प्रेक्षण और सीमाएँ
परिणाम और मापें
यह पृष्ठ सत्यापनीय प्राकृतिक भाषा जनन परियोजना के फ़ोल्डर का हिस्सा है। यह अध्ययनाधीन प्रणाली की वर्तमान अवस्था पर 28 अगस्त 2026 के प्रेक्षण रखता है: तथ्यों का भंडार, भाषाई व्याप्ति, तथ्यगत तुल्यता और निर्धारणात्मकता। हर आकृति के साथ उन्हीं आँकड़ों की तालिका दी गई है, और अंतिम खंड नाम लेकर बताता है कि ये संख्याएँ क्या नहीं कहतीं।
की मापें – पुनर्जनन योग्य।
1. माप की पद्धति
इस पृष्ठ की संख्याएँ अनुमान नहीं हैं, और सहेजे हुए कीर्तिमान भी नहीं। वे ऐसे प्रेक्षणों से आती हैं जो प्रणाली की वर्तमान अवस्था पर एक ही आदेश से दोबारा चल जाते हैं और पिछले प्रेक्षणों को मिटा देते हैं। पृष्ठ के शीर्ष पर दिखाई गई तिथि प्रेक्षण की है, लेखन की नहीं: जब प्रणाली बदलती है, माप दोबारा ली जाती है और पृष्ठ बदल जाता है।
इससे निकलने वाला संपादकीय सिद्धांत एक वाक्य में समाता है: प्रभाग केवल वही प्रकाशित करता है जिसे वह दोबारा माप सकता है। जिस परिणाम को कोई प्रेक्षण दोबारा न पा सके, उसकी जगह यहाँ नहीं है, भले ही वह सच हो। यही कारण है कि इस साइट पर दूसरी प्रणालियों के साथ कोई संख्यात्मक तुलना नहीं दिखती: प्रभाग वही मापता है जिस पर उसका नियंत्रण है, और कुछ नहीं।
प्रेक्षणों के तीन कुल इस पृष्ठ को आपस में बाँटते हैं। पहला बताता है कि प्रणाली के पास क्या है, यानी उसका संरचित तथ्यों का भंडार। दूसरा मापता है कि वह वास्तव में क्या बनाती है, भाषा दर भाषा और विषय दर विषय। तीसरा निर्गत को बाहरी जाँचों के अधीन रखता है, जिनमें एक नकारात्मक नियंत्रण भी है, जिसका काम यह स्थापित करना है कि ये जाँचें विफल होना जानती हैं।
प्रेक्षणों की शब्दावली तीन प्रचालनात्मक परिभाषाएँ तय करती हैं।
परिभाषा 1 (पूर्ण दस्तावेज़)। किसी दिए गए विषय और भाषा के लिए, पूरा-का-पूरा लौटाया गया निर्गत, जिसमें न कोई खाली खंड हो और न कोई उत्पादन-त्रुटि। सर्वेक्षण किसी भाषा को व्याप्त तभी गिनता है जब यह दस्तावेज़ मौजूद हो।
परिभाषा 2 (ईमानदार लोप)। दस्तावेज़ की, या किसी दस्तावेज़ में किसी तथ्य की, गिनी गई अनुपस्थिति, जब उपलब्ध सामग्री उसे ठीक-ठीक कहने की गुंजाइश नहीं देती। हर लोप उस माप के साथ प्रकाशित होता है जिसके साथ वह आता है: व्याप्ति और लोप रचना के स्तर पर ही मिलकर 1,000 बनते हैं।
परिभाषा 3 (तथ्यगत तुल्यता)। एक ही विषय के दो संस्करण तुल्य हैं यदि एक से निकाला गया हर आँकड़ा-मान, प्रकाशित सीमा पर, विषय के संदर्भ-कोश में बिना किसी विरोध के मिल जाए। कम कहना अनुमत है, कुछ और कहना नहीं।
2. तथ्यों का भंडार
प्रणाली संरचित तथ्यों के 3,444 पत्रकों पर काम करती है, जो 8 क्षेत्रों में बँटे हैं। यह बँटवारा बहुत असमान है, और यही असमानता आगे दिखने वाले व्याप्ति-अंतरों का एक बड़ा हिस्सा समझाती है: जिस क्षेत्र में पत्रक कम हों, या पत्रक कम सघन हों, वह यंत्रवत ही कम पूर्ण दस्तावेज़ बनाता है।
| क्षेत्र | पत्रक |
|---|---|
| ऐतिहासिक व्यक्ति | 1,070 |
| शहर और स्थान | 1,003 |
| जीवित प्रजातियाँ | 504 |
| घटनाएँ | 445 |
| देश | 197 |
| पदार्थ | 156 |
| आविष्कार | 65 |
| खगोलीय पिंड | 4 |
| कुल | 3,444 |
3. भाषाई व्याप्ति, विषय दर विषय
28 अगस्त 2026 का सर्वेक्षण किसी दिए गए परीक्षण-विषय के लिए गिनता है कि संसाधित 1,000 भाषाओं में से कितनी भाषाएँ एक पूर्ण दस्तावेज़ बनाती हैं। बची हुई भाषाएँ कोई घटिया दस्तावेज़ नहीं बनातीं: वे चुप रह जाती हैं, और यह मौन एक ईमानदार लोप के रूप में गिना जाता है।
| परीक्षण-विषय | बना दस्तावेज़ | ईमानदार लोप |
|---|---|---|
| देश (केन्या) | 935 | 65 |
| जीवित प्रजाति (सिंह) | 932 | 68 |
| पदार्थ | 924 | 76 |
| ऐतिहासिक व्यक्ति | 132 | 868 |
संख्याओं के दोनों स्तंभ मिलकर 1,000 बनते हैं: जो भाषा दस्तावेज़ नहीं बनाती वह एक ईमानदार लोप के रूप में गिनी जाती है, और रास्ते में कोई भाषा खोती नहीं। दस्तावेज़ों की लंबाई विषय के अनुसार बहुत बदलती है: देश-विषय के लिए माध्यिका 77 शब्द है, प्रजाति के लिए 8 शब्द और पदार्थ के लिए 7 शब्द। देश-पत्रक का एक फ़्रांसीसी उदाहरण 274 शब्दों का है, और उसका पठन-स्तर ग्रेड 12 पर मापा गया है।
लोपों का स्तंभ प्रकाशित करना कोई भाषाई एहतियात नहीं, बाक़ी स्तंभों को पढ़ पाने की शर्त है। ऊँची व्याप्ति-दर का अर्थ तभी बनता है जब यह पता हो कि बाक़ी का क्या हुआ: इस स्तंभ के बिना, चुप रह जाने वाली प्रणाली और अनुमान लगा देने वाली प्रणाली में कोई फ़र्क़ नहीं रहता। मौन गिनना ही कथनों को पढ़ने योग्य बनाता है, और इसीलिए सबसे कम व्याप्त क्षेत्र उसी आकृति और उसी तालिका में है जिसमें सबसे भरे-पूरे क्षेत्र हैं।
4. बहु-विषय दृढ़ता
किसी क्षेत्र में एक ही विषय पर लिया गया प्रेक्षण सुविधाजनक चुनाव की गुंजाइश छोड़ता है। बहु-विषय प्रेक्षण इस जोखिम को रचना के स्तर पर ही हटा देता है: हर क्षेत्र से पाँच विषय लिए जाते हैं, वर्णक्रम में चुने हुए, यानी बिना किसी विवेकाधीन हस्तक्षेप के। हर क्षेत्र के लिए दर्ज मान इन पाँच विषयों पर दस्तावेज़ बनाने वाली भाषाओं का औसत है।
| क्षेत्र | 5 विषयों पर औसत |
|---|---|
| पदार्थ | 924 |
| जीवित प्रजातियाँ | 908 |
| देश | 907 |
| घटनाएँ | 900 |
| शहर और स्थान | 897 |
| ऐतिहासिक व्यक्ति | 273 |
छह में से पाँच क्षेत्र एक सँकरी पट्टी में टिके रहते हैं, जो बताता है कि व्याप्ति चुने गए विषय पर नहीं, उपलब्ध सामग्री पर निर्भर करती है। इसके उलट ऐतिहासिक व्यक्तियों का क्षेत्र अपना बिखराव पुष्ट करता है: पत्रक की सघनता के अनुसार दस्तावेज़ बनाने वाली भाषाओं की संख्या 109 से 902 तक जाती है। इसलिए सीमा उपलब्ध आँकड़े की है, उत्पादन-प्रक्रिया की नहीं, और प्रभाग इस क्षेत्र को प्रेक्षण से हटाने के बजाय यही कहता है।
वही बहु-विषय प्रेक्षण बने दस्तावेज़ों की लंबाई भी मापता है। आकृति 4 तीस माध्यिकाएँ रखती है, हर विषय के लिए एक: किसी गुच्छे की जगह क्षेत्र की समृद्धि बताती है, उसका फैलाव क्षेत्र के भीतर का प्रसरण।
पदार्थों का गुच्छा एक दोहराया हुआ बिंदु है: पाँचों विषयों में से हर एक पर 7 शब्द की माध्यिका, ऐसे क्षेत्र की पहचान जिसकी उपलब्ध सामग्री एक विषय से दूसरे तक एकसमान है। इसके उलट देशों का क्षेत्र विषय के अनुसार 19 से 68 शब्द की माध्यिका तक फैलता है। ऐतिहासिक व्यक्ति दोनों पठन जोड़ देते हैं: वहाँ व्याप्ति पत्रक के अनुसार 109 से 902 भाषाओं तक बदलती है, पर माध्यिका लंबाई सिमटी रहती है, 11 से 13 शब्द – जो कहा जाता है वह कम बदलता है, बदलती है उन भाषाओं की संख्या जो उसे कह सकती हैं।
5. तथ्यगत तुल्यता और निर्धारणात्मकता
आगे के दोनों प्रेक्षण निर्गत पर ही टिके हैं। पहला भाषाओं के बीच तथ्यगत तुल्यता जाँचता है, परिभाषा 3 के अर्थ में: कम कहना अनुमत है, कुछ और कहना नहीं। बने पाठों को प्रणाली से स्वतंत्र एक सत्यापक ने दोबारा पढ़ा, जो आँकड़ों के संख्यात्मक मान निकालता है और जाँचता है कि हर मान विषय के संदर्भ-कोश में बिना विरोध के मिलता है, एक प्रकाशित सीमा पर: 10,000 से बड़े या बराबर मान, जिससे संज्ञाओं में जड़े वर्ष बाहर रह जाते हैं। 935 भाषाओं को दोबारा पढ़ा गया, 415 मानों की तुलना हुई, और कोई विरोध दर्ज नहीं हुआ।
जो जाँच कुछ नहीं पाती, उसका मूल्य तभी है जब वह कुछ पा सकने में सक्षम हो। इसलिए प्रेक्षण के साथ एक नकारात्मक नियंत्रण चलता है: किसी निर्गत में जानबूझकर डाला गया एक विकृत मान सत्यापक ने पकड़ ही लिया। विफल हो सकने की यही क्षमता पिछले परिणाम को एक परिणाम की तरह पढ़ने योग्य बनाती है, न कि किसी उपकरण के मौन की तरह।
दूसरा प्रेक्षण निर्धारणात्मकता पर है। 147 जनन दो अलग प्रक्रियाओं में दोहराए गए, और मिली 147 SHA-256 छापें एक जैसी हैं: कोई अंतर नहीं। इसलिए घोषित पुनरुत्पादनीयता कोई मान ली गई आंतरिक विशेषता नहीं, बल्कि बाहर से देखी गई समानता है, ऐसी छापों पर जिन्हें कोई भी तीसरा पक्ष गणना कर सकता है।
रेखाचित्र 1. अंतर-प्रक्रिया निर्धारणात्मकता, 28 अगस्त 2026 का प्रेक्षण: वही 147 जनन, दो अलग प्रक्रियाओं में दोबारा चलाए जाने पर, एक जैसी छापें लौटाते हैं।
| प्रेक्षण | मान |
|---|---|
| स्वतंत्र सत्यापक द्वारा दोबारा पढ़ी गई भाषाएँ | 935 |
| तुलना किए गए संख्यात्मक मान | 415 |
| दर्ज विरोध | 0 |
| दो अलग प्रक्रियाओं में दोहराए गए जनन | 147 |
| एक जैसी SHA-256 छापें | 147 |
| दर्ज अंतर | 0 |
गुणधर्म P4
भाषाओं के बीच तथ्यगत तुल्यता
एक ही विषय के भिन्न भाषाओं वाले संस्करण ठीक वही तथ्य उठाते हैं: कम कहना अनुमत है, कुछ और कहना नहीं।
स्थिति: 28 अगस्त 2026 के प्रेक्षण पर बाहर से सत्यापित, नकारात्मक नियंत्रण सहित।
6. विस्तारित अभियान
पिछले प्रेक्षण एक परीक्षण-विषय पर थे। फिर वही सत्यापन बड़े पैमाने पर दोबारा चलाया गया: 30 विषय, वर्णक्रम में चुने हुए, मापे गए 6 क्षेत्रों में से हर एक के पहले 5, और 1,000 भाषाओं में दोबारा पढ़े गए। 1,646 संख्यात्मक मानों की बाहर से तुलना हुई, और कोई विरोध दर्ज नहीं हुआ। नकारात्मक नियंत्रण विषय दर विषय दोबारा चलाए गए: जिन 8 विषयों के संदर्भ-कोश में सीमा से ऊपर के मान हैं, उन पर 8 विकृतियाँ डाली गईं, 8 पकड़ी गईं।
रेखाचित्र 2. विस्तारित अभियान का परिपथ, 28 अगस्त 2026। निर्णायक बाहरी है: वह केवल तैयार निर्गत पढ़ता है। नीचे की शाखा नकारात्मक नियंत्रण है, जो स्थापित करती है कि तुलना विफल होना जानती है।
सत्यापक का अंशांकन अलग से मापा गया, दोनों दिशाओं में। असली निर्गत में 105 कृत्रिम विकृतियाँ डाली गईं, प्रति पाठ एक बदला हुआ मान, 15 भाषाओं और 8 विषयों पर: 105 में से 105 पकड़ी गईं। इसके उलट, 113 अक्षत पाठ दोबारा पढ़े गए और कोई झूठा संकेत नहीं उठा। इसलिए इस उपकरण की सुग्राहिता और विशिष्टता मापी गई हैं, मान नहीं ली गईं।
रेखाचित्र 3. सत्यापक का अंशांकन, 28 अगस्त 2026 का अभियान। त्रुटि के दोनों ख़ाने खाली हैं, और वे प्रकाशित हैं: किसी उपकरण को उसके दोनों स्तंभों से आँका जाता है।
व्याप्ति के दो और प्रेक्षण अभियान को पूरा करते हैं: देश-क्षेत्र के 197 विषय 4 साक्षी भाषाओं (फ़्रांसीसी, अंग्रेज़ी, स्वाहिली, अरबी) में से हर एक में एक दस्तावेज़ बनाते हैं, और निर्गत में ही 25 भिन्न लिपि-प्रणालियाँ पहचानी गईं।
| प्रेक्षण | मान |
|---|---|
| दोबारा पढ़े गए विषय (प्रति क्षेत्र 5, वर्णक्रम) | 30 |
| भाषाओं के बीच तुलना किए गए संख्यात्मक मान | 1,646 |
| दर्ज विरोध | 0 |
| पकड़ी गई कृत्रिम विकृतियाँ | 105 / 105 |
| अक्षत पाठों पर झूठे संकेत | 0 / 113 |
| 4 साक्षी भाषाओं में परोसे गए देश-क्षेत्र के विषय | 197 / 197 |
| निर्गत में पहचानी गई लिपि-प्रणालियाँ | 25 |
7. लिपि-प्रणालियों का ब्योरा
अभियान के दौरान बने हर दस्तावेज़ की प्रमुख लिपि बाहर से पहचानी गई, यूनिकोड परासों के ज़रिये, उस प्रक्रिया को देखे बिना जिसने उसे बनाया। इससे 25 भिन्न लिपि-प्रणालियाँ निकलती हैं। लातीनी वर्णमाला का बोलबाला है, और 25 में से 21 प्रणालियाँ केवल एक या दो भाषाओं में ही दिखती हैं: यही वह लंबी मुद्रण-पूँछ है जिसे भाषाओं का समान व्यवहार ठीक से सेवा देना चाहिए, तिब्बती या ओड़िया तक।
| लिपि-प्रणाली | भाषाएँ |
|---|---|
| लातीनी | 895 |
| सिरिलिक | 9 |
| अरबी | 6 |
| देवनागरी | 3 |
| इथियोपियाई | 2 |
| बंगाली | 2 |
| हिब्रू | 2 |
| चीनी संकेताक्षर | 2 |
| यूनानी | 1 |
| आर्मेनियाई | 1 |
| जॉर्जियाई | 1 |
| हिरागाना और कातकाना | 1 |
| हंगुल | 1 |
| थाई | 1 |
| लाओ | 1 |
| बर्मी | 1 |
| तिब्बती | 1 |
| तमिल | 1 |
| तेलुगु | 1 |
| कन्नड़ | 1 |
| मलयालम | 1 |
| ओड़िया | 1 |
| गुरमुखी | 1 |
| गुजराती | 1 |
| सिंहली | 1 |
8. सीमाएँ
ऐतिहासिक व्यक्तियों का क्षेत्र सब में सबसे कम व्याप्त है, और अंतर मामूली नहीं: परीक्षण-विषय पर 1,000 में से 132 भाषाएँ, पाँच विषयों पर औसतन 273, और पत्रक की सघनता के अनुसार 109 से 902 का बिखराव। यही वह क्षेत्र भी है जिसमें सबसे अधिक पत्रक हैं, जिससे विषयों की कमी वाला स्पष्टीकरण हट जाता है और बात हर भाषा में उपलब्ध सामग्री की सघनता पर आ जाती है।
देश-क्षेत्र के बाहर दस्तावेज़ों की लंबाई कम है। प्रजाति और पदार्थ के लिए दर्ज 8 और 7 शब्द की माध्यिकाएँ छोटे दस्तावेज़ बताती हैं, जो तथ्य-पत्रक की तरह काम आ सकते हैं पर अभी पूरी शैक्षिक सामग्री की तरह नहीं। प्रभाग इन माध्यिकाओं को छिपाने के बजाय प्रकाशित करना पसंद करता है: वे बताती हैं कि काम कहाँ बाक़ी है।
अंत में, इस पृष्ठ की सारी संख्याएँ प्रणाली की वर्तमान अवस्था पर मापी जाती हैं और हर बदलाव पर दोबारा तैयार की जाती हैं। वे किसी जमी हुई प्रणाली का वर्णन नहीं करतीं, और कोई बाद का प्रेक्षण उन्हें एक या दूसरी दिशा में खिसका सकता है। इसलिए पृष्ठ के शीर्ष की तिथि परिणाम का एक आँकड़ा है, कोई पुरालेखीय उल्लेख नहीं।
9. वैधता के प्रति ख़तरे
इन प्रेक्षणों की परिधि पाँच आपत्तियाँ माँगती है, जिन्हें प्रभाग दूसरों के खोजने का इंतज़ार करने के बजाय स्वयं कहता है।
तुल्यता-सत्यापक केवल 10,000 से बड़े या बराबर संख्यात्मक मानों की तुलना करता है; यह प्रकाशित सीमा संज्ञाओं में जड़े वर्षों को बाहर रखती है। विस्तारित अभियान के 30 में से 22 विषयों में इस सीमा से ऊपर कोई मान नहीं है: इन विषयों के लिए तुल्यता आंतरिक यंत्रवत जाँचों पर टिकी है, इस बाहरी निर्णायक पर नहीं।
तुल्यता प्रकाशित सीमा पर आँकड़ा-मानों की है, प्रदर्शन की परिशुद्धता की नहीं। कोई संस्करण किसी मान को घोषित रूप से गोल कर सकता है – “लगभग 1,208,000” लिखना, जहाँ दूसरा संस्करण 1,208,333 लिखता है –, और यह प्रदर्शनों में दिखता है: सत्यापक निकाले गए हर मान की तुलना विषय के संदर्भ-कोश से करता है, जिसमें दोनों रूप हैं, और घोषित गोलाई कम कहने में आती है, कुछ और कहने में कभी नहीं।
परीक्षण-विषय अब भी कम हैं: सर्वेक्षण के लिए प्रति क्षेत्र एक, दृढ़ता के लिए पाँच। वर्णक्रम सुविधाजनक चुनाव को हटाता है; वह अकेले चुने गए विषयों की प्रतिनिधित्वशीलता स्थापित नहीं करता।
निर्धारणात्मकता एक ही मशीन की दो अलग प्रक्रियाओं के बीच देखी गई है; भिन्न मशीनों के बीच पुनरुत्पादनीयता का अभी कोई प्रकाशित प्रेक्षण नहीं है।
अंत में, व्याप्ति बने दस्तावेज़ गिनती है, उनकी समृद्धि कभी नहीं: सर्वेक्षण के साथ प्रकाशित माध्यिका लंबाइयाँ इस पठन को घेरती हैं, और देश-क्षेत्र के बाहर 7 और 8 शब्द की माध्यिकाएँ तथ्य-पत्रक बताती हैं, पाठ नहीं।
इस पृष्ठ को उद्धृत करना
इस पृष्ठ की मापें दिनांकित और पुनर्जनन योग्य हैं: इसलिए उद्धरण माप की तिथि रखता है, कभी अकेली देखने की तिथि नहीं।
ODERSA Research (ODERSA का शोध प्रभाग)। “परिणाम और मापें”, 28 अगस्त 2026 की मापें। https://research.odersa.org/hi/results
BibTeX रूप में:
@misc{odersa_research_measurements_2026_hi,
author = {{ODERSA Research}},
title = {Results and Measurements},
organization = {ODERSA},
year = {2026},
howpublished = {\url{https://research.odersa.org/hi/results}},
note = {Measurements of 28 August 2026, regenerable}
}आगे क्या पढ़ें
- सत्यापन की प्रक्रिया – ये संख्याएँ विफल होना कैसे जानती हैं: नकारात्मक नियंत्रण, गुणधर्मों की पंजी, स्वतंत्र संदर्भ।
- प्रदर्शन – जिन निर्गत को ये प्रेक्षण मापते हैं, वैसे के वैसे, बारह भाषाओं में।
- आँकड़े – वही संकेतक, यंत्र-पठनीय रूप में: हम पर भरोसा किए बिना उन्हें दोबारा पढ़िए।