Constructing Parallel Multidimensional Chromatic Lexicons for Corpus-Assisted Analysis of Russian and English Texts
यह शोध पत्र बहुआयामी रूसी और अंग्रेजी वर्णनात्मक शब्दकोशों को विकसित करके रंग संबंधी शब्दों के कॉर्पस-सहायता प्राप्त विश्लेषण के उपकरणों की कमी को संबोधित करता है और एंड्रेई बेली और एमिली डिकिन्सन की कविता के एक तुलनात्मक पायलट अध्ययन के माध्यम से उनकी उपयोगिता को प्रदर्शित करता है, जिससे रंग उपयोग की आवृत्ति और विशेषताओं में महत्वपूर्ण क्रॉस-भाषाई अंतर का पता चला 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
भाषा की कल्पना एक विशाल, हलचल भरे शहर के रूप में करें जहाँ हर शब्द एक इमारत है। अधिकांश समय, हम बिना सोचे-समझे बस उन इमारतों के पास से गुजर जाते हैं। लेकिन क्या होगा अगर हम उस पूरे शहर को पेंट कर सकें? क्या होगा अगर हम सटीक रूप से माप सकें कि "नीले" भवनों की तुलना में "लाल" भवन कितनी बार दिखाई देते हैं, या वह मोहल्ला कितना "चमकदार" महसूस होता है? यह कॉर्पस लिंग्विस्टिक्स (corpus linguistics) की दुनिया है, एक ऐसा क्षेत्र जहाँ शोधकर्ता उन पैटर्नों को पहचानने के लिए विशाल डिजिटल पुस्तकालयों का उपयोग करते हैं जिन्हें मानवीय आँखें नहीं देख पातीं। इस अध्ययन के केंद्र में यह विचार है कि रंग केवल एक दृश्य चीज़ नहीं है; यह भाषा का एक उपकरण है। जिस तरह एक चित्रकार तस्वीर को गर्म या ठंडा महसूस कराने के लिए विशिष्ट रंगों का चुनाव करता है, उसी तरह लेखक पाठक को खुश, दुखी या उत्साहित महसूस कराने के लिए विशिष्ट रंग शब्दों का चयन करते हैं। लेकिन यहाँ पेचीदा हिस्सा यह है: विभिन्न भाषाओं के पास अलग-अलग "कलर पैलेट" होते हैं। उदाहरण के लिए, रूसी और अंग्रेजी के पास न केवल एक ही रंग के लिए अलग-अलग शब्द हैं, बल्कि उनके पास शब्दों की मात्रा भी अलग है और उन्हें बनाने के तरीके भी भिन्न हैं। यह शोध पत्र एक बड़ा सवाल पूछता है: हम इन दो अलग-अलग रंगीन दुनियाओं का एक निष्पक्ष, साथ-साथ चलने वाला मानचित्र कैसे बना सकते हैं ताकि हम बिना भटके उनकी तुलना कर सकें?
शोधकर्ता, लारिसा निकिटीना ने इस पहेली को सुलझाने के लिए दो कस्टम "रंग शब्दकोश" (लेक्सिकॉन) बनाने का निर्णय लिया। इन्हें केवल साधारण सूचियों के रूप में नहीं, बल्कि उच्च-तकनीकी, बहु-स्तरीय फिल्टर के रूप में समझें। केवल "लाल" या "नीला" सूचीबद्ध करने के बजाय, ये शब्दकोश प्रत्येक रंग शब्द को तीन विशिष्ट श्रेणियों में वर्गीकृत करते हैं: ह्यू (Hue) (वास्तविक रंग, जैसे लाल या हरा), सैचुरेशन (Saturation) (रंग कितना तीव्र या मटमैला है, जैसे चमकीला फायर-इंजन रेड बनाम धूल भरा रोज़), और टेम्परेचर (Temperature) (रंग सूर्यास्त की तरह गर्म है या बर्फ की तरह ठंडा)। उन्होंने इसमें "विजुअल डिस्क्रिप्टर्स" (दृश्य विवरण) भी शामिल किए, जो उन शब्दों को दर्शाते हैं जो किसी चीज़ के प्रकाश या अंधेरे होने का वर्णन करते हैं, भले ही वे किसी विशिष्ट रंग का नाम न हों।
इन शब्दकोशों को काम करने योग्य बनाने के लिए, टीम को बहुत सावधान रहना पड़ा। वे केवल गूगल ट्रांसलेट का उपयोग नहीं कर सकते थे, क्योंकि वह केवल शब्द "बर्फ" को देखकर एक रूसी स्नोफ्लेक (हिमपात के कण) को अंग्रेजी स्नोफ्लेक से मिलाने जैसा होता। उन्हें हर एक प्रविष्टि की मैन्युअल रूप से जांच करनी पड़ी। उदाहरण के लिए, उन्होंने महसूस किया कि अंग्रेजी में, "सिट्रिन" (citrine) शब्द का अर्थ रत्न और पीला रंग दोनों हो सकता है, लेकिन रूसी में, इसके समकक्ष शब्द का अर्थ केवल रत्न है। यदि उन्होंने इसकी जाँच नहीं की होती, तो उनका कंप्यूटर एक रूबी रिंग को रूसी में "लाल" रंग का शब्द मान लेता, जो गलत होता। उन्हें रूसी व्याकरण की जटिलताओं से भी निपटना था, जहाँ एक शब्द मूल (stem) से दर्जनों रूपांतर बन सकते हैं, जिससे यह सुनिश्चित करना था कि वे गलती से "अंडे की जर्दी" को केवल इसलिए न गिन लें क्योंकि यह "पीले" शब्द के मूल से साझा करती है।
एक बार जब शब्दकोश बन गए—एक रूसी के लिए 224 प्रविष्टियों के साथ और एक अंग्रेजी के लिए 141 के साथ—तो टीम ने उन्हें परीक्षण के लिए रखा। उन्होंने शब्दकोशों को उच्च-शक्ति वाले दूरबीन की तरह माना और दो बहुत अलग लेखकों की कविता का बारीकी से निरीक्षण किया: आंद्रेई बेली (Andrei Bely), एक रूसी सिम्बोलिस्ट कवि, और एमिली डिकिन्सन (Emily Dickinson), एक 19वीं सदी की अमेरिकी कवयित्री। वे यह देखना चाहते थे कि इन दोनों कवियों के "कलर फिंगरप्रिंट" कैसे दिखते हैं।
परिणाम चौंकाने वाले थे। जब उन्होंने सख्ती से उन शब्दों को देखा जो निश्चित रूप से रंग की ओर संकेत करते थे, तो उन्होंने पाया कि बेली ने डिकिन्सन की तुलना में रंग शब्दों का 3.4 गुना अधिक उपयोग किया। विश्लेषण किए गए कविताओं के विशिष्ट नमूने में, बेली के पाठ में 304 पुष्ट रंग उल्लेख थे, जबकि डिकिन्सन के पास 125 थे। यह केवल इसलिए नहीं था कि बेली ने अधिक रंगों का उपयोग किया; उन्होंने उनका उपयोग अलग तरह से किया। वे "लो सैचुरेशन" (कम संतृप्ति) वाले रंगों (मद्धम, धूसर रंग) पर बहुत अधिक झुके हुए थे और उन्होंने डिकिन्सन की तुलना में "चमकीले" या "गहरे" जैसे विजुअल डिस्क्रिप्टर्स का बहुत अधिक बार उपयोग किया। दूसरी ओर, डिकिन्सन के पास बैंगनी (purple) रंग की उच्च सापेक्ष आवृत्ति थी, जो उनके काम के बारे में अन्य विद्वानों द्वारा देखी गई बातों के अनुरूप है, हालांकि इस विशिष्ट नमूने में यह सबसे आम रंग नहीं था।
शोधकर्ताओं ने एक "सेंसिटिविटी टेस्ट" भी चलाया यह देखने के लिए कि क्या उनके परिणाम बदल जाएंगे यदि वे "संभावित" रंगों को शामिल करते हैं—जैसे "सोना" या "चांदी" जैसे शब्द जो एक रंग भी हो सकते हैं या केवल एक सामग्री भी। यहाँ तक कि जब उन्होंने इन संदिग्ध शब्दों को भी शामिल किया, तो मुख्य निष्कर्ष कायम रहा: बेली की कविता डिकिन्सन की तुलना में काफी अधिक रंगीन थी। हालाँकि, एक दिलचस्प बदलाव पीले (yellow) रंग के साथ हुआ। सख्त गणना में, पीला रंग दोनों कवियों के बीच महत्वपूर्ण रूप से भिन्न नहीं था। लेकिन जब उन्होंने "सोना" जैसे शब्दों को शामिल किया, तो पीला रंग बेली के काम में बहुत अधिक बार दिखाई देने लगा। इससे शोधकर्ताओं को पता चला कि आप एक शब्द को कैसे वर्गीकृत करते हैं, यह उस विशिष्ट रंग के बारे में आपकी कहानी को बदल सकता है, भले ही समग्र तस्वीर वैसी ही रहे।
अंततः, इस शोध पत्र ने हमें केवल यह नहीं बताया कि किस कवि को बैंगनी रंग अधिक पसंद था। इसने यह सिद्ध किया कि आप इस बात की वैज्ञानिक तुलना करने का एक निष्पक्ष तरीका बना सकते हैं कि विभिन्न भाषाएँ रंग को कैसे संभालती हैं। इन संरेखित, बहुआयामी शब्दकोशों का निर्माण करके, शोधकर्ताओं ने भाषाविदों को यह खोजने के लिए एक नया उपकरण दिया है कि लेखक हमारे दिमाग में चित्र बनाने के लिए भाषा के पूर्ण स्पेक्ट्रम का उपयोग कैसे करते हैं, यह दिखाते हुए कि भले ही रंग सार्वभौमिक हों, लेकिन जिस तरह से हम उन्हें बोलते हैं वह अद्भुत रूप से अद्वितीय 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।