Using machine learning to build public policy agenda from social media conversations
यह शोध पत्र एक मानव-संवर्धित मशीन लर्निंग फ्रेमवर्क का प्रस्ताव करता है जो सार्वजनिक हित के मुद्दों की कुशलतापूर्वक पहचान करने और सत्यापित नीति एजेंडे के निर्माण के लिए सोशल मीडिया डेटा, टॉपिक मॉडलिंग और नेचुरल लैंग्वेज जनरेशन का लाभ उठाता है, जो ट्विटर डेटा पर प्रयोगात्मक सत्यापन के माध्यम से नैरेटिव सुसंगतता और एजेंडा आइटम प्रासंगिकता में आशाजनक परिणाम 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 सरकार एक विशाल, व्यस्त रसोईघर है जो पूरे देश के लिए भोजन पकाने की कोशिश कर रही है। खाना बनाना शुरू करने से पहले, उन्हें एक मेन्यू (सार्वजनिक नीति एजेंडा) की आवश्यकता होती है जिसमें उन सबसे महत्वपूर्ण व्यंजनों की सूची हो जिन्हें लोग वास्तव में खाना चाहते हैं।
पारंपरिक रूप से, इस मेन्यू को तैयार करना ऐसा था जैसे शेफ की एक टीम हर घर का दरवाजा खटखटाकर पूछता, "आप क्या खाना चाहते हैं?" यह धीमा और महंगा है, और जब तक वे रसोई में वापस आते हैं, तब तक लोगों की भूख या पसंद बदल सकती है।
यह शोध पत्र उस मेन्यू को बनाने का एक नया तरीका प्रस्तावित करता है जिसमें मशीन लर्निंग (ML) और सोशल मीडिया (विशेष रूप से ट्विटर) का उपयोग किया गया है। इसे एक "हाई-टेक सुनने वाले उपकरण" (listening device) के रूप में सोचें जो ऑनलाइन हो रही लाखों बातचीत को स्कैन करता है ताकि तुरंत पता चल सके कि लोग वास्तव में किस चीज़ के लिए भूखे हैं।
यहाँ बताया गया है कि लेखकों ने अपना "स्मार्ट मेन्यू मशीन" कैसे बनाया, जिसे पाँच सरल चरणों में विभाजित किया गया है:
1. सामग्रियों की सफाई (डेटा क्लीनिंग - Data Cleaning)
सोशल मीडिया अव्यवस्थित होता है। यह स्पेलिंग की गलतियों, इमोजी, लिंक और लोगों के शोर-शराबे से भरा होता है।
- उपमा: कल्पना कीजिए कि आप सब्जियों के साथ मिट्टी, प्लास्टिक के रैपर और पुराने रसीदें मिली हुई किराने की एक बोरी के साथ खाना पकाने की कोशिश कर रहे हैं।
- उन्होंने क्या किया: उन्होंने "सब्जियों" (ट्वीट्स) को धोने के लिए एक कंप्यूटर प्रोग्राम का उपयोग किया। उन्होंने "मिट्टी" (इमोजी, URL, हैशटैग) को हटाया और "कचरा" (रिट्वीट और छोटे, अर्थहीन शब्द) को फेंक दिया ताकि उनके पास केवल साफ, पठनीय वाक्य बचे रहें।
2. स्वाद प्रोफाइल की पहचान (कीवर्ड एक्सट्रैक्शन और इश्यू आइडेंटिफिकेशन)
अब जब टेक्स्ट साफ हो गया है, तो कंप्यूटर को यह समझना होगा कि मुख्य "स्वाद" या विषय क्या हैं।
- उपमा: कल्पना कीजिए कि एक मास्टर शेफ सूप के एक बड़े बर्तन को चखता है और कहता है, "मुझे गाजर का स्वाद आ रहा है, मुझे बीफ का स्वाद आ रहा है, और मुझे थोड़े मसाले का अहसास हो रहा है।"
- उन्होंने क्या किया: उन्होंने दो अलग-अलग "चखने वाले उपकरणों" (जिन्हें LDA और Top2Vec कहा जाता है) का उपयोग किया। इन उपकरणों ने साफ किए गए ट्वीट्स को देखा और उन्हें विषयों में वर्गीकृत किया। उदाहरण के लिए, उन्हें "पुलिस", "हिंसा" और "शांति" जैसे शब्दों के समूह मिले (जिसे उन्होंने Topic 11 कहा), और अन्य जैसे "पानी", "सड़कें" और "स्वास्थ्य" (जो सेवाओं से संबंधित थे)। इससे उन्हें पता चला कि लोग वास्तव में किन मुद्दों पर बात कर रहे थे।
3. मेन्यू विवरण लिखना (नैरेटिव क्रिएशन - Narrative Creation)
कंप्यूटर विषयों को जानता है, लेकिन उसे उन्हें इस तरह लिखना होगा कि वे एक वास्तविक मानव नीति प्रस्ताव की तरह लगें।
- उपमा: कंप्यूटर एक 'सू-शेफ' (sous-chef) की तरह है जो सामग्रियों को तो जानता है लेकिन उसे मेन्यू के लिए एक शानदार विवरण लिखने की आवश्यकता है। "बीफ स्टू" बदलकर "जड़ वाली सब्जियों के साथ एक पौष्टिक, धीरे पका हुआ बीफ स्टू" बन जाता है।
- उन्होंने क्या किया: उन्होंने GPT-2 नामक एक स्मार्ट AI का उपयोग किया। उन्होंने इसे मिले कीवर्ड्स (जैसे "क्रूरता" या "शिक्षा") दिए और इसे उनके बारे में छोटे पैराग्राफ लिखने के लिए कहा। AI ने ऐसे वाक्य लिखने की कोशिश की जो स्वाभाविक लगें और जिनका कोई अर्थ निकले, जिससे शब्दों की एक सूची एक समस्या की कहानी में बदल गई।
4. स्वाद परीक्षण (टेक्स्ट वैलिडेशन - Text Validation)
कभी-कभी, AI निरर्थक बातें लिख देता है। लेखकों को यह सुनिश्चित करने की आवश्यकता थी कि "सू-शेफ" केवल बकवास न कर रहा हो।
- उपमा: मेन्यू को जनता को परोसने से पहले, हेड शेफ कुछ खाद्य आलोचकों को स्वाद चखने के लिए कहता है। वे पूछते हैं: "क्या यह वास्तविक अंग्रेजी जैसा लगता है? क्या कहानी का कोई अर्थ निकलता है?"
- उन्होंने क्या किया: उन्होंने विश्वविद्यालय के छात्रों (जो अंग्रेजी में कुशल थे) को काम पर रखा जिन्होंने AI द्वारा लिखे गए पैराग्राफों को पढ़ा। उन्होंने उन्हें पठनीयता (क्या यह सुचारू लगता है?) और सुसंगतता (क्या कहानी आपस में जुड़ी हुई है?) पर रेटिंग दी।
- परिणाम: छात्रों ने इसे पठनीयता के लिए "बहुत अच्छा" और सुसंगतता के लिए "अच्छा" रेटिंग दी। AI ज्यादातर समझ में आने वाले वाक्य लिख रहा था।
5. आधिकारिक रेसिपी बुक के साथ मिलान (एजेंडा वैलिडेशन - Agenda Validation)
अंत में, उन्हें यह जांचने की आवश्यकता थी कि क्या AI का मेन्यू वास्तव में उन मुद्दों से मेल खाता है जिनकी वास्तविक राजनीतिक नेताओं को परवाह है।
- उपमा: हेड शेफ नए मेन्यू की तुलना "आधिकारिक रेसिपी बुक" (2020/2021 के युगांडा चुनावों के राजनीतिक दल के घोषणापत्र) से करता है ताकि यह देखा जा सके कि क्या वे एक ही तरह के व्यंजन बना रहे हैं।
- उन्होंने क्या किया:
- कंप्यूटर चेक: उन्होंने AI के वाक्यों और आधिकारिक पार्टी वादों के बीच की निकटता को मापने के लिए एक गणितीय सूत्र (Cosine Similarity) का उपयोग किया। AI ने "सुरक्षा" और "लोकतंत्र" के विषयों से मेल खाने में बहुत अच्छा काम किया, लेकिन "अर्थव्यवस्था" और "स्वास्थ्य सेवा" जैसे विषयों पर थोड़ा संघर्ष किया।
- मानवीय चेक: उन्होंने लोगों के एक समूह से यह वोट देने के लिए कहा कि क्या AI के मेन्यू आइटम वास्तव में देश के लिए महत्वपूर्ण मुद्दे थे। समूह सहमत था ("अच्छा" सहमति) कि AI ने सफलतापूर्वक वास्तविक सार्वजनिक चिंताओं की पहचान कर ली थी।
निष्कर्ष (The Bottom Line)
लेखकों ने सफलतापूर्वक एक अर्ध-स्वचालित प्रणाली (semi-automated system) बनाई जो सोशल मीडिया को सुन सकती है, सबसे महत्वपूर्ण विषयों को खोज सकती है, उन्हें नीतिगत मुद्दों के रूप में लिख सकती है, और यह जांच सकती है कि वे वैध हैं या नहीं।
उन्होंने क्या पाया:
- यह काम करता है! यह प्रणाली अराजक ट्विटर चर्चाओं को सार्वजनिक नीति के मुद्दों की एक संरचित सूची में बदल सकती है।
- यह अभी पूरी तरह से परफेक्ट नहीं है। कभी-कभी AI ऐसे वाक्य लिखता है जिनका पूरी तरह से अर्थ नहीं निकलता, और यह कभी-कभी अर्थव्यवस्था जैसे जटिल विषयों पर चूक जाता है।
- लक्ष्य: यह मानव राजनेताओं को बदलने के बारे में नहीं है। यह उन्हें यह बताने का एक तेज़ और सस्ता तरीका देने के बारे में है कि लोग क्या कह रहे हैं, विशेष रूप से उन स्थानों में जहाँ पारंपरिक सर्वेक्षण करना बहुत कठिन या महंगा है।
संक्षेप में, उन्होंने एक डिजिटल मेगाफोन बनाया है जो सरकारों को लोगों की आवाज़ सुनने में मदद करता है, बिना हर दरवाजे पर दस्तक दिए।
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।