क्रिकेट डेटा पाइपलाइन में Stage-1 विफल: खाली स्ट्रक्चर लौटा, कोई सत्यापन-योग्य तथ्य नहीं

क्रिकेट कवरेज के लिए बने एक स्वचालित कंटेंट-एनालिसिस सिस्टम में Stage-1 का आउटपुट पूरी तरह खाली लौटा है। डोमेन लेबल cricket_world सही तरीके से असाइन हुआ, लेकिन आर्टिकल टाइटल, सोर्स, आर्टिकल टाइप, वन-सेंटेंस समरी, ऑथर स्टांस, परपस, इनफॉर्मेशन पॉइंट्स, एंटिटीज़, टाइम सेंसिटिविटी और सोर्स क्वालिटी — ये सभी फ़ील्ड या तो N/A हैं या खाली हैं। नतीजा यह है कि इस आउटपुट पर कोई भी गहरा विश्लेषण खड़ा नहीं किया जा सकता।

यह कोई सामान्य खबर नहीं है, बल्कि एक इंजीनियरिंग घटना है जिसका असर सीधे क्रिकेट रिपोर्टिंग की क्वालिटी पर पड़ता है। जब पाइपलाइन का पहला चरण ही फैक्ट-बेस लौटाने में नाकाम रहता है, तो उसके बाद चलने वाले हर एनालिटिकल स्टेप — स्टांस डिटेक्शन, एविडेंस ग्रेडिंग, टाइमलाइन जजमेंट — अपने आप बेमानी हो जाते हैं।

खाली स्ट्रक्चर का पूरा ब्यौरा

Stage-1 के आउटपुट में Article Title, Source और Type तीनों N/A दर्ज हैं। इसका मतलब है कि सिस्टम यह भी नहीं बता पाया कि जिस सामग्री को प्रोसेस किया जा रहा था, वह समाचार रिपोर्ट थी, ऑपिनियन पीस थी, मैच प्रीव्यू थी या कुछ और। जब तक जॉनर तय नहीं होता, तब तक विश्वसनीयता का आकलन और लेखक के इरादे का विश्लेषण दोनों असंभव हैं।

One-sentence Summary फ़ील्ड खाली है। यह वह फ़ील्ड होती है जिसमें लेख का मुख्य प्रस्ताव (कोर प्रोपोज़िशन) आता है। उसके बिना आप न तो दावे को तोड़ सकते हैं, न उसके प्रमाणों को क्रम में रख सकते हैं, और न ही यह जांच सकते हैं कि लेखक का निष्कर्ष उसकी प्रेमिस से तार्किक रूप से निकलता है या नहीं।

Author Stance और Purpose दोनों N/A हैं, यानी लेखक पक्षपाती है या तटस्थ, यह भी पता नहीं चला। क्रिकेट कवरेज में यह जानना ख़ासा अहम है, क्योंकि टीम चयन, कप्तानी की आलोचना, चयन समिति के फ़ैसले और आईपीएल नीलामी से जुड़ी रिपोर्टिंग में हितों का टकराव आम है।

सबसे घातक कमी: Information Points पूरी तरह खाली

सबसे गंभीर बात यह है कि Information Points का पूरा सेक्शन खाली है — एक भी एंट्री नहीं। यह फ़ील्ड ही वह जगह है जहां तथ्य, आंकड़े, उद्धरण और घटनाएं दर्ज होती हैं। एनालिसिस का हर अगला कदम इसी डेटा पर निर्भर करता है। इनफॉर्मेशन पॉइंट्स के बिना आप न जान सकते हैं कि कौन सा दावा किस आंकड़े पर टिका है, न यह पता लगा सकते हैं कि किन आंकड़ों की दोबारा जांच ज़रूरी है।

इसी तरह, Entities Involved की पहचान नहीं हुई, यानी किसी भी खिलाड़ी, टीम, प्रशासनिक निकाय, कोच या टूर्नामेंट का नाम सिस्टम ने एक्सट्रैक्ट नहीं किया। एंटिटीज़ के बिना रिलेशनशिप नेटवर्क नहीं बनता — किसने क्या कहा, किसका किससे टकराव है, किस बयान का असर किस पर पड़ेगा, यह सब अनिर्धारित रह जाता है। Time Sensitivity की समीक्षा भी नहीं हुई, जबकि क्रिकेट एक ऐसा डोमेन है जहां सीरीज़ शेड्यूल, पॉइंट्स टेबल, रैंकिंग और चयन की समय-सीमाएं लगातार बदलती रहती हैं। एक दिन पुरानी जानकारी भी भ्रामक हो सकती है, और यहां टाइमस्टैम्प का कोई आकलन ही उपलब्ध नहीं। Source Quality भी अनिर्धारित है, इसलिए यह भी नहीं बताया जा सकता कि कौन सा दावा प्राथमिक स्रोत से आया है और कौन सा दूसरे हाथ की जानकारी है।

एकमात्र काम का संकेत: डोमेन लेबल

पूरे आउटपुट में एक ही चीज़ भरोसे लायक है — Domain Label: cricket_world। यह लेबल बताता है कि आगे की प्रोसेसिंग में किस शब्दावली और किस बैकग्राउंड प्रायर का इस्तेमाल होना चाहिए: टेस्ट, वनडे और टी20 फ़ॉर्मेट, फ्रेंचाइज़ी लीग, अंतरराष्ट्रीय कैलेंडर, रैंकिंग सिस्टम, डीआरएस और playing conditions जैसे नियम, चोट और वर्कलोड मैनेजमेंट से जुड़ी बहसें। लेकिन यह लेबल सिर्फ़ संदर्भ का दायरा तय करता है, किसी ठोस तथ्य की गारंटी नहीं देता। इससे आप एक भी वाक्य नहीं लिख सकते जिसे सत्यापित किया जा सके।

ऐसा क्यों हुआ: तीन संभावित वजहें

संभावना के क्रम में पहली वजह यह है कि आर्टिकल बॉडी की एक्सट्रैक्शन ही खाली रही। यह तब होता है जब साइट एंटी-स्क्रैपिंग सुरक्षा लगाती है, कंटेंट जावास्क्रिप्ट से रेंडर होता है, पे-वॉल के पीछे होता है, या फिर सिर्फ़ टाइटल पेज ही फेच हुआ हो। ऐसे में पाइपलाइन को साफ़ टेक्स्ट मिलता ही नहीं और Stage-1 खाली स्ट्रक्चर लौटा देता है। पहला जांच-बिंदु यही होना चाहिए: फेच किए गए raw text की लंबाई कितनी थी।

दूसरी वजह यह हो सकती है कि इनपुट गलती से किसी लिस्टिंग पेज या नेविगेशन पेज का रहा हो, आर्टिकल पेज का नहीं। होमपेज, सेक्शन पेज या स्कोरकार्ड इंडेक्स पर शीर्षक और लिंक तो होते हैं, पर कोई सुसंगत लेख नहीं होता। ऐसे इनपुट से न सारांश निकलता है, न इनफॉर्मेशन पॉइंट्स।

तीसरी और सबसे चालाक वजह यह है कि LLM कॉल का जवाब ट्रंकट हो गया हो, या JSON पार्सिंग फेल होने के बाद सिस्टम ने चुपचाप खाली स्ट्रक्चर लौटा दिया हो। यह 'साइलेंट डिग्रेडेशन' सबसे खतरनाक है, क्योंकि ऊपर की ओर कोई एरर नहीं जाता। डाउनस्ट्रीम जॉब को लगता है कि प्रोसेसिंग सफल रही और बस डेटा कम था। नतीजा यह होता है कि खराबी कई चरणों तक पकड़ में नहीं आती और आगे के सारे निष्कर्ष किसी खाली नींव पर बन जाते हैं।

विश्लेषण पर असर

इस आउटपुट से निम्नलिखित कुछ भी संभव नहीं है: लेख का मुख्य दावा और उसकी तर्क-श्रृंखला (प्रेमिस से अनुमान तक) निकालना; तथ्यात्मक कथनों को राय से अलग करना और हर तथ्य के स्रोत को चिह्नित करना; उन आंकड़ों की सूची बनाना जिन्हें मूल स्रोत से दोबारा जांचना ज़रूरी है; लेखक का झुकाव और संभावित हितधारकों की पहचान; समय-संवेदनशीलता का आकलन; और यह तय करना कि कौन सा दावा गलत साबित होने पर पूरा निष्कर्ष धराशायी हो जाएगा।

सुधार के लिए क्या करें

सबसे पहले Stage-1 को दोबारा चलाया जाए और साथ में raw text की लंबाई, HTTP स्टेटस, कंटेंट-टाइप और फेच किए गए HTML का साइज़ लॉग किया जाए। इसके बाद स्कीमा वैलिडेशन अनिवार्य किया जाए — अगर Information Points खाली है या एंटिटीज़ की सूची खाली है, तो जॉब को फेल मार्क किया जाए, सफल नहीं। तीसरा कदम है खाली स्ट्रक्चर पर स्पष्ट वॉर्निंग और अलर्ट भेजना, ताकि साइलेंट डिग्रेडेशन बंद हो। चौथा, LLM रिस्पॉन्स के लिए रिट्री और स्ट्रिक्ट JSON पार्सिंग लगाई जाए, ट्रंकेशन का पता चले। पांचवां, सोर्स-साइड पर जावास्क्रिप्ट रेंडरिंग और पे-वॉल वाले पेजों के लिए अलग एक्सट्रैक्शन रणनीति बनाई जाए।

निष्कर्ष

यहां सबसे ईमानदार रुख यही है कि कोई रिपोर्ट न छापी जाए। अगर किसी खाली आउटपुट को भरने के लिए काल्पनिक मैच, काल्पनिक आंकड़े या काल्पनिक बयान गढ़े जाएंगे, तो वह गलत रिपोर्टिंग से भी बुरा होगा — क्योंकि वह सत्यापन-योग्य नहीं होगा और पाठक को भ्रमित करेगा। बेहतर यह है कि पाइपलाइन ठीक की जाए, या मूल लेख का टेक्स्ट सीधे एनालिसिस में डाला जाए।