StanceNakba Shared Task: Actor and Topic-Aware Stance Detection in Public Discourse
LREC-COLING 2026 में आयोजित स्टैंसनकबा (StanceNakba) 2026 साझा कार्य (shared task) ने फिलिस्तीनी-इजरायल संघर्ष में अभिनेता-स्तरीय (actor-level) और क्रॉस-विषयक (cross-topic) रुख का पता लगाने के मूल्यांकन के लिए 2,606 सोशल मीडिया पोस्ट का एक डेटासेट पेश किया, जहाँ ट्रांसफॉर्मर-आधारित मॉडलों का उपयोग करने वाली सहभागी टीमों ने उच्च प्रदर्शन हासिल किया, जबकि सामान्यीकरण (generalization) और तटस्थ वर्ग की भविष्यवाणी में चल रही चुनौतियों को भी उजागर किया।
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 एक विशाल, शोर-शराबे वाला डिजिटल डिजिटल चौक (town square) है जहाँ लोग एक बहुत ही गंभीर, लंबे समय से चल रहे पड़ोस के विवाद के बारे में चिल्ला रहे हैं। कुछ लोग एक पक्ष का पुरजोर समर्थन कर रहे हैं, कुछ दूसरे पक्ष का समर्थन कर रहे हैं, और कुछ बस बिना किसी पक्ष के स्थिति को समझाने की कोशिश कर रहे हैं। यह शोर भरा, भावनात्मक और विभिन्न भाषाओं से भरा हुआ है।
यह शोध पत्र एक "प्रतियोगिता" (जिसे StanceNakba 2026 कहा गया है) के बारे में है जहाँ कंप्यूटर वैज्ञानिकों ने रोबोट बनाए ताकि वे इस डिजिटल चौक को सुन सकें और समझ सकें कि कौन क्या कह रहा है। लक्ष्य कंप्यूटरों को न केवल यह समझाना था कि क्या शब्द उपयोग किए जा रहे हैं, बल्कि यह भी कि बोलने वाले का इस गरमागरम बहस में स्थान (stance) कहाँ है।
यहाँ बताया गया है कि उन्होंने इसे कैसे किया, सरल उपमाओं (analogies) का उपयोग करते हुए:
दो चुनौतियाँ (दो "खेल")
आयोजकों ने रोबोटों का परीक्षण करने के लिए प्रतियोगिता को दो अलग-अलग खेलों में विभाजित किया:
खेल A: "आप कौन हैं?" जासूस (अंग्रेजी)
- कार्य: आपको अंग्रेजी में लिखा गया एक एकल पोस्ट दिया जाता है। आपका काम लेखक के संघर्ष के संबंध में उनके समग्र व्यक्तित्व का अनुमान लगाना है। क्या वे आम तौर पर "प्रो-फिलिस्तीन" (Pro-Palestine) हैं, "प्रो-इजराइल" (Pro-Israel) हैं, या "तटस्थ" (Neutral) हैं?
- उपमा: कल्पना कीजिए कि आप एक कमरे में जाते हैं और किसी को खेल की प्रतिद्वंद्विता के बारे में बात करते हुए सुनते हैं। आपको उनके द्वारा कही गई हर एक पंक्ति का विश्लेषण करने की आवश्यकता नहीं है; आपको बस यह पता लगाना है कि, "क्या यह व्यक्ति टीम A का कट्टर प्रशंसक है, टीम B का, या सिर्फ एक साधारण दर्शक है?"
- डेटा: उन्होंने सोशल मीडिया से 1,401 अंग्रेजी पोस्ट का उपयोग किया।
खेल B: "विशिष्ट मुद्दा" अनुवादक (अरबी)
- कार्य: आपको अरबी में एक पोस्ट दिया जाता है। इस बार, आप व्यक्ति के पूरे व्यक्तित्व का अनुमान नहीं लगा रहे हैं। इसके बजाय, आपको दो विशिष्ट, पेचीदा विषयों पर उनकी राय का अनुमान लगाना है:
- क्या देशों को इजराइल के साथ सामान्य संबंध (शांति समझौते) बनाने चाहिए?
- क्या शरणार्थियों को जॉर्डन में रहने की अनुमति दी जानी चाहिए?
- उपमा: कल्पना कीजिए कि एक व्यक्ति जो खेल में टीम A को पसंद करता है लेकिन उसका मानना है कि उनका कोच बेकार है। इस खेल में, रोबोट को उस व्यक्ति के सामान्य प्रेम को भूलकर केवल कोच के बारे में उनकी विशिष्ट राय पर ध्यान केंद्रित करना होगा। यह कठिन है क्योंकि कोई व्यक्ति सामान्य रूप से "प्रो-फिलिस्तीन" हो सकता है लेकिन शरणार्थी पुनर्वास जैसी किसी विशिष्ट नीति के "खिलाफ" हो सकता है।
- डेटा: उन्होंने विभिन्न बोलियों (जैसे विभिन्न क्षेत्रीय लहजे) को कवर करने वाले 1,205 अरबी पोस्ट का उपयोग किया।
रोबोटों ने कैसे खेला (रणनीतियाँ)
टीमों ने अपने स्वयं के "रोबोटों" (कंप्यूटर मॉडल) के साथ प्रतियोगिता में भाग लिया। अधिकांश ने एक रणनीति का उपयोग किया जो हजारों उदाहरण दिखाकर एक छात्र को पढ़ाने के समान थी।
- "सुपर-रीडर्स" (Super-Readers): रोबोटों ने प्री-ट्रेंड मॉडल्स (जैसे MARBERT और AraBERT) का उपयोग किया जिन्होंने पहले ही लाखों किताबें और ट्वीट्स पढ़ रखे थे। इन्हें ऐसे छात्रों के रूप में सोचें जिन्हें पहले से ही भाषा और संस्कृति का पूर्ण ज्ञान है। टीमों को बस उन्हें "फाइन-ट्यून" करने की आवश्यकता थी—जैसे उन्हें इस प्रतियोगिता के लिए एक विशिष्ट अध्ययन गाइड देना।
- "ग्रुप स्टडी" (Group Study): कुछ टीमों ने केवल एक रोबोट पर भरोसा नहीं किया। उन्होंने रोबोटों की एक "समिति" (एन्सेम्बल मेथड्स) बनाई और उन्हें उत्तर देने के लिए वोट करने दिया। यदि पाँच रोबोट "प्रो-फिलिस्तीन" कहते हैं और एक "तटस्थ" कहता है, तो समूह बहुमत के साथ जाता है।
- "पुनर्गठन की ट्रिक" (Rephrasing Trick): कुछ टीमों ने रोबोटों को यह सोचने के लिए मजबूर करने की कोशिश की कि कार्य एक तर्क पहेली (जैसे "यदि यह वाक्य सत्य है, तो क्या वह वाक्य सत्य है?") है ताकि उन्हें अर्थ बेहतर ढंग से समझने में मदद मिल सके।
परिणाम (कौन जीता?)
- खेल A विजेता: टीम Shroukgbr ने 96.2% के स्कोर के साथ जीत हासिल की। उनका रोबोट अंग्रेजी पोस्ट के सामान्य राजनीतिक झुकाव का अनुमान लगाने में अविश्वसनीय रूप से सटीक था।
- खेल B विजेता: टीम Viva_Palestine ने 87.2% के स्कोर के साथ जीत हासिल की। यह थोड़ा कठिन था क्योंकि रोबोटों को विभिन्न विशिष्ट विषयों के बीच स्विच करना था, फिर भी उन्होंने बहुत अच्छा काम किया।
बड़ी सीख: रोबोट बहुत अच्छे थे! उन्होंने साबित कर दिया कि यदि आप उन्हें पर्याप्त डेटा और सही "शिक्षक" (प्री-ट्रेंड मॉडल्स) देते हैं, तो वे अंग्रेजी और अरबी दोनों में जटिल, भावनात्मक राजनीतिक तर्कों को समझ सकते हैं।
कमी (सीमाएँ)
यहाँ तक कि विजेता रोबोटों को भी एक चीज़ में समस्या हुई: "तटस्थ" क्षेत्र (The "Neutral" Zone)।
- समस्या: यह पहचानना बहुत कठिन है कि कोई व्यक्ति वास्तव में कोई राय नहीं रखता या वह केवल अस्पष्ट या चालाकी भरा व्यवहार कर रहा है। शोध पत्र नोट करता है कि "तटस्थ" या "न तो/न यह" श्रेणी की भविष्यवाणी करना सबसे कठिन था।
- "विषय परिवर्तन" की समस्या: खेल B में, जब रोबको को एक विशिष्ट विषय से दूसरे विषय पर जाना पड़ा, तो उन्हें थोड़ी कठिनाई हुई। यह एक ऐसे छात्र की तरह है जिसने गणित की परीक्षा के लिए कड़ी मेहनत की लेकिन भ्रमित हो गया जब शिक्षक ने अचानक इतिहास का प्रश्न पूछ लिया।
महत्वपूर्ण नियम (नैतिकता)
यह शोध पत्र बहुत सावधानी से कहता है:
- जासूसी नहीं: ये रोबोट अनुसंधान के लिए हैं, वास्तविक लोगों की जासू spying करने या उनके चरित्र का निर्णय लेने के लिए नहीं।
- पूर्ण नहीं: किसी के राजनीतिक विचार का अनुमान लगाने वाला रोबोट केवल टेक्स्ट पर आधारित एक अनुमान है। इसका उपयोग यह तय करने के लिए नहीं किया जाना चाहिए कि किसे नौकरी मिले या ऋण मिले।
- संवेदनशील सामग्री: डेटा में वास्तविक दुनिया के संघर्षों के बारे में क्रोधित और दुखद कहानियाँ शामिल हैं। शोधकर्ताओं ने इस डेटा के साथ सावधानी से व्यवहार किया, नाम हटा दिए और यह सुनिश्चित किया कि लेबल लगाने वाले लोग (मानव) भावनात्मक रूप से थके नहीं।
संक्षेप में: यह शोध पत्र दिखाता है कि हम कंप्यूटरों को सोशल मीडिया पर राजनीतिक बहसों के "मिजाज" (vibe) को समझने में बहुत कुशल बना रहे हैं, लेकिन हमें अभी भी सावधान रहने की आवश्यकता है कि हम कंप्यूटरों को उन अनुमानों के आधार पर जीवन-मृत्यु के निर्णय लेने की अनुमति न दें।
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।