प्रश्न उत्तरण (क्यूए) कंप्यूटर विज्ञान की एक शाखा है जो सूचना पुनर्प्राप्ति और प्राकृतिक भाषा प्रसंस्करण (एनएलपी) के क्षेत्रों के अंतर्गत आती है। यह उन प्रणालियों के निर्माण पर केंद्रित है जो मनुष्यों द्वारा प्राकृतिक भाषा में पूछे गए प्रश्नों का स्वचालित रूप से उत्तर दे सकें। एक क्यूए कार्यान्वयन, जो आमतौर पर एक कंप्यूटर प्रोग्राम होता है, अपने उत्तरों का निर्माण किसी संरचित ज्ञानकोष से पूछताछ करके या, अधिक सामान्यतः, असंरचित प्राकृतिक भाषा दस्तावेजों के संग्रह से उत्तर निकालकर कर सकता है। ऐसे दस्तावेज़ संग्रहों के उदाहरणों में संदर्भ ग्रंथ, संकलित समाचार एजेंसी रिपोर्ट, विकिपीडिया पृष्ठ और अन्य वर्ल्ड वाइड वेब सामग्री शामिल हैं।
इतिहास
प्रारंभिक प्रश्न उत्तरण प्रणालियों में BASEBALL और LUNAR शामिल हैं। BASEBALL ने एक वर्ष की अवधि में मेजर लीग बेसबॉल के बारे में प्रश्नों के उत्तर दिए, जबकि LUNAR ने अपोलो चंद्र मिशनों द्वारा लाए गए चट्टानों के भूवैज्ञानिक विश्लेषण से संबंधित प्रश्नों को संबोधित किया। दोनों प्रणालियाँ अपने चुने हुए क्षेत्रों में अत्यधिक प्रभावी थीं; LUNAR, जिसे 1971 में एक चंद्र विज्ञान सम्मेलन में प्रदर्शित किया गया था, ने अपने क्षेत्र में अप्रशिक्षित उपयोगकर्ताओं द्वारा पूछे गए 90% प्रश्नों के उत्तर दिए। ये प्रणालियाँ हस्तलिखित ज्ञानकोषों और ELIZA और DOCTOR, जो पहले चैटरबॉट प्रोग्राम थे, में उपयोग की जाने वाली भाषा तकनीकों के समान तकनीकों पर निर्भर थीं।
1960 के दशक के अंत और 1970 के दशक की शुरुआत में, टेरी विनोग्राड ने SHRDLU विकसित किया, जो एक प्रश्न-उत्तरण कार्यक्रम था जो एक खिलौना "ब्लॉक्स वर्ल्ड" में एक रोबोट का अनुकरण करता था, जिससे उपयोगकर्ता उस दुनिया की स्थिति के बारे में पूछ सकते थे। इसकी ताकत एक बहुत ही विशिष्ट डोमेन और सरल भौतिकी नियमों में निहित थी जिन्हें एनकोड करना आसान था। 1970 के दशक के दौरान, संकीर्ण ज्ञानकोषों वाली विशेषज्ञ प्रणालियाँ उभरीं, जिन्होंने अपने क्षेत्रों के भीतर अधिक दोहराने योग्य और वैध प्रतिक्रियाएँ उत्पन्न कीं। ये प्रणालियाँ आधुनिक क्यूए से इस मायने में भिन्न थीं कि वे बड़े पाठ कोषों के सांख्यिकीय प्रसंस्करण के बजाय विशेषज्ञ-निर्मित ज्ञानकोषों पर निर्भर थीं।
1970 और 1980 के दशक में कम्प्यूटेशनल भाषाविज्ञान में प्रगति देखी गई, जिसके कारण यूनिक्स कंसल्टेंट (यूसी) जैसी परियोजनाएँ सामने आईं, जो यू.सी. बर्कले में यूनिक्स ऑपरेटिंग सिस्टम के बारे में प्रश्नों का उत्तर एक व्यापक हस्तनिर्मित ज्ञानकोष के साथ देती थी, और LILOG, जो एक जर्मन शहर में पर्यटन सूचना के लिए एक पाठ-समझ प्रणाली थी। हालाँकि ये प्रणालियाँ प्रदर्शन चरण में ही रहीं, उन्होंने कम्प्यूटेशनल भाषाविज्ञान और तर्क के सिद्धांतों में योगदान दिया। स्वास्थ्य और जीवन वैज्ञानिकों के लिए EAGLi जैसी विशेष प्रणालियाँ भी विकसित की गईं।
2011 में, आईबीएम का वॉटसन, एक क्यूए कंप्यूटर सिस्टम, ने ब्रैड रटर और केन जेनिंग्स के खिलाफ जेपार्डी! के प्रदर्शनी मैच जीते। फेसबुक रिसर्च ने DrQA जारी किया, जो विकिपीडिया को ज्ञान स्रोत के रूप में उपयोग करने वाली एक ओपन-सोर्स प्रणाली है। डीपसेट द्वारा ओपन-सोर्स फ्रेमवर्क हेस्टैक ओपन-डोमेन क्यूए को जनरेटिव प्रश्न उत्तरण के साथ जोड़ता है और उद्योग उपयोग के लिए भाषा मॉडल के डोमेन अनुकूलन का समर्थन करता है। GPT-4 और जेमिनी जैसे बड़े भाषा मॉडल (एलएलएम) सफल क्यूए सिस्टम हैं जो अधिक परिष्कृत पाठ समझ और निर्माण को सक्षम बनाते हैं, और जब पाठ, छवियों और ऑडियो को संसाधित करने वाली मल्टीमॉडल प्रणालियों के साथ जोड़ा जाता है, तो वे क्यूए क्षमताओं में काफी सुधार करते हैं।
प्रकार
क्यूए अनुसंधान तथ्य, सूची, परिभाषा, कैसे, क्यों, काल्पनिक, शब्दार्थ रूप से प्रतिबंधित, और क्रॉस-भाषाई प्रश्नों सहित कई प्रकार के प्रश्नों को संबोधित करता है। रीडिंग कॉम्प्रिहेंशन क्यूए, जहाँ एक प्रणाली किसी दिए गए लेख के बारे में प्रश्नों का उत्तर देती है, एक सरल रूप है क्योंकि संदर्भ अपेक्षाकृत छोटा होता है। क्लोज्ड-बुक क्यूए उन प्रणालियों को संदर्भित करता है जिन्होंने प्रशिक्षण के दौरान तथ्यों को याद कर लिया है और स्पष्ट संदर्भ के बिना उत्तर दे सकती हैं, जैसे मनुष्य क्लोज्ड-बुक परीक्षा देते हैं।
क्लोज्ड-डोमेन क्यूए एक विशिष्ट डोमेन, जैसे चिकित्सा या ऑटोमोटिव रखरखाव, के भीतर प्रश्नों से संबंधित है, और डोमेन-विशिष्ट ज्ञान का लाभ उठा सकता है जिसे अक्सर ऑन्टोलॉजी में औपचारिक रूप दिया जाता है। यह उन स्थितियों को भी संदर्भित कर सकता है जहाँ केवल सीमित प्रकार के प्रश्न स्वीकार किए जाते हैं, जैसे वर्णनात्मक बनाम प्रक्रियात्मक प्रश्न। उदाहरण के लिए, अल्जाइमर रोग के लिए चिकित्सा क्यूए प्रणालियाँ बनाई गई हैं। ओपन-डोमेन क्यूए लगभग किसी भी चीज़ के बारे में प्रश्नों को संभालता है, सामान्य ऑन्टोलॉजी और विश्व ज्ञान पर निर्भर करता है, और उत्तर निष्कर्षण के लिए आमतौर पर बहुत अधिक डेटा उपलब्ध होता है।
आधुनिक दृष्टिकोण
आधुनिक क्यूए प्रणालियाँ तेजी से बड़े भाषा मॉडल और ट्रांसफॉर्मर आर्किटेक्चर का लाभ उठा रही हैं। विशाल पाठ कोषों पर प्रशिक्षित ये मॉडल, सीखे गए ज्ञान से उत्तर उत्पन्न करके क्लोज्ड-बुक क्यूए कर सकते हैं। ओपन-डोमेन प्रणालियाँ अक्सर रिट्रीवल-ऑगमेंटेड जनरेशन का उपयोग करती हैं, जो एक कोष से प्रासंगिक दस्तावेज़ों का चयन करने वाले रिट्रीवर को उत्तर तैयार करने वाले जनरेटर के साथ जोड़ती है। यह दृष्टिकोण हेस्टैक और DrQA जैसे फ्रेमवर्क में उपयोग किया जाता है।
गहन शिक्षण और तंत्रिका नेटवर्क ने हाल की प्रगति को प्रेरित किया है, जिससे प्रणालियाँ जटिल प्रश्न प्रकारों और मल्टीमॉडल इनपुट को संभालने में सक्षम हुई हैं। जनरेटिव एआई मॉडल, जैसे कि ओपनएआई और एंथ्रोपिक द्वारा विकसित, ने विविध डोमेन में मजबूत क्यूए प्रदर्शन का प्रदर्शन किया है। शोध इंटरैक्टिविटी, उत्तर पुन:उपयोग, शब्दार्थ पार्सिंग, उत्तर प्रस्तुति, ज्ञान प्रतिनिधित्व और सोशल मीडिया विश्लेषण जैसे विषयों पर जारी है।
अनुप्रयोग और चुनौतियाँ
क्यूए प्रणालियाँ ग्राहक सहायता, स्वास्थ्य देखभाल, शिक्षा और सूचना पुनर्प्राप्ति सहित विभिन्न क्षेत्रों में लागू की जाती हैं। वे आभासी सहायकों, खोज इंजनों और उद्यम ज्ञान प्रबंधन उपकरणों को शक्ति प्रदान करती हैं। चुनौतियों में अस्पष्ट प्रश्नों को संभालना, तथ्यात्मक सटीकता सुनिश्चित करना और प्रशिक्षण डेटा में पूर्वाग्रहों का प्रबंधन करना शामिल है। वर्तमान शोध मूर्त क्यूए की खोज करता है, जहाँ एजेंट भौतिक वातावरण के साथ बातचीत करते हैं, और दृश्य क्यूए, जो छवि समझ को प्रश्न उत्तरण के साथ जोड़ता है।
भविष्य की दिशाएँ
भविष्य की क्यूए प्रणालियों के ऑडियो और वीडियो सहित मल्टीमॉडल डेटा के साथ अधिक गहराई से एकीकृत होने और इंटरैक्टिव क्षमताओं में सुधार करने की संभावना है, जिससे प्रणालियाँ स्पष्टीकरण प्रश्न पूछ सकें। सुदृढीकरण सीखने और मॉडल दक्षता में प्रगति अधिक मजबूत और स्केलेबल प्रणालियों को सक्षम कर सकती है। जैसे-जैसे एआई विकसित होता रहेगा, क्यूए मानव-कंप्यूटर संपर्क का एक केंद्रीय घटक बना रहेगा।