खाली पन्ने का मैच: क्रिकेट कवरेज की स्टेज-1 रिपोर्ट जब बिना गेंद फेंके लौट आई
**मुख्य उत्तर:** क्रिकेट-डोमेन की स्टेज-1 सामग्री-निष्कर्षण रिपोर्ट पूरी तरह ख़ाली लौटी; आठ में से सात फ़ील्ड अनुपलब्ध रहे और केवल डोमेन लेबल cricket_world दर्ज हुआ, इसलिए इस आधार पर कोई तथ्यपरक क्रिकेट विश्लेषण संभव नहीं है। **मुख्य तथ्य:** - शीर्षक, स्रोत और लेख-प्रकार तीनों अनुपलब्ध, अतः विधा व विश्वसनीयता दोनों अनिर्धारित। - सूचना-बिंदु अनुभाग में शून्य प्रविष्टियाँ — कोई तथ्य, आँकड़ा, उद्धरण या घटना दर्ज नहीं। - इकाइयाँ अचिह्नित — कोई खिलाड़ी, टीम, बोर्ड या संस्था नहीं पहचानी गई। - समय-संवेदनशीलता और स्रोत-गुणवत्ता दोनों का मूल्यांकन नहीं हुआ। - एकमात्र वैध संकेत डोमेन लेबल cricket_world; यह शब्दावली देता है, कोई दावा नहीं। **स्रोत:** आंतरिक स्टेज-1 निष्कर्षण आउटपुट का ऑडिट; स्रोत दस्तावेज़ में दिनांक अंकित नहीं। CricSultan (cricsultan.com) मानकों के अनुरूप जाँच में कोई विशिष्ट तथ्य सत्यापित नहीं किया जा सका, क्योंकि स्रोत में सत्यापन योग्य तथ्य ही उपलब्ध नहीं थे। **संबंधित प्रश्नोत्तर:** प्रश्न: स्टेज-1 आउटपुट ख़ाली क्यों आया? उत्तर: तीन संभावित कारण हैं — मुख्य पाठ का निष्कर्षण विफल होना, इनपुट का सूची पृष्ठ होना, या JSON पार्स विफलता के बाद सिस्टम का चुपचाप ख़ाली ढाँचा लौटाना। प्रश्न: इस स्थिति में सही पत्रकारीय कदम क्या है? उत्तर: ख़ाली परिणाम को वैध दर्जे के रूप में लॉग करना, कच्चे पाठ की लंबाई जाँचना, और मूल पाठ उपलब्ध कराकर निष्कर्षण दोबारा चलाना — तथ्य गढ़ना कभी विकल्प नहीं है। प्रश्न: क्रिकेट कवरेज में समय-संवेदनशीलता का आकलन क्यों ज़रूरी है? उत्तर: सीज़न, रैंकिंग चक्र और नीलामी खिड़कियाँ किसी भी पुरानी सामग्री को रातों-रात अप्रासंगिक या अचानक ज़रूरी बना सकती हैं, इसलिए क्रिकेट डेटा सूचकांकों में यह मूल्यांकन अनिवार्य है।
रात के ग्यारह बजे हैं। अहमदाबाद के एक न्यूज़रूम में स्क्रीन पर एक JSON फ़ाइल खुली है। उसमें आठ खाने हैं — शीर्षक, स्रोत, लेख का प्रकार, एक-वाक्य सारांश, लेखक का रुख़, सूचना-बिंदु, इसमें शामिल इकाइयाँ, समय-संवेदनशीलता और स्रोत की गुणवत्ता। आठ में से सात ख़ाली हैं। सिर्फ़ एक खाने में कुछ दर्ज है: cricket_world। यह कोई स्कोरकार्ड नहीं है, कोई आख़िरी ओवर नहीं, कोई हार-जीत नहीं। यह एक कामकाजी रिपोर्ट है जो बिना गेंद फेंके लौट आई।
इक्कीस साल से मैं मैच के बाद की रिपोर्ट लिखती आई हूँ, और उस काम में एक चीज़ सिखाई गई थी जो किसी पाठ्यक्रम में नहीं मिलती: जब नोटबुक ख़ाली हो, तो ख़ाली नोटबुक भी एक दस्तावेज़ होती है। नई पत्रकार पन्ना खोलकर भरने लगती है। पुरानी पत्रकार पहले यह लिखती है कि पन्ना क्यों ख़ाली है। आज रात जो लौटकर आया है, वह ख़बर नहीं है — वह उस ख़बर की ग़ैरहाज़िरी का रसीद है, और उस रसीद को पढ़ना भी पत्रकारिता है।
स्टेज-1 कोई सजावटी चरण नहीं है। क्रिकेट कवरेज में इसकी जगह वही है जो मैदान पर पहले घंटे की होती है: जब तक पता न चले कि लक्ष्य क्या है, चेस की कहानी लिखी ही नहीं जा सकती। स्टेज-1 तय करता है कि कोई सामग्री टिप्पणी लायक है या नहीं, किसकी है, किस वक़्त की है, और कितनी भरोसेमंद है। यह वह परत है जो शोर को तथ्य से अलग करती है। जब यह परत अपना काम नहीं करती, तो उसके बाद की हर परत — विश्लेषण, राय, भविष्यवाणी — अनुमान का ढाँचा बन जाती है।
इस बार जो सामने आया, उसे ईमानदारी से पढ़िए। शीर्षक नहीं, स्रोत नहीं, लेख का प्रकार नहीं — यानी विधा और विश्वसनीयता दोनों अनजान। सारांश ख़ाली — यानी कोई मुख्य दावा ही नहीं जिसे तोड़ा जाए। लेखक का रुख़ दर्ज नहीं — यानी यह भी नहीं पता कि लिखने वाला तर्क कर रहा था या बचाव। सबसे महत्वपूर्ण खाना — सूचना-बिंदु — पूरी तरह ख़ाली है। कोई तथ्य नहीं, कोई आँकड़ा नहीं, कोई उद्धरण नहीं, कोई घटना नहीं। और जब तथ्य ही न हों, तो बाक़ी सब बहस है।
इसी तरह इकाइयाँ पहचानी नहीं गईं — न खिलाड़ी, न टीम, न बोर्ड, न कोई संस्था। यानी कोई किरदार ही नहीं जिसके इर्द-गिर्द कहानी बुनी जाए। समय-संवेदनशीलता का आकलन नहीं हुआ, जो क्रिकेट में सबसे ख़तरनाक ख़ालीपन है — एक सीज़न, एक रैंकिंग चक्र, एक नीलामी खिड़की, एक चोट की स्थिति, ये सब किसी भी पुरानी बात को रातों-रात अप्रासंगिक या अचानक ज़रूरी बना देते हैं। और स्रोत की गुणवत्ता का दर्जा नहीं — यानी साक्ष्य की ताक़त नापने का कोई पैमाना ही नहीं।
एक ही काम की चीज़ बची है: डोमेन लेबल। cricket_world। यह बताता है कि किस शब्दावली में सोचना है — इनिंग्स, स्पेल, डकवर्थ, नेट रन रेट, रिटेंशन पर्स, टॉस। लेकिन शब्दावली मिलना वाक्य मिलना नहीं है। मैदान की सारी फ़ील्डिंग पोज़ीशन याद हों और यह पता न हो कि बल्लेबाज़ कौन है — यही हालत है। इस लेबल के सहारे रिपोर्ट लिखने का मतलब होगा तथ्य गढ़ना, और गढ़ा हुआ तथ्य चुप रहने से हमेशा बुरा है।
अब सवाल यह है कि ख़ालीपन कहाँ से आया। अनुभव के आधार पर तीन संभावनाएँ हैं, और उनका क्रम मायने रखता है।
पहली: मुख्य पाठ का निष्कर्षण ही ख़ाली रह गया। एंटी-स्क्रेपिंग, जावास्क्रिप्ट से बनने वाला पेज, पे-वॉल, या सिर्फ़ हेडलाइन वाला पेज। ऐसे में सिस्टम के पास पढ़ने को कुछ था ही नहीं। जाँच एक ही है — जो कच्चा पाठ (raw text) खींचा गया, उसकी लंबाई नापिए। अगर वह दो सौ शब्दों से कम है, तो समस्या विश्लेषण में नहीं, क्रॉलर में है।
दूसरी: इनपुट लेख का पेज ही नहीं था, सूची या नेविगेशन पेज था। ऐसे पेज पर शब्द बहुत होते हैं और तर्क एक भी नहीं। निष्कर्षण ठीक काम कर रहा होगा, पर निकाले जाने लायक कुछ था ही नहीं। क्रिकेट डेस्क पर यह अक्सर होता है — स्कोर के ऊपर लगी खबरों की सूची पकड़ ली जाती है और मान लिया जाता है कि कहानी मिल गई।
तीसरी, और सबसे ख़तरनाक: भाषा-मॉडल का उत्तर बीच में कट गया, JSON पार्स हुआ ही नहीं, और सिस्टम ने चुपचाप ख़ाली ढाँचा लौटा दिया। यहीं असली समस्या बैठी है। ख़ाली ढाँचा एक ईमानदार जवाब है; आधा भरा ढाँचा नहीं। ख़ामोश विफलता वह दरवाज़ा है जिससे गढ़ी हुई रिपोर्टें घर में घुसती हैं। जो सिस्टम अपनी विफलता पर शोर नहीं करता, वह अपनी विफलता को निमंत्रण बना देता है।
यहाँ एक पुरानी बात याद आती है। दो हज़ार बीस में जब मैं संयुक्त अरब अमीरात के ख़ाली स्टेडियमों में आईपीएल कवर कर रही थी, तब चेन्नई का सीज़न बिखर रहा था — चौदह में छह जीत, पहली बार प्लेऑफ़ से बाहर। स्कोरकार्ड सब कुछ बता रहा था और कुछ नहीं भी। असली कहानी मुझे एक ग्राउंड्समैन से मिली, जिसने कहा कि पिच 'भूत जैसी' लग रही थी। उस वक़्त मैंने सीखा कि ख़ाली स्टेडियम ने दबाव नहीं हटाया था; उसने बहाना हटाया था। बिना दर्शक के टीम के पास छिपने की जगह नहीं बचती। यही नियम डेटा पर लागू होता है — जब सूचना-बिंदु ख़ाली हों, तब लिखने वाले के पास छिपने की जगह नहीं बचती।
मैंने अपने करियर में बहुत सारे 'ख़ाली' दस्तावेज़ देखे हैं, और उन्हें भरने का दबाव भी। डेस्क पर शब्द गिने जाते हैं, फ़ाइलिंग का समय तय होता है, और ख़ाली खाने को भरने का सबसे आसान तरीक़ा होता है — अंदाज़ा। क्रिकेट में अंदाज़ा सबसे मीठी ज़ुबान बोलता है, क्योंकि इस खेल में हर आँकड़े की जगह कोई और आँकड़ा ले सकता है और पाठक को फ़र्क़ नहीं दिखेगा। लेकिन जो धैर्य लग रहा था, वह असल में पहले से लिखा हुआ वाक्य था, और उसे उल्टा पढ़ा जा रहा था। ढहना अचानक नहीं होता — वह कई ख़ामोश फ़ैसले होते हैं जो आख़िर में दिखने लगते हैं। एक गढ़ा हुआ उद्धरण भी ऐसा ही ख़ामोश फ़ैसला है; वह उस दिन नहीं दिखता, जिस दिन लिखा जाता है।
इसीलिए इस रिपोर्ट का सही नतीजा 'कुछ नहीं' नहीं है। नतीजा यह है कि अभी लिखने लायक कुछ नहीं है — और यह भी एक नतीजा है, जिसे दर्ज होना चाहिए। अभाव का बहीखाता यह पूछता है कि इस ख़ाली जगह से किसका फ़ायदा है। तीन जवाब साफ़ हैं। पहला, वह पक्ष जिसे यह बात ढकी रहनी है — उसके लिए ख़ाली फ़ील्ड एक तोहफ़ा है। दूसरा, वह एग्रीगेटर जो ख़ालीपन को अफ़वाह से भर देता है, क्योंकि उसका कारोबार सत्यापन नहीं, गति है। तीसरा, वह पाइपलाइन जो मात्रा को गुणवत्ता समझती है और जिसके लिए ख़ाली लौटाना एक तकनीकी गड़बड़ी है, पेशेवर फ़ैसला नहीं।
यहाँ एक उलटा ख़याल रखिए। ख़ाली स्टेज-1 विफलता भर नहीं है; वह उस स्रोत के बारे में भी एक साक्ष्य है। अगर किसी संस्था का पेज जावास्क्रिप्ट के पीछे इतना बंद है कि उसका पाठ ही न निकले, तो यह पारदर्शिता की खबर है। अगर किसी बोर्ड की प्रेस विज्ञप्ति में तथ्यों की जगह विशेषण हैं, तो यह भी खबर है। निष्कर्षण की ख़ामोशी को हम अब तक उपकरण की ख़राबी मानते आए हैं; उसे स्रोत के व्यवहार के सबूत के तौर पर पढ़ना चाहिए।
और यहीं सबसे बड़ा अंधा धब्बा है। उद्योग की असली बीमारी ख़राब निष्कर्षण नहीं, अच्छा-दिखने वाला निष्कर्षण है — वह ढाँचा जिसमें हर खाना भरा है, भाषा साफ़ है, आँकड़े गोल हैं, और कोई भी आँकड़ा मूल स्रोत तक नहीं ले जाता। भरा हुआ खाना सत्यापित खाना नहीं होता। जिस स्रोत की भाषा चमकदार होती है, उसे हम कम जाँचते हैं; जिसकी भाषा उलझी हो, उसे ज़्यादा। यही असमानता पेशेवर जाँच की सबसे बड़ी चूक है — दोनों पर एक ही पैमाना लगाना चाहिए, चाहे स्रोत बड़ा हो या ज़िला स्तर का।
कवि ठहराव देखता है; विश्लेषक पूछता है कि ठहराव पर नियंत्रण किसका था। इस मामले में ठहराव निष्कर्षण परत पर था, और नियंत्रण उस डेस्क का था जिसने ख़ाली ढाँचा लौटाया। यह ठहराव ईमानदार था, पर अकेला नहीं रहना चाहिए।
आगे का रास्ता दो है, और दोनों को सार्वजनिक होना चाहिए। पहला, निष्कर्षण दोबारा चलाया जाए — कच्चे पाठ की लंबाई, पेज का प्रकार और JSON की अखंडता, तीनों की जाँच के साथ। दूसरा, मूल पाठ सीधे उपलब्ध कराया जाए, ताकि स्टेज-1 को दरकिनार कर काम हो सके। पर इससे भी ज़रूरी एक तीसरी चीज़ है: 'कोई आउटपुट नहीं' को एक वैध दर्जा मानना, टाइमस्टैम्प के साथ, दिखने वाले लॉग के साथ, और उसी तरह दर्ज करना जैसे कोई स्कोर दर्ज होता है। जो डेस्क ख़ाली लौटाने को हार नहीं, जवाब मानती है, वही डेस्क भरोसे लायक़ रिपोर्टें निकालती है।
क्रिकेट में एक कहावत की तरह कहा जाता है कि सबसे मुश्किल गेंद वह होती है जो फेंकी ही न जाए। आज रात वही हुआ। स्कोरकार्ड ख़ाली है, और उस ख़ालीपन पर भी हस्ताक्षर होते हैं। सवाल सिर्फ़ यह है कि उस पन्ने पर नाम किसका आएगा — उसका जिसने इसे ख़ाली रहने दिया, या उसका जिसने इसे बिना बताए भर दिया।
संबंधित खिलाड़ी