Nigerian Salafi Discourse Corpus (NSDC): Construction, Methods, and Use

भाषा के उपयोग के अध्ययन में, शोधकर्ता लंबे समय से दो अलग-अलग उपकरणों पर भरोसा करते आए हैं। एक उपकरण कुछ ग्रंथों का सूक्ष्म पठन (close reading) है, जहाँ एक विद्वान गहरे अर्थ और सामाजिक संदर्भ को समझने के लिए प्रत्येक शब्द का परीक्षण करता है। दूसरा शब्दों की विशाल गणना है, जहाँ कंप्यूटर लाखों पृष्ठों को स्कैन करके उन छिपे हुए पैटर्न को खोजता है जिन्हें मानवीय आँखें नहीं देख पातीं। दशकों तक, ये दोनों दृष्टिकोण अक्सर अलग-अलग दुनियाओं में काम करते थे। हालाँकि, एक बढ़ता हुआ अध्ययन क्षेत्र अब उन्हें जोड़ता है, जिसमें डेटा की विशाल मात्रा का उपयोग सूक्ष्म पठन को निर्देशित करने के लिए किया जाता है, और सूक्ष्म पठन का उपयोग संख्याओं को अर्थ देने के लिए किया जाता है। यह दृष्टिकोण धर्म के अध्ययन में विशेष रूप से शक्तिशाली है, जहाँ विश्वास केवल निजी विचार नहीं हैं बल्कि सार्वजनिक तर्क हैं जो सड़कों पर, मस्जिदों में और तेजी से सोशल मीडिया पर लड़े जाते हैं। नाइजीरिया में, एक विशाल और विविध मुस्लिम आबादी वाले देश में, इंटरनेट एक प्राथमिक क्षेत्र बन गया है जहाँ विभिन्न समूह अपनी पहचान, अधिकार और समाज में अपने स्थान पर बहस करते हैं। इन बहसों को समझने के लिए, शोधकर्ताओं को व्यक्तिगत आवाजों की सूक्ष्मता को खोए बिना बातचीत के वास्तविक पैमाने को पकड़ने के तरीके की आवश्यकता है।

यही वह काम है जिसे इबादान विश्वविद्यालय के शोधकर्ताओं की एक टीम ने करने का संकल्प लिया। उन्होंने नाइजीरिया में सुन्नी इस्लाम के भीतर एक विशिष्ट और अक्सर विवादास्पद आंदोलन, 'सलाफवाद' (Salafism) के बारे में चर्चा को ट्रैक करने के लिए फेसबुक पोस्ट का एक विशाल डिजिटल पुस्तकालय बनाया। उन्होंने केवल यादृच्छिक पोस्ट एकत्र नहीं किए; उन्होंने 'नाइजीरियाई सलाफी डिस्कोर्स कॉर्पस' नामक एक सावधानीपूर्वक व्यवस्थित संग्रह का निर्माण किया। इस संग्रह में 2015 से 2025 तक दस वर्षों में प्रकाशित लगभग 5,800 पोस्ट शामिल हैं, जो बड़े अनुयायियों वाले पेजों और प्रोफाइल द्वारा पोस्ट किए गए हैं। इन पोस्टों के भीतर का पाठ लगभग 25 लाख शब्दों के बराबर है। शोधकर्ताओं ने यह डेटा मेटा (फेसबुक के मालिक) द्वारा प्रदान किए गए एक औपचारिक अनुसंधान इंटरफेस का उपयोग करके एकत्र किया, जिससे यह सुनिश्चित हुआ कि उन्होंने केवल सार्वजनिक हस्तियों और संगठनों की सार्वजनिक सामग्री तक ही पहुँच प्राप्त की। इसका लक्ष्य एक स्पष्ट, सत्यापन योग्य रिकॉर्ड बनाना था कि नाइजीरियाई संदर्भ में सलाफियों को कैसे चित्रित किया जाता है, वे स्वयं को कैसे चित्रित करते हैं, और वे सूफी या शिया मुसलमानों जैसे अन्य समूहों के विरुद्ध कैसे तर्क देते हैं।

इस पुस्तकालय को बनाने के लिए, शोधकर्ताओं को एक महत्वपूर्ण चुनौती का सामना करना पड़ा: फेसबुक से प्राप्त कच्चा डेटा अव्यवस्थित है। इसमें टूटी हुई फॉर्मेटिंग, डुप्लिकेट पोस्ट, इमोजी, विदेशी लिपियाँ और लिंक शामिल हैं जो शब्दों को गिनने की कोशिश कर रहे कंप्यूटर को भ्रमित कर सकते हैं। इसे हल करने के लिए, उन्होंने एक विशेष कृत्रिम बुद्धिमत्ता सहायक का उपयोग किया, जिसे उन्होंने 'सालिह' (Salih) नाम दिया। इस उपकरण ने केवल अनुमान नहीं लगाया; इसने एक कठोर संपादक के रूप में कार्य किया। इसने टेक्स्ट को साफ करने के लिए नियमों के एक सख्त सेट का पालन किया, जिसमें इमोजी और यूआरएल जैसे शोर को हटाया गया जबकि सार्थक शब्दों को बनाए रखा गया। इसने हर चरण में अपने काम की जाँच की, यह सुनिश्चित करते हुए कि कोई भी पोस्ट गलती से डिलीट न हो जाए और शब्दों की अंतिम गणना सटीक हो। परिणाम एक स्वच्छ, व्यवस्थित टेक्स्ट संग्रह था जिसे अन्य शोधकर्ताओं द्वारा विश्लेषण किया जा सकता था। यह प्रक्रिया पूरी तरह से पारदर्शी होने के लिए डिज़ाइन की गई थी, जिसका अर्थ है कि कोई भी अन्य वैज्ञानिक उन्हीं चरणों का पालन कर सकता है और बिल्कुल वही परिणाम प्राप्त कर सकता है, जो वैज्ञानिक विश्वास के लिए एक महत्वपूर्ण मानक है।

एक बार जब टेक्स्ट साफ हो गया, तो शोधकर्ताओं ने प्रत्येक शब्द में तीन स्तरों की विस्तृत जानकारी जोड़ी। पहला स्तर केवल यह पहचानता था कि प्रत्येक शब्द किस प्रकार का है, जैसे कि संज्ञा, क्रिया, या कोई व्यक्तिवाचक नाम। दूसरा स्तर शब्दों को विशिष्ट विषयों में समूहित करता था, जैसे कि "धार्मिक अधिकार," "संघर्ष," या "पूजा पद्धतियाँ।" तीसरा स्तर, जो सबसे जटिल है, पूरे वाक्यों के उद्देश्य को देखता था। इसने कोड किया कि क्या कोई वाक्य किसी समूह को वैध बनाने, प्रतिद्वंद्वी पर हमला करने, कार्रवाई के लिए आह्वान करने, या किसी और के कहे हुए को रिपोर्ट करने का प्रयास कर रहा है। यह कोडिंग 'डिस्कोर्स-हिस्टोरिकल अप्रोच' नामक एक पद्धति पर आधारित थी, जो शोधकर्ताओं को न केवल यह समझने में मदद करती है कि क्या कहा जा रहा है, बल्कि यह भी कि क्यों कहा जा रहा है और इसका क्या प्रभाव पड़ने वाला है। शोधकर्ताओं ने सावधानीपूर्वक नोट किया कि हालांकि कंप्यूटर ने भारी काम किया, लेकिन प्रणाली पूर्ण नहीं थी। उन्होंने पाया कि कंप्यूटर कभी-कभी कुछ प्रकार के वाक्यों, जैसे कि कार्रवाई के आह्वान (calls to action), को अत्यधिक पहचान लेता है, और वे भविष्य में इन नियमों को परिष्कृत करने की योजना बना रहे हैं।

उनके द्वारा खोजा गया डेटा एक जीवंत और अक्सर गरमागरम बातचीत को प्रकट करता है। शोधकर्ताओं ने पाया कि दशक भर में पोस्ट की मात्रा में उतार-चढ़ाव आया, जिसमें 2017 के आसपास गतिविधि में एक शिखर और 2024 में एक और वृद्धि देखी गई। चर्चा का एक महत्वपूर्ण हिस्सा समूहों को नाम देने और परिभाषित करने से संबंधित है। डेटा दिखाता है कि अधिकांश पोस्ट में "मुस्लिम" शब्द का उपयोग एक डिफ़ॉल्ट पहचान के रूप में किया जाता है, लेकिन समूहों के बीच सीमा रेखा खींचने के लिए "सलाफी," "सूफी," "शिया," और "वहाबी" जैसे विशिष्ट लेबल का उपयोग किया जाता है। विश्लेषण बताता है कि "वहाबी" लेबल का उपयोग अक्सर दूसरों की आलोचना करने के लिए एक नकारात्मक शब्द के रूप में किया जाता है, जबकि "सलाफी" का उपयोग अक्सर समूह द्वारा स्वयं को वर्णित करने के लिए किया जाता है। शोधकर्ताओं ने देखा कि धार्मिक अधिकार पर चर्चा के लिए उपयोग की जाने वाली भाषा तीव्र है, जिसमें तर्कों का समर्थन करने के लिए विद्वानों और धार्मिक ग्रंथों को उद्धृत करने पर भारी निर्भरता है। दिलचस्प बात यह है कि डेटा दिखाता है कि जबकि धार्मिक शास्त्र का उल्लेख किया जाता है, यह एकमात्र उपकरण नहीं है; कानून, राजनीति और सामाजिक व्यवस्था के बारे में तर्क भी उतने ही आम हैं, जो यह संकेत देता है कि यह बहस व्यापक नाइजीरियाई राज्य और समाज से गहराई से जुड़ी हुई है।

सबसे आश्चर्यजनक निष्कर्षों में से एक यह है कि समय के साथ इन पोस्टों की लंबाई कैसे बदली है। जबकि हाल के वर्षों में पोस्टों की संख्या अपेक्षाकृत स्थिर रही है, प्रत्येक पोस्ट में टेक्स्ट की मात्रा कम हुई है। यह सुझाव देता है कि विमर्श की प्रकृति छोटे, अधिक संकुचित संदेशों की ओर बढ़ रही है, जो शायद आधुनिक सोशल मीडिया की तेज़ गति को दर्शाती है। शोधकर्ताओं ने यह भी नोट किया कि बातचीत केवल धर्मशास्त्र के बारे में नहीं है; यह सुरक्षा और संघर्ष के साथ गहराई से उलझी हुई है। डेटा कैप्चर करता है कि कैसे धार्मिक समूहों को हिंसा से जोड़ा या अलग किया जाता है, विशेष रूप से उत्तरी नाइजीरिया में विद्रोह के संदर्भ में। अपने विश्लेषण में "बोको हराम" (Boko Haram) को एक एकल इकाई के रूप में रखकर, शोधकर्ताओं ने सुनिश्चित किया कि उस नाम के भीतर "हराम" (वर्जित) शब्द गलती से धार्मिक नियमों से संबंधित कोड को सक्रिय न कर दे, जिससे सुरक्षा चर्चा को धार्मिक चर्चा से अलग रखा जा सके।

इस कार्य का मूल्य अराजक ऑनलाइन बहसों को एक संरचित संसाधन में बदलने की इसकी क्षमता में निहित है। यह शोधकर्ताओं को केवल उपाख्यानों (anecdotes) से आगे बढ़ने और लाखों शब्दों के वास्तविक पैटर्न को देखने की अनुमति देता है कि कैसे वे अफ्रीका में धार्मिक पहचान को आकार देते हैं। यह कॉर्पस अब अन्य विद्वानों के लिए उपलब्ध है, जो इसका उपयोग यह जांचने के लिए कर सकते हैं कि रूढ़ियाँ कैसे बनती हैं या धार्मिक भाषा में राजनीतिक निष्ठा कैसे व्यक्त की जाती है। शोधकर्ता इस बात पर जोर देते हैं कि हालांकि कंप्यूटर ने गिनती की, लेकिन इन पैटर्न की व्याख्या के लिए मानवीय अंतर्दृष्टि की आवश्यकता होती है। उन्होंने क्षेत्र का एक मानचित्र प्रदान किया है, लेकिन इन बहसों के गहरे अर्थों को समझने की यात्रा अभी शुरू ही हुई है। यह परियोजना प्रदर्शित करती है कि सावधानीपूर्वक डिजाइन और पारदर्शी विधियों के साथ, कृत्रिम बुद्धिमत्ता हमें यह समझने में मदद कर सकती है कि समुदाय स्वयं को और दुनिया में अपने स्थान को परिभाषित करने के जटिल तरीकों को कैसे समझते हैं।