BhaRaTa: A Novel Framework for Emotion Analysis of Sanskrit Narratives

कल्पना कीजिए कि आप एक जासूस हैं जो केवल अंदर बात कर रहे लोगों को सुनकर कमरे के मिजाज को समझने की कोशिश कर रहे हैं। कंप्यूटर विज्ञान की दुनिया में, इसे "इमोशन एनालिसिस" (भावना विश्लेषण) कहा जाता है। आमतौर पर, कंप्यूटर बुनियादी चीजों को पहचानने में काफी अच्छे होते हैं: क्या कोई खुश है या दुखी? क्या कोई समीक्षा सकारात्मक है या नकारात्मक? लेकिन वास्तविक जीवन, और विशेष रूप से महान कहानियाँ, एक साधारण "थम्स अप" या "थम्स डाउन" से कहीं अधिक जटिल होती हैं। मनुष्य एक ही समय में भावनाओं के चक्करदार मिश्रण को महसूस करते हैं—जैसे कि उत्साहित होना लेकिन साथ ही थोड़ा घबराया हुआ होना, या क्रोधित होना लेकिन साथ ही गौरवान्वित महसूस करना।

लंबे समय से, कंप्यूटर इन जटिल भावनाओं को समझने के लिए पश्चिमी मनोवैज्ञानिक मानचित्रों का उपयोग करने की कोशिश करते रहे हैं, जो भावनाओं को "खुशी", "डर" या "क्रोध" जैसी श्रेणियों में वर्गीकृत करते हैं। लेकिन क्या होगा अगर कोई बिल्कुल अलग मानचित्र हो? एक ऐसा मानचित्र जिसे हजारों साल पहले प्राचीन भारत में बनाया गया था? यह शोध पत्र नेचुरल लैंग्वेज प्रोसेसिंग (NLP) नामक विज्ञान के एक कोने में गहराई से उतरता है, जहाँ शोधकर्ता कंप्यूटर को मानव भाषा को पढ़ने और समझने के लिए प्रशिक्षित करते हैं। मुख्य प्रश्न यहाँ यह है: क्या हम एक कंप्यूटर को रस नामक एक प्राचीन भारतीय सिद्धांत का उपयोग करके संस्कृत की प्राचीन कहानियों के गहरे, सूक्ष्म भावों को समझने के लिए प्रशिक्षित कर सकते हैं? यह सिद्धांत बताता है कि कहानियाँ केवल इस बारे में नहीं हैं कि क्या होता है, बल्कि उस विशिष्ट "स्वाद" या सौंदर्य अनुभव के बारे में हैं जो वे पाठक के मन में पैदा करती हैं, जो छोटे-छोटे भावनात्मक संकेतों से निर्मित होता है। यदि हम इस कोड को क्रैक कर सकें, तो यह कंप्यूटर को साहित्य को अधिक मानवीय तरीके से समझने में मदद कर सकता है, जो कहानियाँ सुनाने के अनूठे सांस्कृतिक इतिहास का सम्मान करता है।

---

भावना का प्राचीन नुस्खा: BhaRaTa

BhaRaTa (जिसका अर्थ है भावा एवं रस टैगिंग) के पीछे की टीम से मिलिए। वे IIIT-हैदराबाद के शोधकर्ताओं का एक समूह है जिन्होंने एक बहुत ही विशिष्ट, बहुत ही पेचीदा पहेली को सुलझाने का निर्णय लिया: आप कंप्यूटर को संस्कृत नाटकों में भावनाओं को समझने के लिए कैसे प्रशिक्षित करते हैं?

संस्कृत एक प्राचीन भाषा है, एक भाषाई जीवाश्म की तरह। यह सुंदर है, लेकिन डिजिटल दुनिया में यह दुर्लभ भी है। कंप्यूटर सीखने के लिए संस्कृत में लाखों ट्वीट्स या रेडिट पोस्ट उपलब्ध नहीं हैं। इसके अलावा, नाटक स्वयं जटिल हैं। वे केवल संवाद नहीं हैं; वे कविता और गद्य का मिश्रण हैं, जो शारीरिक क्रियाओं, फुसफुसाहट और नाटकीय ठहराव से भरे हुए हैं। शोधकर्ता जानते थे कि यदि वे मानक "पश्चिमी" भावना उपकरणों (जो "खुश" या "दुखी" जैसे सरल शब्दों की तलाश करते हैं) का उपयोग करने की कोशिश करेंगे, तो वे जादू को मिस कर देंगे। इसलिए, उन्होंने एक नया ढांचा बनाया जो नाट्यशास्त्र पर आधारित है, जो एक प्राचीन नाट्य ग्रंथ है और एक भावनात्मक अनुभवों को बनाने वाली रेसिपी बुक (नुस्खा पुस्तिका) की तरह कार्य करता है।

सामग्री: भाव और रस

उनके प्रयोग को समझने के लिए, आपको उनकी सामग्रियों को समझना होगा। शोधकर्ताओं ने प्राचीन पाठ से दो मुख्य अवधारणाओं का उपयोग किया:

1. भाव (सामग्री): इन्हें कच्चे भावनात्मक अवस्थाओं के रूप में सोचें। एक नाटक में, एक पात्र लालसा, भय, हर्ष या दृढ़ संकल्प महसूस कर सकता है। ये विशिष्ट, क्षण-दर-क्षण की भावनाएँ हैं। शोधकर्ताओं ने पाठ में टैग करने के लिए इन 31 "स्वादों" की पहचान की।
2. रस (तैयार व्यंजन): यह एक बड़ी तस्वीर है। जब आप उन सभी छोटे भावों को एक विशिष्ट तरीके से मिलाते हैं, तो वे पूरे दृश्य के लिए एक प्रमुख मिजाज या सौंदर्य अनुभव बनाते हैं, जिसे रस कहा जाता है। यह बिल्कुल वैसा ही है जैसे आटा, चीनी और अंडे मिलाने से केक बनता है। आप केवल "आटा" नहीं चखते; आप "केक" का स्वाद लेते हैं। संस्कृत नाटक में, एक दृश्य रोमांस, वीरता, भय या हास्य से प्रभावित हो सकता है।

टीम का लक्ष्य यह देखना था कि क्या एक कंप्यूटर व्यक्तिगत संवादों (सामग्री) का विश्लेषण करके "केक" (दृश्य के मिजाज) का स्वाद लेना सीख सकता है।

प्रयोग: मशीन को खिलाना

शोधकर्ताओं ने महान नाटककार कालिदास के कार्यों सहित 18 प्रसिद्ध संस्कृत नाटकों को एकत्र किया। उन्होंने पाठ को साफ किया (जो आश्चर्यजनक रूप से कठिन था क्योंकि पुराने डिजिटल संस्करणों में शब्द गायब थे और टाइपो थे) और नाटकों को 6,947 व्यक्तिगत संवाद पंक्तियों में विभाजित किया।

फिर, उन्होंने कठिन काम किया: उन्होंने प्रत्येक पंक्ति को सही भाव (भावना) और प्रत्येक दृश्य को सही स्थायी भाव (प्रमुख मिजाज) के साथ मैन्युअल रूप से टैग किया। उन्होंने यह करने में मदद के लिए एक विशेष वेब टूल बनाया, जिससे यह सुनिश्चित हुआ कि दो अलग-अलग लोग अधिकांश समय टैग पर सहमत हों। इसने एक नया डेटासेट तैयार किया, जो एनोटेटेड संस्कृत नाटक का एक खजाना है जो पहले कभी अस्तित्व में नहीं था।

एक बार डेटा तैयार हो जाने के बाद, उन्होंने इसे कंप्यूटरों के सामने रख दिया। उन्होंने दो मुख्य दृष्टिकोणों का परीक्षण किया:

1. पंक्ति-दर-पंक्ति परीक्षण: क्या कंप्यूटर एक अकेले वाक्य को देखकर भावना का अनुमान लगा सकता है? (जैसे, "क्या यह पंक्ति 'हर्ष' है या 'चिंता'?")
2. दृश्य परीक्षण: क्या कंप्यूटर पूरे दृश्य को देखकर समग्र मिजाज का अनुमान लगा सकता है? (जैसे, "क्या यह दृश्य 'रोमांटिक' है या 'वीरतापूर्ण'?")

उन्होंने कई अलग-अलग प्रकार के कंप्यूटर मस्तिष्क का परीक्षण किया, साधारण, पुराने गणितीय मॉडल से लेकर फैंसी, आधुनिक AI सिस्टम तक जो मनुष्यों की तरह पढ़ते हैं (जिन्हें ट्रांसफॉर्मर कहा जाता है)।

परिणाम: पुराना स्कूल नए स्कूल को हरा देता है

यहाँ कहानी दिलचस्प हो जाती है। आप उम्मीद कर सकते हैं कि सुपर-स्मार्ट, आधुनिक AI मॉडल आसानी से जीत जाएंगे। आखिरकार, उन्हें भारी मात्रा में डेटा पर प्रशिक्षित किया जाता है। लेकिन इस मामले में, साधारण, पुराने स्कूल के मॉडल वास्तव में बेहतर काम कर रहे थे।

क्यों? शोधकर्ता सुझाव देते हैं कि ऐसा इसलिए है क्योंकि डेटासेट बहुत छोटा था। संस्कृत नाटकों में केवल लगभग 7,000 पंक्तियाँ थीं। एक विशाल AI के लिए, यह केवल तीन गाने सुनकर पियानो बजाना सीखने जैसा है। AI भ्रमित हो गया और उन पैटर्न को याद करने की कोशिश करने लगा जो काम नहीं करते थे। हालाँकि, सरल मॉडल एक तेज जासूस की तरह थे जो संस्कृत शब्दों में विशिष्ट "संकेतों" को पहचान सकते थे—कुछ वाक्यांश जो हमेशा "क्रोध" या "हर्ष" का अर्थ देते थे—बिना अभिभूत हुए।

शोधकर्ताओं ने पाया कि पहेली को सुलझाने का सबसे अच्छा तरीका एक पदानुक्रमित दृष्टिकोण (hierarchical approach) का उपयोग करना था। एक साथ 32 भावनाओं का अनुमान लगाने के बजाय (जो एक बच्चे से बिना किसी सुराग के ताश की गड्डी में से एक विशिष्ट कार्ड पहचानने के लिए कहने जैसा है), उन्होंने पहले उसे श्रेणी का अनुमान लगाने के लिए कहा (क्या यह सकारात्मक, नकारात्मक या मिश्रित है?) और फिर विशिष्ट भावना का। इस "दो-चरणीय" पद्धति ने बहुत बेहतर काम किया, जिससे सटीकता में काफी वृद्धि हुई।

जब पूरे दृश्य के मिजाज का अनुमान लगाने की बात आई, तो कंप्यूटर ने पाया कि भावनाओं का वितरण (distribution) देखना ही कुंजी थी। यदि एक दृश्य में बहुत सारी "हर्ष" और "लालसा" वाली पंक्तियाँ हैं, तो कंप्यूटर सही ढंग से अनुमान लगा सकता है कि दृश्य "रोमांटिक" है। दिलचस्प बात यह है कि केवल दृश्य के कच्चे पाठ को पढ़कर (पहले भावनाओं को गिने बिना) मिजाज का अनुमान लगाना कठिन और कम सटीक था। ऐसा लगता है कि इन प्राचीन नाटकों के लिए, छोटे-छोटे भावों का मिश्रण कच्चे शब्दों की तुलना में एक मजबूत संकेत है।

क्या काम नहीं आया

शोधकर्ताओं ने नवीनतम, सबसे शक्तिशाली AI मॉडल (Llama 3.1 जैसे लार्ज लैंग्वेज मॉडल्स) का भी परीक्षण किया। उन्होंने इन मॉडलों से सीधे भावनाओं का अनुमान लगाने के लिए कहा। परिणाम निराशाजनक थे। मॉडल बहुत खराब प्रदर्शन कर रहे थे, अक्सर सही होने के बजाय गलत हो रहे थे। शोधकर्ताओं का सुझाव है कि ये सामान्य-उद्देश्य वाले AI मॉडल अभी इस विशिष्ट कार्य के लिए तैयार नहीं हैं; उन्हें इन प्राचीन नाटकों की सूक्ष्म बारीकियों को समझने के लिए विशेष रूप से संस्कृत पर अधिक प्रशिक्षण की आवश्यकता है।

निष्कर्ष

यह शोध पत्र यह दावा नहीं करता है कि इसने मानवीय भावना के रहस्य को सुलझा लिया है। इसके बजाय, यह नींव रखता है। यह दिखाता है कि:

• हम सफलतापूर्वक कंप्यूटर को 2,000 साल पुराने सिद्धांत पर आधारित ढांचे का उपयोग करके प्राचीन भारतीय भावनाओं को समझा सकते हैं।
• संस्कृत जैसी कम-संसाधन वाली भाषाओं के लिए, विशाल, डेटा-प्यासे AI की तुलना में सरल, स्मार्ट मॉडल अक्सर बेहतर काम करते हैं।
• एक जटिल समस्या (32 भावनाओं का अनुमान लगाना) को छोटे चरणों में तोड़ना (पहले श्रेणी का अनुमान लगाना) कंप्यूटर को बहुत अधिक सटीक बनाता है।

शोधकर्ता उत्साहित हैं क्योंकि यह तो बस शुरुआत है। वे इस "BhaRaTa" ढांचे का उपयोग अन्य प्रकार के संस्कृत साहित्य, जैसे महाकाव्य और कविता का विश्लेषण करने के लिए करने की आशा करते हैं, और अंततः इन विचारों को अन्य भारतीय भाषाओं पर लागू करने की उम्मीद करते हैं। उन्होंने साबित कर दिया है कि प्राचीन ज्ञान और आधुनिक तकनीक मिलकर कुछ नया बना सकते हैं, जिससे हमें उन कहानियों की भावनात्मक गहराई को समझने में मदद मिलती है जो सहस्राब्दियों से जीवित हैं।