Seeing Through Words: Recovering Visual Information from Chinese Word Use
यह अध्ययन प्रदर्शित करता है कि चीनी शब्दों के उपयोग के पैटर्न से दृश्य जानकारी को पुनः प्राप्त किया जा सकता है, जो 'सिंबल इंटरडिपेंडेंसी हाइपोथेसिस' का समर्थन करते हुए यह दर्शाता है कि पाठ-व्युत्पन्न निरूपण (टेक्स्ट-डिराइव्ड रिप्रेजेंटेशन्स) सफलतापूर्वक दृश्य प्रोटोटाइप की भविष्यवाणी करते हैं, जिसकी सटीकता संवेदी-मोटर (सेंसरिमोटर) जुड़ाव और शब्द उपयोग की स्थिरता से प्रभावित होती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
भाषा को अक्सर ध्वनियों और प्रतीकों की एक प्रणाली के रूप में देखा जाता है, दुनिया का वर्णन करने का एक तरीका जो आवश्यक रूप से उसे स्पर्श नहीं करता। फिर भी, दशकों से, शोधकर्ता इस बात पर विचार कर रहे हैं कि क्या शब्द स्वयं उस दुनिया का एक छिपा हुआ मानचित्र रखते हैं। एक प्रमुख विचार, जिसे 'सिंबल इंटरडिपेंडेंसी हाइपोथीसिस' (प्रतीक अंतर्निर्भरता परिकल्पना) के रूप में जाना जाता है, यह सुझाव देता है कि क्योंकि हम वास्तविक चीजों के बारे में बात करने के लिए भाषा का उपयोग करते हैं, इसलिए उन शब्दों के साथ आने वाले पैटर्न उन चीजों के दिखने, महसूस होने और कार्य करने के बारे में जानकारी को एनकोड (कूटबद्ध) करते हैं। यदि यह सत्य है, तो वाक्यों में किसी शब्द का उपयोग करने का तरीका उसके अर्थ की मानसिक तस्वीर को पुनर्गठित करने के लिए पर्याप्त सुराग प्रदान करना चाहिए, भले ही हमने उस वस्तु की कभी तस्वीर न देखी हो। यह प्रश्न भाषाविज्ञान और संज्ञानात्मक विज्ञान के संगम पर स्थित है, जो यह जांचता है कि क्या भाषा की अमूर्त संरचना भौतिक दुनिया के हमारे संवेदी अनुभवों तक वापस जाने के लिए एक सेतु के रूप में कार्य कर सकती है।
सिटी यूनिवर्सिटी ऑफ हांगकांग के शोधकर्ताओं की एक टीम ने चीनी भाषा पर विशेष ध्यान केंद्रित करते हुए इस विचार का परीक्षण करने के लिए एक विशिष्ट लक्ष्य निर्धारित किया। उन्होंने एक सीधा लेकिन कठिन प्रश्न पूछा: यदि आप एक कंप्यूटर को केवल लाखों वाक्यों में उपयोग किए गए एक चीनी शब्द का पाठ (टेक्स्ट) दें, तो क्या वह कंप्यूटर समझ पाएगा कि वह शब्द कैसा दिखता है? उत्तर खोजने के लिए, वे मानवीय अंतर्ज्ञान या पूर्व-निर्धारित नियमों पर निर्भर नहीं रहे। इसके बजाय, उन्होंने एक ऐसी प्रणाली बनाई जो डेटा से स्वयं सीखती है। उन्होंने 2,500 से अधिक सामान्य चीनी शब्द एकत्र किए और ऑनलाइन टेक्स्ट में उनके द्वारा छोड़े गए विशाल डिजिटल निशानों का विश्लेषण किया। प्रत्येक शब्द के लिए, शोधकर्ताओं ने वेब से छवियों का एक अनूठा सेट भी एकत्र किया, जिससे एक दृश्य प्रोटोटाइप (आदर्श रूप) बना जो इस बात का प्रतिनिधित्व करता था कि वह शब्द वास्तव में दुनिया में कैसा दिखता है।
उनके प्रयोग का मुख्य आधार मिलान का एक खेल था। शोधकर्ताओं ने एक कंप्यूटर मॉडल को प्रशिक्षित किया ताकि वह अधिकांश शब्दों का उपयोग करके पाठ और छवियों के बीच के संबंध को सीख सके। फिर, उन्होंने एक बार में एक शब्द को छिपा दिया और मॉडल से केवल अन्य शब्दों से सीखे गए पाठ पैटर्न के आधार पर उसके दृश्य स्वरूप की भविष्यवाणी करने को कहा। मॉडल एक भविष्यवाणी उत्पन्न करेगा, और शोधकर्ता यह जाँचेंगे कि क्या वह भविष्यवाणी हजारों अन्य छवियों के पुस्तकालय में से सही छवि को सफलतापूर्वक चुन सकती है। यह इस बात का एक कठोर परीक्षण था कि क्या किसी शब्द का भाषाई विवरण उसके दृश्य लक्ष्य को अन्य सभी संभावनाओं से अलग करने के लिए पर्याप्त विशिष्ट विवरण रखता है।
परिणाम स्पष्ट और आश्चर्यजनक रूप से मजबूत थे। मॉडल अपने लक्षित दृश्य को याद से काफी बेहतर तरीके से पहचानने में सक्षम था। जब कंप्यूटर को 2,571 उम्मीदवारों के समूह में से सही छवि चुनने की चुनौती दी गई, तो इसने उस समय की तुलना में बहुत अधिक बार सफलता प्राप्त की जब उसने केवल शब्द की सामान्य श्रेणी (जैसे कि वह संज्ञा है या क्रिया) के आधार पर अनुमान लगाया होता। इससे भी अधिक प्रभावशाली बात यह थी कि सिस्टम तब भी सही छवि को पहचान सकता था जब प्रतिस्पर्धा बहुत कठिन थी: जब मॉडल को अपने लक्षвित शब्द और अर्थ एवं उपयोग में बहुत समान शब्दों के बीच चयन करना था। यह सुझाव देता है कि भाषा के उपयोग के पैटर्न दृश्य उपस्थिति के बारे में सूक्ष्म विवरणों को समाहित करते हैं जो व्यापक श्रेणियों से परे जाते हैं।
हालाँकि, अध्ययन ने यह भी प्रकट किया कि शब्दों के माध्यम से "देखने" की यह क्षमता हर शब्द के लिए एक समान नहीं है। शोधकर्ताओं ने पाया कि भविष्यवाणी की सफलता इस बात पर बहुत अधिक निर्भर करती थी कि शब्द किस प्रकार के अनुभव का वर्णन करता है। वे शब्द जो दृश्य अनुभवों से दृढ़ता से जुड़े थे, उन्हें पुनः प्राप्त करना सबसे आसान था। दिलचस्प बात यह है कि गंध से जुड़े शब्दों ने भी दृश्य रिकवरी में एक मजबूत संबंध दिखाया, जिससे पता चलता है कि गंध के विवरण अक्सर विशिष्ट, दृश्यमान वस्तुओं की ओर संकेत करते हैं। इसके विपरीत, आंतरिक शारीरिक संवेदनाओं, जैसे भूख या दर्द से संबंधित शब्द, दृश्य रूप से निर्धारित करने में कठिन थे। डेटा ने यहाँ एक नकारात्मक संबंध दिखाया, जिसका अर्थ है कि एक शब्द आंतरिक संवेदनाओं से जितना अधिक जुड़ा था, उसके द्वारा स्पष्ट, विशिष्ट छवि प्रकट करने की संभावना उतनी ही कम थी।
शब्द के उपयोग की निरंतरता ने भी एक महत्वपूर्ण भूमिका निभाई। जब एक शब्द का उपयोग कई अलग-अलग संदर्भों और स्थितियों में किया गया, तो दृश्य भविष्यवाणी कमजोर हो गई। यह सहज रूप से समझ में आता है: यदि एक शब्द का उपयोग विभिन्न प्रकार के दृश्यों का वर्णन करने के लिए किया जाता है, तो पाठ विभिन्न छवियों का एक धुंधलापन बन जाता है, जिससे एक एकल दृश्य प्रोटोटाइप को अलग करना कठिन हो जाता है। इसके विपरीत, जब किसी शब्द से जुड़ी छवियां विभिन्न नमूनों में स्थिर और सुसंगत थीं, तो पाठ-आधारित भविष्यवाणियां बहुत सटीक हो गईं। अध्ययन में यह भी पाया गया कि शब्द की दृश्य स्पष्टता इस बात से जुड़ी थी कि उसका छवि प्रतिनिधित्व कितना स्थिर था; अधिक विश्वसनीय दृश्य सारांश वाले शब्दों को पाठ से पुनः प्राप्त करना आसान था।
ये निष्कर्ष दुनिया के साथ भाषा के संबंध के बारे में एक सूक्ष्म दृष्टिकोण प्रदान करते हैं। वे पुष्टि करते हैं कि भाषाई संबंध वास्तव में संवेदी सूचना तक पहुँच प्रदान करते हैं, जो इस विचार का समर्थन करते हैं कि हमारे शब्द हमारे संवेदी अनुभवों में गहराई से निहित हैं। लेकिन वे यह भी दिखाते हैं कि यह पहुँच समान नहीं है; यह इस बात पर भिन्न होती है कि अनुभव किस प्रकार का है और उस शब्द का उपयोग कितनी निरंतरता के साथ किया जाता है। अनुसंधान प्रदर्शित करता है कि यद्यपि भाषा दृश्य दुनिया में एक खिड़की के रूप में कार्य कर सकती है, इस खिड़की से दिखने वाला दृश्य उन चीजों के लिए सबसे स्पष्ट है जिन्हें हम देखते और सूंघते हैं, और उनके लिए जो उन्हें एक स्थिर, सुसंगत तरीके से वर्णित करते हैं। आंतरिक भावनाओं या अत्यधिक विविध उपयोगों के लिए, खिड़की अधिक धुंधली है, जो हमें याद दिलाती है कि शब्दों और छवियों के बीच का सेतु हमारे दैनिक जीवन के विशिष्ट, आवर्ती पैटर्न से निर्मित होता 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।