വികാര വിശകലനം: നിങ്ങൾ എഴുതുന്ന കുറിപ്പുകളിലെ സന്തോഷവും ദേഷ്യവും കമ്പ്യൂട്ടർ തിരിച്ചറിയുന്നത് എങ്ങനെ?

നിങ്ങൾ എഴുതുന്ന അക്ഷരങ്ങൾക്ക് പിന്നിലെ മനസ്സ് കമ്പ്യൂട്ടറുകൾ വായിക്കുന്നത് എങ്ങനെ?

ഓൺലൈനിൽ ഓർഡർ ചെയ്ത അത്യാവശ്യ സാധനം ദിവസങ്ങളോളം വൈകിയപ്പോൾ കടുത്ത ദേഷ്യത്തിലോ പരിഹാസത്തിലോ നിങ്ങൾ ഉപഭോക്തൃ സേവന വിഭാഗത്തിലേക്ക് (കസ്റ്റമർ കെയർ അഥവാ Customer Care) ഒരു സന്ദേശം അയക്കുന്നു എന്ന് കരുതുക: നിങ്ങളുടെ അതിവേഗ ഡെലിവറിക്ക് വളരെ നന്ദി, സാധനം കിട്ടാൻ ഇനിയൊരു ജന്മം കൂടി കാത്തിരിക്കണോ? ലക്ഷക്കണക്കിന് സന്ദേശങ്ങൾ കുമിഞ്ഞുകൂടുന്ന ഒരു വലിയ കമ്പനിയിൽ, ഒരു ജീവനക്കാരൻ നേരിട്ട് വായിക്കുന്നതിന് മുൻപ് തന്നെ നിങ്ങളുടെ സന്ദേശം ഒരു ചുവന്ന അടയാളത്തോടെ അടിയന്തര പരാതികളുടെ പട്ടികയിൽ ഇടംപിടിക്കുന്നു. അക്ഷരങ്ങളിലെ പരിഹാസവും ഉള്ളിലിരിക്കുന്ന കടുത്ത ദേഷ്യവും മനുഷ്യൻ തൊടുന്നതിന് മുൻപേ കമ്പ്യൂട്ടർ തിരിച്ചറിയുന്ന ഈ സാങ്കേതികവിദ്യയാണ് വികാര വിശകലനം (Sentiment Analysis). ഡിജിറ്റൽ യുഗത്തിൽ ഉപഭോക്താക്കളുടെ വാക്കുകൾക്ക് പിന്നിലെ മനോവികാരം അളന്നെടുക്കാൻ ഇത് സ്ഥാപനങ്ങളെ സഹായിക്കുന്നു.

കമ്പ്യൂട്ടർ നിങ്ങൾ എഴുതിയ വാക്കുകളെ വെറുമൊരു അക്ഷരക്കൂട്ടമായല്ല കാണുന്നത്. മറിച്ച് ഓരോ വാക്കിനും വാക്യത്തിനും അത് ഒരു വൈകാരിക മൂല്യം മുൻകൂട്ടി നിശ്ചയിച്ചിട്ടുണ്ട്. നന്ദി, സന്തോഷം, മികച്ചത് തുടങ്ങിയ പദങ്ങൾക്ക് അനുകൂല മാർക്കുകളും (പോസിറ്റീവ് സ്കോർ അഥവാ Positive Score), വൈകി, മോശം, പരാജയം തുടങ്ങിയ പദങ്ങൾക്ക് പ്രതികൂല മാർക്കുകളും (നെഗറ്റീവ് സ്കോർ അഥവാ Negative Score) അത് നൽകുന്നു. എന്നാൽ ലളിതമായ പദപരിശോധനയ്ക്കപ്പുറം, 'തീരെ നല്ലതല്ല' എന്നതിലെ നിഷേധവും 'വളരെ നന്ദി' എന്നതിലെ തീവ്രതയും വാക്യഘടനയിലൂടെ തിരിച്ചറിയാൻ ആധുനിക കമ്പ്യൂട്ടർ കണക്കുകൂട്ടൽ രീതികൾക്ക് (അൽഗോരിതങ്ങൾ അഥവാ Algorithms) സാധിക്കുന്നു. വാക്കുകളുടെ ഈ ഗണിത വിശകലനത്തിലൂടെ ആ സന്ദേശം തൃപ്തികരമാണോ അതോ പെട്ടെന്ന് പരിഹരിക്കേണ്ട വലിയ അമർഷമാണോ എന്ന് അത് നിമിഷങ്ങൾക്കകം തീരുമാനിക്കുന്നു.

ഗ്രാമത്തിലെ പഴയ തപാൽ ജീവനക്കാരനും കത്തുകളുടെ ഭാവവും തമ്മിലുള്ള സാദൃശ്യം

ഇത് കൂടുതൽ വ്യക്തമായി മനസ്സിലാക്കാൻ പണ്ടുകാലത്തെ ഒരു ഗ്രാമീണ പോസ്റ്റ് ഓഫീസിലെ പരിചയസമ്പന്നനായ ഒരു തപാൽ ജീവനക്കാരനെ ഓർക്കുക. ദിവസവും വരുന്ന നൂറുകണക്കിന് കത്തുകളും ടെലിഗ്രാമുകളും മേശപ്പുറത്തിരുന്ന് തരംതിരിക്കുകയാണ് അയാളുടെ പ്രധാന ജോലി. നാട്ടിൻപുറത്തെ മുഴുവൻ കുടുംബങ്ങളുടെയും നാഡിമിടിപ്പ് അടുത്തറിയുന്ന ആളാണ് അദ്ദേഹം.

ഓരോ കത്തും പൊട്ടിച്ച് പൂർണ്ണമായി വായിക്കാൻ അദ്ദേഹത്തിന് അവകാശമില്ല. എന്നാൽ കവറിന് പുറത്തെ കൈയ്യക്ഷരത്തിലെ വെപ്രാളം കണ്ടോ, കത്തിലെ ആദ്യ വരികളിലെ അത്യാഹിതം, വിവാഹം, ആശുപത്രി തുടങ്ങിയ ചുരുക്കം വാക്കുകൾ കണ്ടോ ആ കത്ത് മംഗളവാർത്തയാണോ അതോ ദുരന്തവാർത്തയാണോ എന്ന് അയാൾക്ക് പെട്ടെന്ന് ഗ്രഹിക്കാൻ സാധിക്കുന്നു. അടിയന്തര സഹായം ആവശ്യമുള്ള ടെലിഗ്രാമുകൾ അയാൾ ഉടൻതന്നെ പ്രത്യേക പെട്ടിയിൽ വെച്ച് പോസ്റ്റ്മാന്റെ കൈയിൽ കൊടുത്ത് മിന്നൽവേഗത്തിൽ എത്തിക്കുന്നു; സാധാരണ ക്ഷേമാന്വേഷണ കത്തുകൾ പതിയെ അയക്കുന്നു. ആ മുൻഗണനാ നിർണ്ണയമാണ് ആളുകളുടെ വിഷമങ്ങൾ വലിയൊരു പരിധി വരെ കുറയ്ക്കുന്നത്.

കമ്പ്യൂട്ടറിലെ വികാര വിശകലന സംവിധാനങ്ങളും ഇതേ തപാൽ ജീവനക്കാരന്റെ ശൈലിയിലാണ് പ്രവർത്തിക്കുന്നത്. ഇന്റർനെറ്റിലൂടെ നിമിഷംപ്രതി ഒഴുകിയെത്തുന്ന ആയിരക്കണക്കിന് സന്ദേശങ്ങളിലെ പ്രധാന വൈകാരിക അടയാളങ്ങൾ സ്കാൻ ചെയ്ത്, ആളുകളുടെ സന്തോഷവും അമർഷവും കൃത്യമായ മുൻഗണനാ ക്രമത്തിൽ വേർതിരിച്ച് കമ്പനികളുടെ പ്രതികരണ മേശപ്പുറത്ത് എത്തിക്കാൻ ഇതിന് സാധിക്കുന്നു.

ദൈനംദിന ജീവിതത്തിലും സേവനങ്ങളിലും ഇത് എവിടെയൊക്കെ പ്രവർത്തിക്കുന്നു?

ഉപഭോക്തൃ സേവനങ്ങൾ കൂടുതൽ വേഗത്തിലാക്കാനും പൊതുവികാരങ്ങൾ തിരിച്ചറിയാനും വിവിധ മേഖലകളിൽ ഇന്ന് ഈ സാങ്കേതികവിദ്യ വ്യാപകമായി പ്രയോജനപ്പെടുത്തുന്നു:

• ഓൺലൈൻ ഷോപ്പിംഗ് റിവ്യൂകളുടെ സംഗ്രഹം: ഇന്റർനെറ്റിലൂടെ സാധനങ്ങൾ വാങ്ങിയ ഉപഭോക്താക്കൾ എഴുതിയ അനുഭവക്കുറിപ്പുകൾ (കസ്റ്റമർ റിവ്യൂകൾ അഥവാ Online Reviews) ഒന്നിച്ച് വിശകലനം ചെയ്ത്, ആ ഉൽപ്പന്നം എത്ര ശതമാനം ആളുകൾക്ക് ഇഷ്ടപ്പെട്ടു എന്ന് ഒറ്റനോട്ടത്തിൽ കാണിക്കുന്നത്.
• ബാങ്ക് കസ്റ്റമർ കെയർ മുൻഗണനകൾ: ഇന്റർനെറ്റ് വഴിയുള്ള ബാങ്ക് ഇടപാടുകളിലെ (ഓൺലൈൻ ബാങ്കിങ് അഥവാ Online Banking) തകരാറുകളിൽ പണം നഷ്ടപ്പെട്ട് കടുത്ത ആശങ്കയോടെ വരുന്ന ഉപഭോക്താക്കളുടെ സന്ദേശങ്ങൾ തിരിച്ചറിഞ്ഞ് ഉടൻതന്നെ ഉദ്യോഗസ്ഥരുടെ ശ്രദ്ധയിൽപ്പെടുത്തുന്നത്.
• സിനിമകളുടെയും പരിപാടികളുടെയും ജനപ്രീതി: പുതിയൊരു മലയാള സിനിമ റിലീസ് ചെയ്യുമ്പോൾ സാമൂഹിക മാധ്യമങ്ങളിലെ (സോഷ്യൽ മീഡിയ അഥവാ Social Media) പൊതു പ്രതികരണങ്ങൾ പരിശോധിച്ച് പ്രേക്ഷകരുടെ താല്പര്യം എത്രത്തോളമുണ്ടെന്ന് മനസ്സിലാക്കുന്നത്.
• പൊതുജനാരോഗ്യ വിവരശേഖരണം: പ്രളയമോ മഹാമാരിയോ പോലുള്ള ദുരന്തസമയങ്ങളിൽ സോഷ്യൽ മീഡിയ പോസ്റ്റുകളിലെ ഭയവും സങ്കടവും രേഖപ്പെടുത്തി ദുരിതാശ്വാസ പ്രവർത്തനങ്ങൾക്ക് മുൻഗണന നൽകുന്നത്.

വികാര വിശകലനത്തിന്റെ പരിമിതികളും നാം അറിയേണ്ട കാര്യങ്ങളും

കമ്പ്യൂട്ടറുകൾക്ക് വാക്കുകൾ കൂട്ടി ഗുണിക്കാൻ സാധിക്കുമെങ്കിലും മനുഷ്യന്റെ അതിസങ്കീർണ്ണമായ വികാരങ്ങളെ പൂർണ്ണമായി ഉൾക്കൊള്ളാൻ അവയ്ക്ക് പരിമിതികളുണ്ട്. നാം പ്രധാനമായും ശ്രദ്ധിക്കേണ്ട കാര്യങ്ങൾ ഇവയാണ്:

• പരിഹാസങ്ങളും കുത്തുവാക്കുകളും തിരിച്ചറിയാനുള്ള പ്രയാസം: എന്തൊരു ഒന്നാന്തരം ഡെലിവറി, നാല് ദിവസം കൊണ്ടാണ് കിട്ടിയത് എന്ന കടുത്ത പരിഹാസത്തെ കമ്പ്യൂട്ടർ ഒന്നാന്തരം എന്ന വാക്ക് കണ്ട് നല്ല അഭിപ്രായമായി തെറ്റിദ്ധരിച്ചേക്കാം.
• പ്രാദേശിക ഭാഷാശൈലികളിലെ സങ്കീർണ്ണതകൾ: മലയാളത്തിലെ നാടൻ പ്രയോഗങ്ങളും വായ്മൊഴികളും ശരിയായ സന്ദർഭത്തിൽ മനസ്സിലാക്കാൻ ആഗോള കമ്പ്യൂട്ടർ വിശകലന രീതികൾക്ക് (അൽഗോരിതങ്ങൾ അഥവാ Algorithms) പലപ്പോഴും ബുദ്ധിമുട്ട് നേരിടുന്നു.
• ഡിജിറ്റൽ സ്വകാര്യതയുടെ പ്രാധാന്യം: പൊതുവേദികളിൽ നാം പങ്കുവെക്കുന്ന ഓരോ പ്രതികരണവും കമ്പനികൾ വികാര വിശകലനത്തിലൂടെ നിരീക്ഷിക്കുന്നുണ്ടെന്ന ബോധത്തോടെ കാര്യങ്ങൾ രേഖപ്പെടുത്തുക.

മനുഷ്യന്റെ സങ്കീർണ്ണമായ ഹൃദയവികാരങ്ങൾ അത്രയെളുപ്പം ഗണിത ഫോർമുലകളാക്കി ഒതുക്കാവുന്ന ഒന്നല്ല. സോഫ്റ്റ്‌വെയറുകൾക്ക് വാക്കുകളിലെ ശരാശരി മനസ്സ് വേഗത്തിൽ കണക്കുകൂട്ടാൻ സാധിക്കുമെങ്കിലും, മനുഷ്യന്റെ യഥാർത്ഥ വേദനയും ആശ്വാസവും നേരിട്ട് കണ്ടറിഞ്ഞ് പ്രതികരിക്കുന്നതിലാണ് മാനവികത നിലനിൽക്കുന്നത്. യന്ത്രങ്ങൾ വാക്കുകൾ അളക്കട്ടെ, മനുഷ്യർ പരസ്പരം മനസ്സിലാക്കി കൂടെ നിൽക്കുകയാണ് ഏറ്റവും പ്രധാനം.