JoinFinder: A Multi-Modal Architecture for Historical Manuscript Page Identification
जॉइनफाइंडर (JoinFinder) एक मल्टीमॉडल डीप लर्निंग फ्रेमवर्क है जो ऐतिहासिक पांडुलिपि अंशों की पहचान करने के लिए मजबूत एम्बेडिंग्स सीखने हेतु एक स्केलेबल सुपरवाइज्ड प्रॉक्सी के रूप में पांडुलिपि पहचान का लाभ उठाता है, जिससे स्पष्ट जॉइन एनोटेशन की आवश्यकता के बिना काइरो जेनिज़ा कॉर्पस के बीच संभावित जॉइन के खोज में उत्कृष्ट प्रदर्शन प्राप्त होता है।
मूल पेपर CC BY 4.0 (https://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
इतिहास अक्सर टुकड़ों में लिखा जाता है। सदियों से, विद्वान फटे हुए किनारों को भौतिक रूप से मिलाने या हस्तलेखन शैलियों की तुलना करके प्राचीन पांडुलिपियों को जोड़ने का प्रयास करते रहे हैं, जो विशेषज्ञों की दृष्टि और अंतर्ज्ञान पर निर्भर एक श्रमसाध्य प्रक्रिया है। जब एक ही पुस्तक विभिन्न पुस्तकालयों में बिखरी हुई हो, या जब कोई पृष्ठ पहचान में न आने योग्य रूप से क्षतिग्रस्त हो जाए, तो उसके लापता हिस्सों को खोजना लगभग असंभव कार्य बन जाता है। यह चुनौती विशेष रूप से काहिरा जेनिज़ा (Cairo Geniza) के साथ गंभीर है, जो काहिरो के एक आराधनालय (synagogue) के जेनिज़ा (एक भंडारण कक्ष) में रखी यहूदी पांडुलिपि अंशों का एक विशाल संग्रह है। पिछली शताब्दी में, ये टुकड़े दुनिया भर के संस्थानों में बिखर गए हैं, जिन्हें अक्सर बिना किसी संकेत के अलग-अलग सूचीबद्ध किया गया है कि वे कभी एक ही पुस्तक का हिस्सा थे। सामग्री की विशाल मात्रा—लाखों पृष्ठ—मैनुअल पुनर्निर्माण को अव्यावहारिक बना देती है, जिससे अनगिनत ऐतिहासिक संबंध आँखों के सामने होते हुए भी छिपे रह जाते हैं।
इसे हल करने के लिए, शोधकर्ताओं को कंप्यूटर को एक पांडुलिपि के अद्वितीय "फिंगरप्रिंट" (अंगुलियों के निशान) को पहचानना सिखाने की आवश्यकता है। यह फिंगरप्रिंट केवल पृष्ठ पर लिखा गया पाठ नहीं है, बल्कि दस्तावेज़ की भौतिक विशेषताएं हैं: कागज की बनावट, रेखाओं का विन्यास, अक्षरों का विशिष्ट आकार, और सतह पर स्याही के बैठने का तरीका। हालांकि कंप्यूटर पाठ पढ़ने में उत्कृष्ट हो गए हैं, लेकिन उन्हें सूक्ष्म दृश्य और संरचनात्मक संकेतों को समझने में कठिनाई होती है, विशेष रूप से तब जब दस्तावेज़ पुराने, क्षतिग्रस्त या विभिन्न भाषाओं में लिखे हों। लक्ष्य एक ऐसी प्रणाली बनाना है जो एक अंश को देख सके और तुरंत उन अन्य अंशों को खोज सके जो उसका इतिहास साझा करते हैं, भले ही वे किसी दूसरे देश में रखे हों या उम्र और प्रकाश के कारण थोड़े अलग दिखते हों।
तेल अवीव विश्वविद्यालय के शोधकर्ताओं ने इस समस्या के समाधान के लिए 'जॉइनफ़ाइंडर' (JoinFinder) नामक एक नया दृष्टिकोण विकसित किया है। विशिष्ट "जोड़" (joins) या पृष्ठों के बीच संबंधों को खोजने की कोशिश करने के बजाय—एक ऐसा कार्य जिसके सीखने के लिए बहुत कम उदाहरण उपलब्ध हैं—उन्होंने सिस्टम को संपूर्ण पांडुलिपियों की पहचान को पहचानने के लिए प्रशिक्षित किया। उन्होंने ज्ञात पांडुलिपियों के एक बड़े संग्रह का उपयोग प्रशिक्षण मैदान के रूप में किया, कंप्यूटर को हजारों पृष्ठ दिखाए और उसे यह वर्गीकृत करने के लिए कहा कि वे किस पुस्तक से आए हैं। एक पांडुलिपि को दूसरी से अलग पहचानने के माध्यम से, सिस्टम ने अनजाने में उन सूक्ष्म दृश्य और संरचनात्मक विवरणों को सीख लिया जो प्रत्येक पांडुलिपि को अद्वितीय बनाते हैं। प्रशिक्षित होने के बाद, सिस्टम को पूरी तरह से नए अंशों के सेट पर लागू किया जा सकता था जिन्हें उसने पहले कभी नहीं देखा था, और सीखे गए पैटर्न के आधार पर मिलान की खोज की जा सकती थी।
शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो एक पांडुलिपि पृष्ठ को तीन अलग-अलग तरीकों से एक साथ देखता है। पहला, यह पृष्ठ के समग्र स्वरूप का परीक्षण करता है, जैसे कि लेआउट, लेखन का घनत्व और सामग्री की बनावट। दूसरा, यह व्यक्तिगत अक्षरों पर ज़ूम करता है, और उन विशिष्ट आकारों और रेखाओं का विश्लेषण करता है जो हस्तलेखन की विशेषता बताते हैं। तीसरा, यह स्वयं पाठ को पढ़ता है, शब्दों और उनकी व्यवस्था को समझने के लिए ऑप्टिकल कैरेक्टर रिकग्निशन (OCR) का उपयोग करता है। सिस्टम इन तीन सूचना स्रोतों को समान नहीं मानता; इसके बजाय, यह उनकी विश्वसनीयता के आधार पर उन्हें भार देता है। यदि कोई पृष्ठ पाठ को स्पष्ट रूप से पढ़ने के लिए बहुत अधिक क्षतिग्रस्त है, तो सिस्टम अक्षरों के आकार या पृष्ठ के समग्र रूप पर अधिक निर्भर रहता है। यह लचीलापन इसे ऐतिहासिक दस्तावेजों की अव्यवस्थित और अपूर्ण वास्तविकता को संभालने की अनुमति देता है।
इस दृष्टिकोण के परिणामों का परीक्षण जेनिज़ा अंशों के एक विशाल संग्रह पर किया गया। जब सिस्टम को ऐसे पृष्ठ खोजने के लिए कहा गया जो एक ही पांडुलिपि के थे, तो इसने लगभग आधे प्रश्नों के लिए शीर्ष दस परिणामों के भीतर सही मिलान रखने में सफलता प्राप्त की। जब शोधकर्ताओं ने उन पृष्ठों को खोजा जो एक ही कैटलॉग नंबर या शेल्फ स्थान साझा करते थे, तो सफलता दर 60 प्रतिशत से ऊपर पहुंच गई। इससे भी महत्वपूर्ण बात यह है कि सिस्टम ने उन कनेक्शनों को खोज निकाला जिन्हें मौजूदा कैटलॉगों ने मिस कर दिया था। इसने विभिन्न पुस्तकालयों के उन अंशों के जोड़ों की पहचान की जो एक ही हस्तलेखन और लेआउट साझा करते थे, जिससे पता चलता है कि वे कभी एक ही पुस्तक का हिस्सा थे। मानव विशेषज्ञों द्वारा इन खोजों की पुष्टि की गई, जिससे सिद्ध हुआ कि कंप्यूटर ने वास्तविक ऐतिहासिक लिंक खोज लिए हैं जो पहले अज्ञात थे।
अध्ययन ने यह भी प्रकट किया कि सिस्टम काम करता है भले ही स्थितियां नाटकीय रूप रूप से बदल जाएं। इसने पांडुलिपियों की ब्लैक-एंड-व्हाइट छवियों को सफलतापूर्वक मिलाया, जबकि इसे मुख्य रूप से रंगीन छवियों पर प्रशिक्षित किया गया था। इसने अरबी पांडुलिपियों में भी संबंध खोजे, बावजूद इसके कि इसे हिब्रू अक्षरों को ध्यान में रखकर डिजाइन किया गया था। यह सुझाव देता है कि सिस्टम ने पांडुलिपियों की मौलिक दृश्य भाषा को सीख लिया है—जिस तरह से स्याही बहती है, रेखाओं की लय, और पृष्ठ की संरचना—न कि केवल विशिष्ट अक्षरों या रंगों को याद किया है। शोधकर्ताओं ने पाया कि सबसे महत्वपूर्ण सुराग अक्षरों के आकार और पृष्ठ के समग्र लेआउट से आए, जबकि पाठ की सामग्री ने सहायक लेकिन माध्यमिक समर्थन प्रदान किया।
यह कार्य इतिहास के डिजिटल पुनर्निर्माण की दिशा में एक महत्वपूर्ण कदम है। पांडुलिपि की पहचान को सीखने के एक माध्यम (proxy) के रूप में उपयोग करके, शोधकर्ताओं ने एक ऐसा उपकरण बनाया है जो लाखों पृष्ठों तक स्केल कर सकता है, एक ऐसा कार्य जिसे पूरा करने में मानव विद्वानों को सदियां लग सकती हैं। यह सिस्टम विशेषज्ञ का स्थान नहीं लेता; बल्कि, यह एक शक्तिशाली फिल्टर के रूप में कार्य करता है, जो विशाल अभिलेखागारों को छानकर मानव समीक्षा के लिए सबसे आशाजनक उम्मीदवारों को प्रस्तुत करता है। यह घास के ढेर में सुई खोजने के असंभव कार्य को एक प्रबंधनीय खोज में बदल देता है, जिससे विद्वान सबसे संभावित कनेक्शनों पर ध्यान केंद्रित कर पाते हैं। जॉइनफ़ाइंडर की सफलता बताती है कि सही दृष्टिकोण के साथ, अतीत के बिखरे हुए अंशों को वापस जोड़ा जा सकता है, जिससे वे पूर्ण कहानियाँ सामने आ सकती हैं जो वे कभी सुनाते थे।
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।