Visual–semantic coherence of Chinese colour metaphor lexemes: What interpretable visual features reveal about multimodal meaning stability
यह अध्ययन प्रदर्शित करता है कि चीनी रंग रूपक लेक्सिम्स (lexemes) की दृश्य-अर्थगत सुसंगतता (visual–semantic coherence) केंद्रीय छवि प्रवृत्तियों के बजाय व्याख्या योग्य दृश्य विशेषताओं—विशेष रूप से क्षैतिज समरूपता और सुसंगत दृश्य परिवर्तनशीलता—द्वारा महत्वपूर्ण रूप से पूर्वानुमानित होती है, जो यह प्रकट करता है कि बहुविध अर्थ स्थिरता विविध डिजिटल इंस्टेंशिएशन (instantiations) में दृश्य पैटर्न की पहचान योग्यता पर निर्भर करती 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
डिजिटल युग में, शब्द शायद ही कभी अकेले चलते हैं। जब हम ऑनलाइन किसी शब्द को खोजते हैं, तो हमें केवल टेक्स्ट ही नहीं मिलता; हमारा स्वागत छवियों के एक सैलाब से होता है जिसे हमारा मस्तिष्क तुरंत शब्द के अर्थ के साथ मिलाने की कोशिश करता है। भाषा और दृष्टि का यह मेल दुनिया को समझने का एक मौलिक हिस्सा है, लेकिन यह हमेशा एक सटीक मिलान नहीं होता। कुछ शब्द, जैसे कि "सेब" या "पर्वत," मन में एक बहुत स्पष्ट, सुसंगत चित्र लाते हैं। अन्य, विशेष रूप से वे जो जटिल सांस्कृतिक या रूपक (metaphorical) तरीकों से उपयोग किए जाते हैं, छवियों का एक अराजक मिश्रण पेश कर सकते हैं जिनका आपस में बहुत कम संबंध लगता है। शोधकर्ता लंबे समय से जानते हैं कि अमूर्त विचारों की तुलना में मूर्त वस्तुओं की कल्पना करना आसान होता है, लेकिन एक नया प्रश्न उभरा है: जब किसी शब्द का दृश्य संबंध होता है, तो वह संबंध को क्या मजबूत या कमजोर बनाता है? क्या यह शब्द का स्वयं का अर्थ है, या यह उन चित्रों के बारे में कुछ है जो हम उसे खोजने पर पाते हैं?
शोधकर्ताओं की एक टीम ने चीनी रंग शब्दों का परीक्षण करके इसका उत्तर देने का प्रयास किया, जिनका उपयोग रूपक के रूप में किया जाता है। चीनी में, "लाल" या "काला" जैसे रंग शब्द केवल प्रकाश की तरंग दैर्ध्य (wavelengths) के बारे में नहीं हैं; वे भारी सांस्कृतिक महत्व रखते हैं। "लाल" क्रांति या सौभाग्य का प्रतीक हो सकता है, जबकि "काला" अवैध या अनैतिक कुछ संकेत दे सकता है। ये शब्द यौगिकों (compounds) का एक समृद्ध नेटवर्क बनाते हैं, जैसे कि क्रांतिकारी संगीत के लिए "लाल गीत" या अवैध व्यापार के लिए "काला बाजार"। शोधकर्ता जानना चाहते थे कि क्या ये रूपक शब्द आधुनिक डिजिटल दुनिया में एक स्थिर दृश्य पहचान रखते हैं। क्या वे चित्र जो उनके लिए खोज करने पर दिखाई देते हैं वास्तव में वैसा ही दिखते हैं जैसा कि शब्द का अर्थ है, या क्या यह संबंध टूट गया है? यह पता लगाने के लिए, उन्होंने ऐसे 184 रंग-आधारित शब्दों का एक विशाल डेटासेट बनाया। प्रत्येक शब्द के लिए, उन्होंने एक प्रमुख चीनी सर्च इंजन से 100 चित्र एकत्र किए और डिजिटल टेक्स्ट के एक बड़े संग्रह से वाक्य में उपयोग किए गए शब्द के 100 उदाहरण लिए।
उनका मुख्य अन्वेषण यह मापने के लिए था कि शब्द का दृश्य अर्थ उसके शाब्दिक अर्थ से कितनी अच्छी तरह मेल खाता है। उन्होंने एक परिष्कृत कंप्यूटर प्रणाली का उपयोग किया जिसे छवियों और भाषा दोनों को समझने के लिए प्रशिक्षित किया गया था, जो एक स्कोर निर्धारित कर सकती थी कि छवियों का "विचार" टेक्स्ट के "विचार" के साथ कितनी निकटता से संरेखित है। यदि स्कोर उच्च था, तो शब्द का एक स्थिर दृश्य-शाब्दिक (visual-semantic) संबंध था; यदि यह कम था, तो चित्र और टेक्स्ट एक-दूसरे से अलग हो रहे थे। लेकिन शोधकर्ता केवल स्कोर मापने तक ही नहीं रुके। वे यह समझना चाहते थे कि कुछ शब्द अच्छा स्कोर क्यों करते थे और अन्य क्यों नहीं। उन्होंने स्वयं छवियों से दर्जनों विशिष्ट, मापने योग्य गुण निकाले—जैसे कि चित्र कितने सममित (symmetrical) थे, सेट में रंग कितना विविध था, चित्र कितने व्यस्त या अव्यवस्थित दिखे, और फ्रेम के भीतर आंख स्वाभाविक रूप से कहां आकर्षित होती है। फिर उन्होंने पूछा कि क्या ये दृश्य गुण संरेखण स्कोर की भविष्यवाणी कर सकते हैं।
परिणामों ने इस बारे में एक आश्चर्यजनक सत्य प्रकट किया कि डिजिटल युग में अर्थ का निर्माण कैसे किया जाता है। शोधकर्ताओं ने पाया कि छवियों के दृश्य गुणों ने इस भिन्नता के एक महत्वपूर्ण हिस्से की व्याख्या की कि शब्द और चित्र कितनी अच्छी तरह मेल खाते हैं। वास्तव में, ये मानव-व्याख्या योग्य दृश्य विशेषताएं कंप्यूटर मॉडल के अपने आंतरिक, जटिल गणितीय निरूपणों की तुलना में संबंध को समझाने में बेहतर थीं। सबसे शक्तिशाली भविष्यवक्ता यह नहीं था कि चित्र औसतन आमतौर पर कैसे दिखते थे, बल्कि यह था कि वे कितने सुसंगत थे। एक शब्द एक मजबूत संबंध प्राप्त करता था जब उससे जुड़ी छवियां एक पहचानने योग्य दृश्य पैटर्न साझा करती थीं, भले ही वह पैटर्न सरल ही क्यों न हो। उदाहरण के लिए, जिन शब्दों की छवियों ने उच्च स्तर की क्षैतिज समरूपता (horizontal symmetry) या दृश्य ध्यान का संतुलित वितरण दिखाया, उनमें टेक्स्ट और इमेज अर्थों के बीच बहुत मजबूत संबंध था।
इसके विपरीत, अध्ययन ने दिखाया कि दृश्य निरंतरता (visual consistency) का अभाव अर्थ के निर्माण में एक बड़ी बाधा थी। जब एक ही शब्द के लिए चित्र एक-दूसरे से बहुत भिन्न थे—कुछ सममित, कुछ अराजक, कुछ उज्ज्वल, कुछ गहरे—तो शब्द और उसके दृश्य अर्थ के बीच का संबंध कमजोर हो गया, चाहे शब्द की परिभाषा कितनी भी स्पष्ट क्यों न हो। यह निष्कर्ष इस पुराने विचार को चुनौती देता है कि अर्थ केवल हमारे दिमाग में एक स्थिर चित्र है। इसके बजाय, यह सुझाव देता है कि अर्थ एक गतिशील स्थिरता है। एक शब्द अपने दृश्य अर्थ को इसलिए बनाए रखता है क्योंकि प्रत्येक एकल छवि समान नहीं होती, बल्कि छवियों का संग्रह एक सुसंगत, पहचानने योग्य दृश्य अनुभव उत्पन्न करता है। अध्ययन ने इस विचार को भी खारिज कर दिया कि कंप्यूटर मॉडल की अपनी आंतरिक "ब्लैक बॉक्स" विशेषताएं स्थिरता के लिए सबसे अच्छा स्पष्टीकरण थीं; छवियों के सरल, अवलोकन योग्य गुण, जैसे कि समरूपता और रंग संतुलन, एक स्पष्ट कहानी बताते थे।
अंततः, यह कार्य एक ठोस मानचित्र प्रदान करता है कि आधुनिक दुनिया में भाषा और दृष्टि कैसे परस्पर क्रिया करते हैं। यह दिखाता है कि रूपक शब्दों के लिए डिजिटल वातावरण में एक स्थिर अर्थ बनाए रखने के लिए, उनके द्वारा आकर्षित की जाने वाली छवियों को दृश्य रूप से सुसंगत होना चाहिए। यदि शब्द के आसपास का दृश्य जगत बहुत अधिक अराजक या असंगत हो जाता है, तो शब्द का अर्थ टूटने लगता है, भले ही टेक्स्ट वही रहे। शोधकर्ताओं ने प्रदर्शित किया कि हम इस जटिल संबंध को छवियों के बुनियादी निर्माण खंडों को देखकर समझ सकते हैं। डिजिटल युग में एक शब्द के अर्थ की स्थिरता शब्द की परिभाषा पर कम और उस दुनिया की दृश्य सामंजस्य (visual harmony) पर अधिक निर्भर करती है जिसमें वह निवास करता 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।