raining cats and dogs!" (बिल्ली और कुत्तों की बारिश हो रही है!) वह आसमान की ओर देखता है, भ्रमित होता है, और पूछता है, "जानवर कहाँ हैं? क्या यह कोई चिड़ियाघर है?"
यही बिल्कुल वही समस्या है जिसका सामना आधुनिक AI मुहावरों (idioms) के साथ करता है।
मुहावरे वे वाक्यांश होते हैं जहाँ शाब्दिक अर्थ वास्तविक अर्थ से पूरी तरह अलग होता है। बंगाली में "अंगुर फोल टोक" का शाब्दिक अर्थ है "अंगूर खट्टे हैं", लेकिन वास्तव में इसका अर्थ है "खट्टे अंगूर"—किसी चीज़ को इसलिए बुरा बताना क्योंकि आप उसे पा नहीं सकते। यदि AI केवल शब्दों को देखता है, तो वह फल देखता है। यदि वह संस्कृति को समझता है, तो वह मानवीय मनोविज्ञान को देखता है।
यह शोध पत्र एक नया टूलकिट पेश करता है ताकि AI को यह सिखाया जा सके कि चीजों को शाब्दिक रूप से लेना कैसे बंद करें और भाषा के "मानवीय" पक्ष को समझना कैसे शुरू करें। यहाँ सरल शब्दों में इसका विवरण दिया गया है:
1. समस्या: AI एक शाब्दिक रोबोट है
वर्तमान AI मॉडल (जैसे चैटबॉट्स को चलाने वाले मॉडल) व्याकरण और तथ्यों में अविश्वसनीय रूप से स्मार्ट हैं। लेकिन जब मुहावरों, रूपकों (metaphors) और सांस्कृतिक कहावतों की बात आती है, तो वे अक्सर विफल हो जाते हैं। वे एक ऐसे पर्यटक की तरह हैं जिसने एक गाइडबुक तो रट ली है लेकिन स्थानीय रीति-रिवाजों को नहीं समझता।
- समस्या: यदि आप AI को अंगूर देखते हुए एक लोमड़ी की तस्वीर दिखाते हैं, तो वह जानवर और फल का वर्णन कर सकता है। वह नैतिक संदेश (कि लोमड़ी केवल बहाने बना रही है) को मिस कर देता है।
- अंतराल: अधिकांश शोध अंग्रेजी पर केंद्रित है। इस शोध पत्र ने हिंदी, बंगाली और थाई भाषाओं पर ध्यान केंद्रित किया, जो सांस्कृतिक रूपकों से समृद्ध हैं लेकिन जिन्हें AI ने काफी हद तक अनदेखा किया है।
2. समाधान भाग 1: "Mediom" (एक नया पाठ्यपुस्तक)
शोधकर्ताओं ने एक विशाल नई लाइब्रेरी बनाई जिसे Mediom कहा गया है।
- यह क्या है? इसे मुहावरों के लिए एक द्विभाषी चित्र शब्दकोश के रूप में समझें। इसमें हिंदी, बंगाली और थाई के 3,533 मुहावरे शामिल हैं।
- ट्विस्ट: प्रत्येक मुहावरे के लिए, उन्होंने केवल परिभाषा नहीं लिखी। उन्होंने बनाया:
- एक गोल्ड-स्टैंडर्ड स्पष्टीकरण: सटीक, मानव-लिखित अर्थ।
- एक मैचिंग इमेज: एक ऐसी तस्वीर जो मुहावरे के शब्दों को ही नहीं, बल्कि उसके भाव को भी पकड़ती है।
- क्रॉस-लैंग्वेज लिंक्स: यह दिखाना कि विभिन्न संस्कृतियों में समान विचार कैसे मौजूद हैं (जैसे, कैसे "दीवारों के भी कान होते हैं" तीनों भाषाओं में मौजूद है)।
उपमा: कल्पना कीजिए कि आप ड्राइविंग सीखने की कोशिश कर रहे हैं। पहले, आपके पास केवल टेक्स्ट वाला एक मैनुअल था। अब, Mediom एक ड्राइविंग सिम्युलेटर है जो आपको सड़क, ट्रैफिक संकेत और तीन अलग-अलग देशों में कार के एहसास को दिखाता है।
3. समाधान भाग 2: "HIDE" (AI कोच)
एक बेहतरीन पाठ्यपुस्तक होने के बावजूद, AI कभी-कभी अभी भी गलत उत्तर देता है। इसलिए, शोधकर्ताओं ने HIDE (Hinting-based Idiom Explanation) नामक एक फ्रेमवर्क बनाया।
HIDE कैसे काम करता है:
- गलती: AI एक मुहावरे को समझाने की कोशिश करता है और गलत हो जाता है (जैसे, वह सोचता है कि "मुस्कुराते हुए जूते से मारना" केवल जूतों के बारे में है)।
- फीडबैक लूप: सिस्टम इस त्रुटि को पकड़ लेता है। यह केवल यह नहीं कहता "गलत"। यह पूछता है, "आपने यह गलत क्यों किया? क्या यह बहुत शाब्दिक था?"
- हिंट (संकेत): सिस्टम एक "हिंट" (एक छोटा सा सुझाव) जेनरेट करता है जैसे, "याद रखें, यह जूते के बारे में नहीं है; यह दिखावटी शिष्टता के बारे में है।"
- पुनः प्रयास: AI उस हिंट का उपयोग करके फिर से प्रयास करता है। वह अपनी गलती से सीखता है, ठीक वैसे ही जैसे एक छात्र शिक्षक के नोट देखने के बाद गणित की समस्या को सुधारता है।
उपमा: एक वीडियो गेम खेलने की कल्पना करें जहाँ आप बार-बार दीवार से टकरा रहे हैं। केवल रीस्टार्ट करने के बजाय, एक कोच फुसफुसाता है, "सीधे मत दौड़ें; अंतराल के ऊपर से कूदें।" आप फिर से प्रयास करते हैं, और इस बार, आप जीत जाते हैं। HIDE, AI के लिए वही फुसफुसाने वाला कोच है।
4. परिणाम: क्या यह काम आया?
शोधकर्ताओं ने विभिन्न AI मॉडलों पर इसका परीक्षण किया:
- टेक्स्ट-ओनली AI (LLMs): ये उन लोगों की तरह हैं जिन्होंने बहुत कुछ पढ़ा है लेकिन कभी चित्र नहीं देखे हैं। वे मुहावरों में ठीक थे, लेकिन HIDE ने उन्हें बहुत बेहतर बनाया, जिससे उन्हें सांस्कृतिक "वाइब" समझने में मदद मिली।
- इमेज + टेक्स्ट AI (VLMs): ये उन लोगों की तरह हैं जो चित्र देख सकते हैं लेकिन गहरे अर्थ के लिए संघर्ष करते हैं। वे शुरुआत में आश्चर्यजनक रूप से खराब थे, अक्सर शाब्दिक चित्रों से भ्रमित हो जाते थे। हालाँकि, Mediom डेटासेट और HIDE के साथ, वे चित्र और छिपे हुए अर्थ के बीच संबंध को समझने लगे।
मुख्य निष्कर्ष
यह शोध पत्र एक चेतावनी है। यह कहता है: "AI को वास्तव में मानव जैसा बनाने के लिए, हम केवल उसे शब्द नहीं सिखा सकते; हमें उसे संस्कृति, रूपक और अपनी गलतियों से सीखने की क्षमता सिखानी होगी।"
एक विशेष लाइब्रेरी (Mediom) और एक स्मार्ट सुधार प्रणाली (HIDE) बनाकर, शोधकर्ता AI को "शब्दों को पढ़ने वाले शब्दकोश" से "मजाक समझने वाले दोस्त" में बदलने में मदद कर 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।