ದಾಖಲೆಗಳ ಸ್ವಯಂಚಾಲಿತ ಶೋಧನೆ ಸಾಧ್ಯವೇ?

ಆದಾಗ್ಯೂ, ಇಲ್ಲಿರುವ ಒಂದು ಪ್ರಮುಖ ನ್ಯೂನತೆಯೆಂದರೆ, ಹೀಗೆ ಬೇರೆ ಬೇರೆ ತಾಣಗಳಲ್ಲಿ ಹಂಚಿಹೋಗಿರುವ ಜ್ಞಾನವನ್ನು ಪ್ರಸ್ತುತತೆಯ ಆಧಾರದ ಮೇಲೆ ಗುರುತಿಸುವುದು  ಕಷ್ಟವಾಗಿರುತ್ತದೆ. ಈಗ, ಬೆಂಗಳೂರಿನ  ಭಾರತೀಯ ವಿಜ್ಞಾನ ಸಂಸ್ಥೆಯ ‘ಉತ್ಪನ್ನ ವಿನ್ಯಾಸ ಮತ್ತು ತಯಾರಿಕಾ ಕೇಂದ್ರ’ದ ಸಂಶೋಧಕರಾದ ಎನ್ ಮಧುಸೂಧನನ್, ಪ್ರೊಫೆಸರ್ ಅಮರೇಶ್ ಚಕ್ರಬರ್ತಿ ಹಾಗೂ ಪ್ರೊಫೆಸರ್ ಬಿ.ಗುರುಮೂರ್ತಿ ಅವರು ಸೇರಿಕೊಂಡು ಒಂದು ವಿನೂತನ ವಿಧಾನವನ್ನು ಅಭಿವೃದ್ಧಿ ಪಡಿಸಿದ್ದಾರೆ.

ಈ ವಿಧಾನವು, ಮಾಹಿತಿ ಸಂಗ್ರಹಗಳಿಂದ ಅಮೂಲ್ಯವಾದ, ಪ್ರಸ್ತುತತೆಗೆ ಸಂಬಂಧಿತ ಮಾಹಿತಿಯನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಹೊರತೆಗೆಯುತ್ತದೆ. ಈ ಸಂಶೋಧಕರು, ಈ ವಿಧಾನದ ಮೌಲ್ಯಾಂಕನವನ್ನು ವಿಮಾನ ಜೋಡಣೆಯ ವಿಷಯದಲ್ಲಿ ನಿರೂಪಿಸಿದ್ದಾರೆ.

ಜೋಡಣೆ ಅಥವಾ ತಯಾರಿಕಾ ಪ್ರಕ್ರಿಯೆಯು ಚಾಲ್ತಿಯಲ್ಲಿರುವಾಗ, ಒಂದು ಉತ್ಪಾದಕ ವಸ್ತುವಿನ ಜೀವನಚಕ್ರದ ವಿವಿಧ ಹಂತಗಳಲ್ಲಿ ಉಂಟಾಗಬಹುದಾದ ಸಮಸ್ಯೆಗಳ ಬಗೆಗಿನ ಜ್ಞಾನವು,ಇತರ ಉತ್ಪನ್ನಗಳ ವಿನ್ಯಾಸ ಅಥವಾ ಇತರ ಉತ್ಪನ್ನಗಳ ಬಗ್ಗೆ ಯೋಜನೆ ತಯಾರಿಸುವ ಹಂತದಲ್ಲಿ ಸಹಾಯಕವಾಗಬಹುದು. ತಯಾರಕ ವಸ್ತುಗಳ ಜೀವನಚಕ್ರದ ನಂತರದ ಹಂತಗಳಲ್ಲಿ ಬರಬಹುದಾದ ಸಂಭಾವ್ಯ ಸಮಸ್ಯೆಗಳನ್ನು ಮುಂಗಾಣಲು ಮತ್ತು ಸಂಭವನೀಯ ಪರಿಹಾರಗಳನ್ನು ಹುಡುಕಲು ಈ ದಾಖಲೆಗಳು ಸಹಾಯ ಮಾಡುತ್ತವೆ.

ಆದಾಗ್ಯೂ, ಈ ದಾಖಲೆಗಳಿಂದ ಸಂಬಂಧಿತ ಮಾಹಿತಿ ಹೊರತೆಗೆಯುವ ಪ್ರಕ್ರಿಯೆಯು ಅತ್ಯಂತ ಪ್ರಯಾಸಕರ ಮತ್ತು ಹೆಚ್ಚು ಸಮಯ ಬೇಡುತ್ತದೆ. ಇದಕ್ಕೆ ಕಾರಣ, ಸಾಮಾನ್ಯವಾಗಿ ಈ ದಾಖಲೆಗಳು ಪ್ರಕರಣ ಅಧ್ಯಯನಗಳ ರೂಪದಲ್ಲಿರುತ್ತವೆ. ಅಷ್ಟೇ ಅಲ್ಲದೆ, ಒಂದು ನಿರ್ದಿಷ್ಟ ದಾಖಲೆಯ ಎಲ್ಲಾ ಮಾಹಿತಿಯೂ ನಮ್ಮ ಆಸಕ್ತಿಯ ವಿಷಯಕ್ಕೆ ಸಂಬಂಧಿತವಾಗಿರುವುದಿಲ್ಲ.

ಈ ಮುಂಚೆ, ವಿನ್ಯಾಸಕರು ದಾಖಲೆಗಳನ್ನು ವಿಂಗಡಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತಿದ್ದ ವಿಧಾನಗಳು ಬೇರೆಯೇ ರೀತಿಯಲ್ಲಿ ಕಾರ್ಯ ನಿರ್ವಹಿಸುತ್ತಿದ್ದವು; ಸಾಮಾನ್ಯವಾಗಿ, ಆ ವಿಧಾನಗಳಿಗೆ ನಮಗೆ ಬೇಕಾದ ಪಠ್ಯದ ಅರ್ಥ ತಿಳಿಯುತ್ತಿರಲಿಲ್ಲ. ಗುರುತುಪಟ್ಟಿ ಅಂಟಿಸುವಿಕೆಯ ಅವಶ್ಯಕತೆಯಿತ್ತು. ಹಾಗೂ, ಬೇಕಿರುವ ಮಾಹಿತಿಯನ್ನು ಹುಡುಕಲು ಆ ವಿಧಾನಕ್ಕೆ ಪೂರ್ವಭಾವಿಯಾಗಿ ಸಾಕಷ್ಟು ಪ್ರಮಾಣದಲ್ಲಿ ನಿರ್ದೇಶನ ನೀಡುವ ಮಾಹಿತಿಯ ಪೂರೈಕೆಯಾಗಬೇಕಿತ್ತು.

‘ಹಳೆಯ ವಿಧಾನಗಳು, ಬರೆಯುವ ಸಮಯದಲ್ಲಿ ದಾಖಲೆಗಳಿಗೆ ಕೀವರ್ಡ್‌ಗಳು ಅಥವಾ ಮುಖ್ಯ ಪದಗಳನ್ನು ಥಳಕು ಹಾಕಬೇಕು ಅಥವಾ ಟ್ಯಾಗ್ ಮಾಡಬೇಕು ಎಂದು ಅಪೇಕ್ಷಿಸುತ್ತವೆ. ಆದರೆ, ದುರದೃಷ್ಟವಶಾತ್, ವಿಮಾನ ಜೋಡಣೆಯಂತಹ ನಿರ್ದಿಷ್ಟ ಸನ್ನಿವೇಶಗಳಿಗೆ, ಟ್ಯಾಗ್ ಆಗಿರುವ ಮುಖ್ಯಪದಗಳನ್ನು ಹೊಂದಿರುವ ಮಾಹಿತಿ ಸಂಗ್ರಹವು ಲಭ್ಯವಿಲ್ಲ’ ಎನ್ನುತ್ತಾರೆ  ಮಧುಸೂಧನನ್.

ಭಾರತೀಯ ವಿಜ್ಞಾನ ಸಂಸ್ಥೆಯ ಸಂಶೋಧಕರು ಪ್ರಸ್ತಾಪಿಸಿರುವ ಪರಿಹಾರದ ಪ್ರಕಾರ, ಈ ಹೊಸ ವಿಧಾನದ ಕಾರ್ಯವಿಧಾನವು ಮಾಹಿತಿ ಸಂಗ್ರಹದ ವಿಷಯಗಳ ಅರ್ಥೈಸಿಕೊಳ್ಳುವಿಕೆಯನ್ನು ಆಧರಿಸಿದೆ. ಇದು ಕೇವಲ ದಾಖಲೆಗಳ ಪಠ್ಯವನ್ನು ವಿರಳವಾಗಿ ಜಾಲಿಸುವುದಿಲ್ಲ. ಹಾಗಾಗಿ, ದಾಖಲೆಗಳ ಸಂಗ್ರಹದಿಂದ  ಸಂಬಂಧಿತ ಭಾಗವನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಹೊರತೆಗೆಯಲು ಶಕ್ತವಾಗಿರುತ್ತದೆ.

ಈ ಪ್ರಸ್ತಾಪಿತ ಪರಿಹಾರವು ಚೆನ್ನಾಗಿ ಬರೆದ ಹಾಗೂ ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಪರಿಶೀಲಿಸಿದ ದಾಖಲೆಗಳ ಸಂಗ್ರಹದ ಮೇಲೆ  ಕೆಲಸ ಮಾಡುತ್ತದೆ. ಈ ದಾಖಲೆಗಳ ಸಂಗ್ರಹವು ಹಲವಾರು ತಜ್ಞರ ಸಾಮೂಹಿಕ ಜ್ಞಾನವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ. ಈ ದಾಖಲೆಗಳನ್ನು ಬಹುತೇಕ ಏಕಪಕ್ಷೀಯ ಸಂವಹನ ಎಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತದೆ ಅಥವಾ ಇದನ್ನು ಲೇಖಕರಿಂದ ಓದುಗರಿಗೆ ಹರಿದು ಬರುವ ಪ್ರವಚನ ಎನ್ನಬಹುದು.

ಇದು ಒಂದು ಕ್ರಮಾಗತ, ಸಂಘಟಿತ ರಚನೆಯಾಗಿರುತ್ತದೆ. ಈ ಪರಿಹಾರವು ಪ್ರತ್ಯೇಕತೆ ಮತ್ತು ವರ್ಗೀಕರಣ ಎಂಬ ಎರಡು ಹಂತಗಳನ್ನು ಹೊಂದಿದೆ.
ಪ್ರತ್ಯೇಕತೆಯು, ಒಂದೇ ವಿಷಯದ ಬಗೆಗಿರುವ ಪಠ್ಯ ಭಾಗಗಳನ್ನು ಗುರುತಿಸಿ ಪ್ರತ್ಯೇಕಿಸುವುದು ಅಥವಾ ಬೇರ್ಪಡಿಸುವುದೇ ಆಗಿದೆ. ನಿಕಟವಾಗಿ ಸಂಬಂಧಿತ ವಾಕ್ಯಗಳ ಸಂಗ್ರಹಣೆಗಳನ್ನು ಸುಸಂಬದ್ಧ ಭಾಗಗಳೆಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಈ ವಿಧಾನವು ಇಂತಹ ವಾಕ್ಯಗಳನ್ನು ಪರಾಮರ್ಶಿಸಿ, ಇವುಗಳಲ್ಲಿ ಚರ್ಚಿಸಲಾದ ವಿಷಯಗಳ ಪಟ್ಟಿ ರೂಪಿಸುತ್ತದೆ.

‘ವರ್ಡ್‌ನೆಟ್’ ಎಂಬ ಇಂಗ್ಲಿಷ್ ನಿಘಂಟಿನ ದತ್ತಸಂಚಯವನ್ನು ಇಲ್ಲಿ ಬಳಸಲಾಗಿದೆ. ಮುಂದಿನ ಹಂತವಾದ ವರ್ಗೀಕರಣದಲ್ಲಿ, ಪಟ್ಟಿಯಲ್ಲಿರುವ ಘಟಕಗಳು ಆಸಕ್ತಿಯ ವಿಷಯಕ್ಕೆ ಸಂಬಂಧಿಸಿದೆಯೇ ಎಂಬುದನ್ನು ಗುರುತಿಸಲಾಗುತ್ತದೆ.

ಪಟ್ಟಿಯಲ್ಲಿನ ಘಟಕಗಳು ಮತ್ತು ಮಾಹಿತಿ ಭಾಗಗಳನ್ನು ‘ಸಂಬಂಧಿತ’ ಎಂದು ವರ್ಗೀಕರಿಸಲಾಗುವುದು. ಆಸಕ್ತಿಯ ವಿಷಯದೊಂದಿಗೆ ಅವುಗಳ ಹೋಲಿಕೆಯು ಒಂದು ನಿರ್ದಿಷ್ಟ ಮಿತಿಗಿಂತ ಹೆಚ್ಚಿದ್ದಾಗ ಮಾತ್ರ. ಇಲ್ಲವಾದಲ್ಲಿ, ‘ಅಸಂಬಂಧಿತ’ ಎಂದು ವರ್ಗೀಕರಿಸಲಾಗುತ್ತದೆ. ಇಲ್ಲಿ ಹೋಲಿಕೆಯ ಆಧಾರವಾಗಿ ಒಂದು ಅಥವಾ ಹೆಚ್ಚಿನ ಮೂಲತತ್ವ ಶಾಸ್ತ್ರಗಳಿವೆ.  ಪ್ರತ್ಯೇಕತೆ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಪ್ರಮುಖ ಸವಾಲೆಂದರೆ ಸರ್ವನಾಮಗಳ ಬಳಕೆ. ಆಗಾಗ್ಗೆ ಪುನರಾವರ್ತನೆಗಳನ್ನು ತಪ್ಪಿಸುವ ಸಲುವಾಗಿ ಇವನ್ನು ಎಚ್ಚರಿಕೆಯಿಂದ ಬಳಸಬೇಕಾಗಿದೆ. ಈ ಸಮಸ್ಯೆಯನ್ನು ತಪ್ಪಿಸಲು ಸಂಶೋಧಕರು ಈಗಾಗಲೇ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಒಂದು ತಂತ್ರಾಂಶವನ್ನು ಬಳಸಿದ್ದಾರೆ. ಈ ತಂತ್ರಾಂಶವು, ಪಠ್ಯವನ್ನು ಓದಿ, ಸರ್ವನಾಮವು ಉಲ್ಲೇಖಿಸುವ ಪದವನ್ನು ಗುರುತಿಸುತ್ತದೆ ಮತ್ತು ಸರ್ವನಾಮವನ್ನು ಬದಲಾಯಿಸಿ ಆ ಪದವನ್ನು ಅಲ್ಲಿರಿಸುತ್ತದೆ. ಇದನ್ನು ಪುನರುಕ್ತಿ ಪರಿಹಾರ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ನಂತರ, ಇದು ಅಕ್ಕಪಕ್ಕದ ವಾಕ್ಯಗಳನ್ನು ಅವು ಹೊಂದಿರುವ ಪದಗಳ ಆಧಾರದ ಮೇಲೆ ಒಂದೇ ಸಂಬಂಧಿತ ಭಾಗಕ್ಕೆ ಸೇರುತ್ತವೆಯೇ ಎಂದು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ. ನಿಕಟವರ್ತಿ ಪದಗಳ ಇರುವು, ವಾಕ್ಯಗಳನ್ನು ಒಂದೇ ಸಂಬಂಧಿತ ಭಾಗಕ್ಕೆ ಸೇರಿಸುತ್ತದೆ. ಸಂಶೋಧಕರು, ಈ ಸ್ವಯಂಚಾಲಿತ ಪ್ರತ್ಯೇಕತೆ - ವರ್ಗೀಕರಣ ವಿಧಾನದ ಫಲಿತಾಂಶಗಳನ್ನು, ಮಾನವರು ಕೈಯ್ಯಾರೆ ಮಾಡುವ ಪ್ರತ್ಯೇಕತೆ - ವರ್ಗೀಕರಣ ವಿಧಾನದ ಫಲಿತಾಂಶಗಳಿಗೆ  ಹೋಲಿಸಿದಾಗ, ಸ್ವಯಂಚಾಲಿತ ವಿಧಾನವು ಶೇ 75 ನಿಖರತೆ ಹೊಂದಿರುವುದು ಕಂಡುಬಂತು. ಮಾನವ  ಕೈಯ್ಯಾರೆ ಮಾಡುವ ವರ್ಗೀಕರಣದ ವಿರುದ್ಧ ಸ್ವಯಂಚಾಲಿತ ವರ್ಗೀಕರಣದ ಮೌಲ್ಯಾಂಕನವು ಶೇ 85 ಎಂದು ಕಂಡುಬಂತು.

ಪರಿಹಾರದ ನಿಖರತೆಯ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರುವ ಎರಡು ಪ್ರಮುಖ ಸವಾಲುಗಳಿವೆ. ಅವೆಂದರೆ, ಸಾಮಾನ್ಯ ಇಂಗ್ಲಿಷ್ ಶಬ್ದಕೋಶದಲ್ಲಿ ಪ್ರತಿ ವಿಷಯಕ್ಕೂ ಸಂಬಂಧಿಸಿದಂತೆ ಇರಬೇಕಾದ ನಿರ್ದಿಷ್ಟ ಪದಗಳ ಕೊರತೆ ಮತ್ತು ಅದೇ ಪದಗಳನ್ನು ವಿವಿಧ ಸಂದರ್ಭಗಳಲ್ಲಿ ವಿವಿಧ ಅರ್ಥ ಬರುವಂತೆ ಬಳಸಿದಾಗ ಉಂಟಾಗುವ ಸಂದಿಗ್ದಾರ್ಥತೆ.

ಮತ್ತಷ್ಟು ವಿವಿಧ ವಿಧಾನಗಳನ್ನು ಬಳಸಿ ಸಂದಿಗ್ದಾರ್ಥತೆಯ ನಿವಾರಿಸುವಿಕೆಯು  ಮತ್ತು ನಿರ್ದಿಷ್ಟ ವಿಚಾರಗಳ ಬಗ್ಗೆ ಸಂಬಂಧಿತ ಸಂಪನ್ಮೂಲಗಳ ಹೆಚ್ಚಿನ ಲಭ್ಯತೆಯು, ಈ ಸವಾಲುಗಳನ್ನು ತೊಡೆದುಹಾಕುವಲ್ಲಿ ಸಹಾಯಕವಾಗುತ್ತದೆ. ಈ ಹೊಸ ಸಂಶೋಧನೆಯು ವಿನ್ಯಾಸ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಉತ್ತಮಗೊಳಿಸಲು ಪ್ರವರ್ತಿಸುತ್ತಿದೆ.

‘ಒಂದು ಉತ್ಪನ್ನದ ಜೀವನಚಕ್ರದ ಒಂದು ಹಂತದಲ್ಲಿನ ತಜ್ಞ ಜ್ಞಾನವನ್ನು ಮತ್ತೊಂದು ಹಂತದಲ್ಲಿ ಬಳಸುವುದರಿಂದ, ಅದೇ ಸಮಸ್ಯೆಗಳ ಪುನರಾವರ್ತನೆಯನ್ನು ತಡೆಯಬಹುದು

ಅಥವಾ ಕಡಿಮೆ ಮಾಡಬಹುದು ಎಂದು ನಿರೀಕ್ಷಿಸಲಾಗಿದೆ. ಇದು ಉತ್ಪನ್ನದ ಜೋಡಣೆಯನ್ನು ಕಡಿಮೆ ಕಷ್ಟಕರ, ಕಡಿಮೆ ಅಪಾಯಕಾರಿ, ಮತ್ತು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯನ್ನಾಗಿಸುತ್ತದೆ ಎಂಬ ಆಶಾಭಾವನೆ ಹೊಂದಿದ್ದೇವೆ’ ಎಂದು ತಮ್ಮ ವಿವರಣೆಯನ್ನು ಮುಗಿಸುತ್ತಾರೆ  ಮಧುಸೂಧನ್.
   –  ಗುಬ್ಬಿ ಲ್ಯಾಬ್ಸ್‌,
(ಸಂಶೋಧನಾ ಚಟುವಟಿಕೆಗಳ ಬಗ್ಗೆ ವ್ಯವಹರಿಸುವ ಸಾಮಾಜಿಕ ಉದ್ಯಮ)