আমাদের গবেষণা এবং সচলায়তন

কিছুদিন আগে সচলায়তনে তরুণ গবেষকদের আহবান করা হয়েছিল নিজেদের গবেষণা নিয়ে কিছু লিখতে। খানিকটা সেই কারণে, আর খানিকটা অন্য একটি প্রয়োজনে আজকের এই ছোট্ট লেখার অবতারনা।

প্রথমে নিজের খানিকটা পরিচয় দিয়ে নেই। নাম হাম্মাদ আলি, পেশায় ব্র্যাক বিশ্ববিদ্যালয়ে প্রভাষক। ২০১০ সালে কানাডার ব্রিটিশ কলাম্বিয়া বিশ্ববিদ্যালয় থেকে মাস্টার্স শেষ করে এসেছি। মাস্টার্স-এর সময় গবেষণার বিষয় ছিলো ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং। সহজ ভাষায় বলতে গেলে, কম্পিউটারে ইংরেজি ভাষার ব্যবহার সহজ করা, এবং বর্তমানে মানুষের করতে হয় এমন অনেক কাজ কম্পিউটারের মাধ্যমে করানোই এই ক্ষেত্রে কাজের প্রধান উদ্দেশ্য। উদাহরণ হিসেবে বলা যেতে পারে, আমাদের ল্যাবে অতীতে কিছু কাজ হয়েছে যেখানে পত্রিকা থেকে খবর পড়ে সেই খবরের একটি সারসংক্ষেপ তৈরী করে দিতে পারবে। এর চাইতে আরেকটু কঠিন পর্যায়ের কাজ হচ্ছে একই বিষয়ে একাধিক পত্রিকা থেকে খবর পড়ে তারপর এমন একটি সংক্ষিপ্ত রিপোর্ট তৈরী করা যাতে সব কয়টি পত্রিকার উল্লেখযোগ্য তথ্য থাকবে, এবং একইসাথে পরস্পরবিরোধী বা পরস্পর-সমর্থক তথ্যগুলিকে আলাদা করে উল্লেখ করে দেওয়া হবে। মাস্টার্স থিসিস এর জন্য আমার কাজ ছিলো ইন্টারনেট থেকে বিভিন্ন সামগ্রীর রিভিউ নিয়ে তার সারসংক্ষেপ তৈরী করা। এই কাজের একটা বিশেষ অংশ ছিলো একই জিনিস নিয়ে কিছু লেখায় ইতিবাচক এবং কিছু লেখায় নেতিবাচক মন্তব্য আসছে কিনা সেইটা খেয়াল করা। যেমন ধরুন, একটি লেখায় বলা হলো অমুক ল্যাপটপের ব্যাটারির আয়ু অসাধারণ, আবার আরেকটিতে বলা হলো এই ব্যাটারি জঘন্য! সেক্ষেত্রে রিপোর্টে এইটার উল্লেখ থাকতে হবে, এবং আসল রিভিউ থেকে যেন পাঠক বিস্তারিত পড়ে নিতে পারেন সেইটারও ব্যবস্থা রাখতে হবে।

যাইহোক, আজকের লেখাটা আসলে আমার মাস্টার্স-এর গবেষণা নিয়ে না। তবে যদি পাঠকদের আগ্রহ থাকে, তাহলে ভবিষ্যতে আরো কিছু লেখার চেষ্টা করবো। আপাতত আজকের আসল বিষয়ে আশা যাক। বর্তমানে ইংরেজিতে ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং-এর কাজ অনেকদুর এগিয়ে গেছে। এমনকি চাইনিজ, আরবী বা হিব্রু নিয়েও অনেক কাজ হয়েছে এবং হচ্ছে। সেই তুলনায় বাংলা এখনো অনেক পিছিয়ে। ব্র্যাক বিশ্ববিদ্যালয়ে বাংলা নিয়ে গবেষণার জন্য ল্যাব আছে, যার সম্পর্কে বিস্তারিত পাবেন এইখানে। দেশে ফেরার পর থেকে আমি চেষ্টা করছি বাংলায় গবেষণার কাজ আরেকটু আগানোর। নিজের কাজের এলাকা, এবং বাংলায় করা সম্ভব (করার মতো সরঞ্জাম আছে) এমন বিষয়ের মাঝ থেকে আমরা বেছে নিয়েছি বাংলা লেখা থেকে মনের ভাব বা অনুভূতি প্রকাশ করে এমন বাক্য চিহ্নিত করার কাজটি। এই কাজটি মাঝারি মানের কঠিন, অর্থাৎ বলা যায় এই কাজ করার জন্য এর চাইতে সহজ কিছু কাজ আগে থেকে করা থাকতে হবে, আবার এইটা সম্পন্ন হলে এর চাইতে আরেকটু কঠিন কাজ করার রাস্তা পরিষ্কার হয়ে যাবে।

অনেকে প্রশ্ন করতে পারেন, কোন বাক্যে অনুভূতি প্রকাশ হচ্ছে তা জানতে পারে আমার কি লাভ? লাভ হল এই যে, ধরেন আপনি জানতে চান কয়জন মানুষের একটি লেখা পছন্দ হয়েছে, বা লেখার কোন অংশ পছন্দ হয়েছে। আরেকটু বড় পরিসরে চিন্তা করি। ধরুন আপনি জানতে চান একটি নতুন রাজনৈতিক সিদ্ধান্তের সাথে কতজন একমত হয়েছেন, বা কতজন দ্বিমত পোষণ করেছেন। এই কাজের পরের ধাপ হচ্ছে অনুভূতিটি ইতিবাচক না নেতিবাচক সেইটা বের করা। তবে আমরা ধাপে ধাপে আগাচ্ছি, কাজেই আপাতত আমরা চাচ্ছি কেবল কোন বাক্যে ভাব প্রকাশ করে হচ্ছে আর কোন বাক্যে হচ্ছেনা সেইটুকু বের করতে।

এই কাজের জন্য ইংরেজিতে ব্যবহার করা হয়েছে সুপারভাইসড (বাংলাটা মাথায় আসলোনা!) প্রশিক্ষণ। এই প্রক্রিয়ার মূল ধারনাটা এমন। প্রথমে এক বা একাধিক মানুষ অনেকগুলি (আসলেই অনেকগুলি, নাহলে পরিসংখ্যান-এর উপর ভরসা করা যায়না) বাক্যকে লেবেল করবে, এইক্ষেত্রে দুইটি লেবেলের যে কোন একটি দিয়ে। ধরি লেবেল দুইটি হচেছ "হ্যাঁ" এবং "না"। "হ্যাঁ" মানে বাক্যটিতে ভাব প্রকাশ হয়েছে, আর "না" মানে হয়নি। এরপর আমরা এমন একটু কম্পিউটার প্রোগ্রাম তৈরী করবো যার কাজ হবে সব "হ্যাঁ" লেবেলের বাক্যের মাঝে কি কি মিল আছে, বা সব "হ্যাঁ" বাক্যের এমন কি কি বৈশিষ্ঠ্য আছে যার মাধ্যমে নতুন একটি বাক্য "হ্যাঁ" হওয়া উচিত এইটা বলা যাবে। এই একই কাজ "না" লেবেলের জন্যেও করা হবে। এই প্রোগ্রামগুলি তৈরী হয়ে গেলে তারপর যেকোনো নতুন বাক্যকে এই দুইটির যেকোনো একটি লেবেল দেয়া যাবে। কিভাবে? যদি বাক্যটির বেশিরভাগ বৈশিষ্ঠ্য "হ্যাঁ" লেবেলের সাথে মিলে তাহলে "হ্যাঁ", নাহলে "না"। বলে রাখা ভালো, পুরো ব্যাপারটাই প্রবাবিলিটি-নির্ভর। একটা বাক্যে যতগুলি "হ্যাঁ" লেবেলের বৈশিষ্ঠ্য থাকবে, সেইটার লেবেল "হ্যাঁ" হওয়ার প্রবাবিলিটি তত বাড়বে।

এই হলো আমাদের কাজের মোটামুটি ধারণা। বুঝতেই পারছেন সবার আগে দরকার বাংলা লেখার অনেক বড় একটা সংগ্রহ। ছোটখাটো ডাটা দিয়ে পরিসংখ্যান চলবেনা। আমাদের ল্যাবে বাংলা খবরের কাগজের একটা সংগ্রহ আছে। সেইটা নিয়ে আমরা কাজ শুরুও করেছিলাম। কিন্তু আমরা খুব দ্রুতই লক্ষ্য করি যে খবরের কাগজে অনুভূতি প্রকাশ করে এমন বাক্য খুব বেশি পাওয়া যায়না। কাজেই আমাদের দরকার এমন ডাটা যেইখানে সবধরনের বাক্য থাকবে - সম্পূর্ণ একাডেমিক তথ্য থেকে শুরু করে প্রেম-ভালোবাসার কথা! এই পর্যায়ে আমার মাথায় সবার আগেই আসে সচলায়তনের কথা। প্রথমে এই সাইটের যোগাযোগ ফরম এর মাধ্যমে, পরবর্তীতে মুর্শেদ ভাইয়ের সাথে এই বিষয়ে যোগাযোগ করি। মুর্শেদ ভাই বলেন তিনি কথা বলে জানাচ্ছেন যে আমরা ডাটা ব্যবহার করতে পারবো কিনা। একইসাথে তিনি আমাদের বলেন এই বিষয়ে একটি নোট লিখে দিতে, যাতে কেউ যদি চান তার লেখা ব্যবহার না হোক তাহলে এইখানে কমেন্ট করে জানিয়ে দিতে পারবেন। এটাই হলো আমার এই লেখার দ্বিতীয় কারণ। আমি নিশ্চয়তা দিতে পারি আপনাদের লেখা শুধুমাত্র আমাদের গবেষণার কাজে ব্যবহার হবে, অন্য কোন কারণে কোথাও প্রকাশ করা হবেনা, এবং আমাদের গবেষণা থেকে প্রস্তূত যেকোনো লেখায় সচলায়তনের উল্লেখ থাকবে। আমরা চেষ্টা করবো আমাদের গবেষণার নিয়মিত খবর লিখে জানাতে। আশা করবো আপনারা সবাই নিজের মূল্যবান লেখা আমাদের সাথে শেয়ার করতে সম্মতি জানাবেন। আমাদের কাজের ব্যাপারে কারো কোন প্রশ্ন থাকলে সরাসরি আমাকে ইমেইল করতে পারবেন।

নিজের গবেষণা নিয়ে খুব সামান্য হলেও লিখতে পেরে ভালো লাগছে। ভবিষ্যতে আরো লেখার আশা রাখি। সবাইকে পড়ার জন্য অনেক অনেক ধন্যবাদ।