ক্রিকেট সংবাদ বিশ্লেষণে Stage-1 সম্পূর্ণ ব্যর্থ: শূন্য তথ্যবিন্দু, অসম্ভব গভীর বিশ্লেষণ

ক্রিকেট সংবাদ বিশ্লেষণের স্বয়ংক্রিয় ব্যবস্থায় প্রথম ধাপ (Stage-1) সম্পূর্ণ ব্যর্থ হয়েছে। ওই ধাপের ফলাফল পর্যালোচনা করে দেখা গেছে, নিবন্ধের শিরোনাম (Article Title), উৎস (Article Source), নিবন্ধের ধরন (Article Type), এক-বাক্যের সারাংশ (One-sentence Summary), লেখকের অবস্থান (Author Stance), লেখার উদ্দেশ্য (Article Purpose), তথ্যবিন্দু (Information Points) এবং সংশ্লিষ্ট সত্তা (Entities Involved)—এই আটটি মূল ক্ষেত্রের কোনোটিতেই কোনো বৈধ তথ্য নেই। কেবল একটি সংকেত কার্যকর অবস্থায় পাওয়া গেছে: ডোমেইন লেবেল cricket_world, যা জানায় বিষয়বস্তুটি ক্রিকেট ক্ষেত্রের। ওই একটি লেবেল ছাড়া আর কিছু না থাকায় গভীর বিশ্লেষণ করা কার্যত অসম্ভব। গত কয়েক বছরে ক্রীড়া সংবাদমাধ্যমে স্বয়ংক্রিয় বিশ্লেষণ ব্যবস্থার ব্যবহার দ্রুত বেড়েছে। বড় ক্রিকেট সাইটগুলো প্রতিদিন শত শত প্রতিবেদন প্রকাশ করে—ম্যাচের আগের পূর্বাভাস, ম্যাচ শেষের পুনর্বিশ্লেষণ, খেলোয়াড়ের পরিসংখ্যান, চোটের খবর, চুক্তি ও ট্রান্সফার নিয়ে গুজব। এই বিপুল প্রবাহ সামলাতে সংবাদকক্ষগুলো এখন কেবল সাংবাদিকের ওপর নির্ভর করে না; মেশিন লার্নিং ভিত্তিক ধাপে ধাপে পাইপলাইনে লেখা যাচাই, শ্রেণিবিন্যাস ও বিশ্লেষণ করা হয়। সেই পাইপলাইনের প্রথম ধাপ যদি শূন্য ফল দেয়, তবে পরের প্রতিটি ধাপ অকার্যকর হয়ে পড়ে। ফলাফলের তালিকা অনুযায়ী, নিবন্ধের শিরোনাম নেই (N/A), উৎস নেই (N/A), ধরন শনাক্ত হয়নি (Unclassified), এক-বাক্যের সারাংশ খালি, লেখকের অবস্থান নেই, লেখার উদ্দেশ্য নেই, তথ্যবিন্দুর তালিকা সম্পূর্ণ খালি এবং সংশ্লিষ্ট সত্তাগুলো আহরণই করা হয়নি। এই শূন্যতার প্রভাব সরাসরি বিশ্লেষণের প্রতিটি স্তরে পড়ে। শিরোনাম না থাকলে বিষয়টি চিহ্নিত করা যায় না; উৎস না থাকলে তথ্যের নির্ভরযোগ্যতা যাচাই করা যায় না; ধরন শনাক্ত না হলে কোন কাঠামোয় বিশ্লেষণ হবে—সংবাদ, মন্তব্য, তথ্যভিত্তিক প্রতিবেদন নাকি পূর্বাভাস—তা নির্ধারণ করা যায় না; সারাংশ না থাকলে মূল বক্তব্য দাঁড় করানো যায় না; লেখকের অবস্থান ও উদ্দেশ্য না থাকলে পক্ষপাত শনাক্ত করা যায় না; আর তথ্যবিন্দু না থাকলে বিশ্লেষণের কোনো উপাদানই অবশিষ্ট থাকে না। এই ফলাফল নিয়ে বিভ্রান্তি তৈরি হওয়া স্বাভাবিক। প্রশ্ন উঠতে পারে, ক্রিকেট বিষয়ক একটি নিবন্ধে কীভাবে একটিও তথ্যবিন্দু থাকতে পারে না? কিন্তু বাস্তবতা হলো, এখানে যে সমস্যা সামনে এসেছে তা নিবন্ধের বিষয়বস্তু নিয়ে নয়, বরং বিশ্লেষণ ব্যবস্থার নিজের ব্যর্থতা নিয়ে। একটি ক্রিকেট প্রতিবেদনে শূন্য তথ্যবিন্দু থাকা কার্যত অসম্ভব—কারণ প্রতিটি প্রতিবেদনেই অন্তত একটি স্কোর, একটি সূচি, একটি খেলোয়াড়ের নাম বা একটি বিতর্ক থাকেই। তাই সবচেয়ে যুক্তিসঙ্গত ব্যাখ্যা হলো, Stage-1 নিজেই ব্যর্থ হয়েছে—হয় নিবন্ধের মূল পাঠ (body) ব্যবস্থায় পৌঁছায়নি, নয়তো পাঠ পৌঁছানোর পর সেটি সঠিকভাবে প্রক্রিয়া হয়নি। বিশ্লেষণকারীদের মতে, সমস্যাটি নিবন্ধের অভাব নয়, বরং Stage-1-এর ব্যর্থতা। তাই সম্ভাব্য কারণগুলো ধাপে ধাপে যাচাই করা প্রয়োজন। প্রথমত, ক্রলার (crawler) আসলেই নিবন্ধের মূল পাঠ আনতে পেরেছে কি না দেখা দরকার। অনেক ক্ষেত্রে সার্ভার 403 ফেরত দেয়, পেওয়াল বা লগইন পেজ দেখায়, অথবা জাভাস্ক্রিপ্ট রেন্ডারিংনির্ভর পেজ থেকে ক্রলার কেবল খালি HTML শেল পায়। এসব ক্ষেত্রে সিস্টেম বাইরে থেকে সফল বলে মনে হলেও ভেতরে কোনো লেখা থাকে না। দ্বিতীয়ত, বডি এক্সট্রাক্টর ভুল নোড নির্বাচন করেছে কি না। ESPNcricinfo, Cricbuzz-এর মতো বড় ক্রিকেট সাইটে মূল লেখার বড় অংশ article-body-এর বাইরে থাকা ডাইনামিক কনটেইনারে থাকে। সিলেক্টর মিলিয়ে না গেলে খালি টেক্সট পাওয়া যায়, অথচ কোনো ত্রুটি বার্তা আসে না। তৃতীয়ত, LLM-এ খালি স্ট্রিং পাঠানো হয়েছে কি না। Stage-1-এর প্রম্পট যদি খালি পাঠ পায়, মডেলের সামনে N/A প্লেসহোল্ডার ছাড়া আর কিছু লেখার সুযোগই থাকে না। চতুর্থত, দীর্ঘ লেখা ছেঁটে শূন্য বা খুব ছোট অংশে নামিয়ে আনা হয়েছে কি না—এটিও একই রকম শূন্য ফল দিতে পারে। এই ধরনের নীরব ব্যর্থতা (silent failure) সবচেয়ে বিপজ্জনক, কারণ Stage-1 বাইরে থেকে সফল দেখালেও ত্রুটি পরের সব ধাপে ছড়িয়ে পড়ে। একটি ক্রিকেট প্রতিবেদনের ক্ষেত্রে এর পরিণতি গুরুতর হতে পারে। যদি শূন্য তথ্যবিন্দু নিয়ে পাইপলাইন এগিয়ে যায়, তবে পরের ধাপগুলো হয় খালি ফল দেবে, নয়তো মডেলের অনুমান থেকে তথ্য তৈরি করবে—যা সাংবাদিকতায় unacceptable। ভুল স্কোর, ভুল খেলোয়াড়ের নাম বা ভুল সূচি প্রকাশিত হয়ে গেলে বিশ্বাসযোগ্যতার ক্ষতি অপূরণীয়। তাই প্রস্তাব করা হয়েছে, Stage-1-এ একটি অ্যাসারশন যোগ করা—information_points খালি হলে সরাসরি ত্রুটি নিক্ষেপ করা এবং মূল HTML ডিস্কে সংরক্ষণ করা। এতে সমস্যা লুকিয়ে না থেকে দ্রুত ধরা পড়বে, আর ত্রুটির উৎস খুঁজে বের করাও সহজ হবে। শুধু লগ লেখার বদলে আসল HTML সংরক্ষণ করা জরুরি, কারণ সেখান থেকেই বোঝা যাবে ক্রলার আসলে কী পেয়েছিল। বিশ্লেষণ চালিয়ে যেতে ন্যূনতম একটি ইনপুট দরকার: হয় মূল নিবন্ধের পাঠ (সাধারণ টেক্সট হলেই যথেষ্ট), নয়তো Stage-1 আবার চালিয়ে পাওয়া সম্পূর্ণ ফলাফল। দ্বিতীয় ক্ষেত্রে শর্ত কয়েকটি—শিরোনাম, উৎস ও ধরন খালি থাকা যাবে না; তথ্যবিন্দু অন্তত পাঁচটি হতে হবে এবং প্রতিটিতে বাস্তব তথ্য থাকতে হবে; এবং কোন ম্যাচ, কোন খেলোয়াড় বা কোন বিতর্ক নিয়ে লেখা—তা অন্তত বোঝা যেতে হবে। আরও দুটি তথ্য বিশ্লেষণের গুণমান উল্লেখযোগ্যভাবে বদলে দিতে পারে। প্রথমটি হলো নিবন্ধের প্রকাশের সময়। ক্রিকেট ক্ষেত্রে সময়-সংবেদনশীলতা খুব বেশি—ম্যাচের আগের পূর্বাভাস, ম্যাচ শেষের পুনর্বিশ্লেষণ আর ট্রান্সফার গুজব—এই তিন ধরনের লেখার বিশ্লেষণ পদ্ধতি সম্পূর্ণ আলাদা। একটি পূর্বাভাসকে সত্য হিসেবে ধরে নিলে বিশ্লেষণ ভুল পথে যাবে। দ্বিতীয়টি হলো সূত্রের ধরন: সরকারি বোর্ডের ঘোষণা, মূলধারার ক্রীড়া মাধ্যম, স্ব-প্রকাশিত ব্লগ নাকি বাজি-সংক্রান্ত সাইট—নির্ভরযোগ্যতার পার্থক্য বিশাল। একটি নাম-না-জানা সূত্রের ভিত্তিতে দাঁড়ানো প্রতিবেদন আর সরকারি বোর্ডের বিবৃতির ভিত্তিতে দাঁড়ানো প্রতিবেদন একভাবে মূল্যায়ন করা যায় না। মূল পাঠ হাতে পেলে যে পাঁচ ধাপে বিশ্লেষণ হবে, তা আগেই ঠিক করা হয়েছে, যাতে পরে পুনরায় কাজ করতে না হয়। প্রথম ধাপ—তথ্য স্তর: যাচাইযোগ্য দাবিগুলো (স্কোর, খেলোয়াড়ের পরিসংখ্যান, সূচি, র‍্যাঙ্কিং, চুক্তির শর্ত) আলাদা করে চিহ্নিত করা এবং কোনগুলো বাইরের সূত্রে যাচাই করা দরকার তা নির্দেশ করা। দ্বিতীয় ধাপ—যুক্তি স্তর: লেখকের মূল বক্তব্য ও তার সমর্থন-শৃঙ্খল পুনর্গঠন এবং লুকানো পূর্বধারণাগুলো চিহ্নিত করা। তৃতীয় ধাপ—অবস্থান স্তর: লেখকের ঝোঁক আছে কি না (নিজ দলের প্রতি পক্ষপাত, কোনো এক পক্ষের হয়ে কথা বলা) তা পাঠ্য প্রমাণসহ দেখানো। চতুর্থ ধাপ—সময় স্তর: ঘটে যাওয়া তথ্য ও পূর্বাভাস বা গুজবের মধ্যে স্পষ্ট বিভাজন এবং পরেরটি আলাদাভাবে চিহ্নিত করা। পঞ্চম ধাপ—সূত্র স্তর: একক সূত্রের ঝুঁকি মূল্যায়ন এবং কোন সিদ্ধান্তগুলো নাম-না-জানা সূত্রের ওপর নির্ভর করছে তা উল্লেখ করা। সংক্ষেপে, এই মুহূর্তে হাতে কোনো ব্যবহারযোগ্য বিশ্লেষণ নেই, আর অনুমানের ভিত্তিতে একটি ভুয়া গভীর বিশ্লেষণ তৈরি করাও উদ্দেশ্য নয়। মূল নিবন্ধের পাঠ পাওয়া গেলেই উল্লিখিত পাঁচ ধাপে কাজ শুরু হবে। তার আগে ক্রিকেট বিষয়ক কনটেন্ট পাইপলাইনে Stage-1-এর নির্ভরযোগ্যতা ফিরিয়ে আনার ব্যবস্থা জরুরি—খালি ফলাফলকে সফলতা হিসেবে গণ্য করা বন্ধ করতে হবে, এবং প্রতিটি ব্যর্থ ধাপে আসল ইনপুট সংরক্ষণ করে রাখতে হবে।