ਲਾਭ:
- ਕਾਰਪਸ ਮਾਪਾਂ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਜਿਵੇਂ ਕਿ ਸ਼ਬਦ ਦੀ ਬਾਰੰਬਾਰਤਾ, ਸੰਵਾਦ, ਸ਼ਬਦਾਵਲੀ ਦੀ ਅਮੀਰੀ ਅਤੇ ਨਕਲੀ ਬੁੱਧੀ ਵਾਲੇ ਕੀਵਰਡਸ
- ਇਹ ਜਾਣਨਾ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਸਹੀ ਗਿਣਤੀ ਵਿੱਚ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੈ ਅਤੇ ਇੱਕ ਵੱਖਰੇ ਟੂਲ ਨਾਲ ਹਰੇਕ ਗਿਣਤੀ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੇ ਯੋਗ ਹੈ
- ਇਹ ਸਮਝਣ ਦੀ ਯੋਗਤਾ ਕਿ ਕੋਈ ਸੰਖਿਆ ਆਪਣੇ ਆਪ ਕੁਝ ਨਹੀਂ ਕਹਿੰਦੀ ਅਤੇ ਇਹ ਕਿ ਅਰਥ ਸਥਾਪਤ ਕਰਨ ਵਾਲੀ ਭਾਸ਼ਾਈ ਵਿਆਖਿਆ ਮਨੁੱਖਾਂ ਦੀ ਹੈ।
ਸਾਹਿਤ ਅਤੇ ਭਾਸ਼ਾ ਦਾ ਅਧਿਐਨ ਸਿਰਫ਼ "ਟਿੱਪਣੀ" ਨਹੀਂ ਹੈ; ਇਸਦਾ ਇੱਕ ਮਾਪਣਯੋਗ ਅਤੇ ਗਿਣਨਯੋਗ ਪਹਿਲੂ ਵੀ ਹੈ। ਇੱਕ ਲੇਖਕ ਕਿੰਨੇ ਵੱਖਰੇ ਸ਼ਬਦਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਉਹ ਕਿਹੜੇ ਸ਼ਬਦਾਂ ਨਾਲ ਵਰਤਣਾ ਪਸੰਦ ਕਰਦਾ ਹੈ, ਕਿਹੜੇ ਸ਼ਬਦ ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਆਮ ਹੋ ਜਾਂਦੇ ਹਨ - ਇਹ ਭਾਸ਼ਾ ਵਿਗਿਆਨ (ਵਿਗਿਆਨ ਜੋ ਭਾਸ਼ਾ ਦੀ ਆਵਾਜ਼, ਬਣਤਰ, ਅਰਥ ਅਤੇ ਵਰਤੋਂ ਦਾ ਅਧਿਐਨ ਕਰਦਾ ਹੈ) ਅਤੇ ਖਾਸ ਤੌਰ 'ਤੇ ਕੋਰਪਸ ਭਾਸ਼ਾ ਵਿਗਿਆਨ ਦੁਆਰਾ ਜਾਂਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇੱਕ ਕਾਰਪਸ ਲਿਖਤਾਂ ਦਾ ਇੱਕ ਸੰਗ੍ਰਹਿ ਹੁੰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਇੱਕ ਲੇਖਕ ਦੀਆਂ ਸੰਪੂਰਨ ਰਚਨਾਵਾਂ, ਇੱਕ ਅਖਬਾਰ ਦਾ ਸਾਲਾਨਾ ਪੁਰਾਲੇਖ, ਜਾਂ ਇੱਕ ਸਮੇਂ ਦੀਆਂ ਕਵਿਤਾਵਾਂ। ਕਾਰਪਸ ਵਿਸ਼ਲੇਸ਼ਣ ਇਸ ਹਿੱਸੇ ਵਿੱਚ ਸੰਖਿਆਤਮਕ ਪੈਟਰਨਾਂ ਦੀ ਖੋਜ ਕਰਦਾ ਹੈ।
ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਇੱਕ ਕਾਰਪਸ ਵਿਸ਼ਲੇਸ਼ਣ ਸਹਾਇਕ ਵਜੋਂ AI ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਸਿੱਖਾਂਗੇ: ਤੇਜ਼ੀ ਨਾਲ ਮੈਟ੍ਰਿਕਸ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰਨਾ ਜਿਵੇਂ ਕਿ ਸ਼ਬਦ ਦੀ ਬਾਰੰਬਾਰਤਾ (ਪਾਠ ਵਿੱਚ ਇੱਕ ਸ਼ਬਦ ਆਉਣ ਦੀ ਗਿਣਤੀ), ਤਾਲਮੇਲ (ਸ਼ਬਦ ਜੋੜੇ ਜੋ ਅਕਸਰ ਇਕੱਠੇ ਹੁੰਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ "ਕਾਲਾ" + "ਮੇਰੀ ਕਿਸਮਤ"), ਸ਼ਬਦਾਵਲੀ ਦੀ ਭਰਪੂਰਤਾ, ਅਤੇ ਮੌਸਮੀ ਪਰਿਵਰਤਨ। ਪਰ ਸ਼ੁਰੂ ਤੋਂ ਇੱਕ ਚੇਤਾਵਨੀ: AI ਇਕੱਲੇ ਗਿਣਨ ਵੇਲੇ ਗਲਤੀਆਂ ਕਰ ਸਕਦਾ ਹੈ; ਵੱਡੀਆਂ ਅਤੇ ਸਟੀਕ ਗਿਣਤੀਆਂ ਲਈ ਵਿਸ਼ੇਸ਼ ਸਾਧਨਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਤੁਸੀਂ ਭਾਸ਼ਾ ਵਿਗਿਆਨੀ ਹੋ ਜੋ ਹਰੇਕ ਸੰਖਿਆ ਦਾ ਅਰਥ ਸਥਾਪਤ ਕਰਦਾ ਹੈ।
AI ਕਿੱਥੇ ਮਜ਼ਬੂਤ ਹੈ ਅਤੇ ਕਿੱਥੇ ਇਹ ਕਾਰਪਸ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਕਮਜ਼ੋਰ ਹੈ?
ਇਸ ਦੀਆਂ ਖੂਬੀਆਂ ਹਨ: ਛੋਟੇ ਅਤੇ ਦਰਮਿਆਨੇ ਪਾਠਾਂ ਵਿੱਚ ਪੈਟਰਨਾਂ ਨੂੰ ਪਛਾਣਨਾ, ਕਿਸੇ ਪਾਠ ਦੀ ਸ਼ਬਦਾਵਲੀ ਬਾਰੇ ਪਰਿਕਲਪਨਾ ਪੈਦਾ ਕਰਨਾ, ਸੰਗ੍ਰਹਿ ਲਈ ਉਮੀਦਵਾਰਾਂ ਦਾ ਸੁਝਾਅ ਦੇਣਾ, ਨਤੀਜੇ ਦੀ ਵਿਆਖਿਆ ਕਰਨਾ, ਇੱਕ ਵਿਧੀ ਦਾ ਵਰਣਨ ਕਰਨਾ। AI ਪੁੱਛਦਾ ਹੈ "ਇਸ ਲੇਖਕ ਵਿੱਚ ਕਿਹੜੇ ਵਾਕਾਂਸ਼ ਵੱਖਰੇ ਹਨ?" ਇਹ ਸਵਾਲ ਦੀ ਇੱਕ ਤੇਜ਼ ਸ਼ੁਰੂਆਤ ਦਿੰਦਾ ਹੈ.
ਕਮਜ਼ੋਰੀ: ਸਹੀ ਗਿਣਤੀ। AI ਇੱਕ ਭਾਸ਼ਾ ਮਾਡਲ ਹੈ, ਇੱਕ ਕੈਲਕੁਲੇਟਰ ਨਹੀਂ; ਲੰਬੇ ਟੈਕਸਟ ਵਿੱਚ "ਇਹ ਕਿੰਨੀ ਵਾਰ ਹੋਇਆ ਹੈ" ਦੇ ਸਵਾਲ ਦਾ ਅਨੁਮਾਨਿਤ ਅਤੇ ਕਈ ਵਾਰ ਗਲਤ ਜਵਾਬ ਦੇ ਸਕਦਾ ਹੈ। ਸਟੀਕ ਬਾਰੰਬਾਰਤਾ, ਸਟੀਕ ਸੰਗ੍ਰਹਿ ਅੰਕੜੇ, ਜਾਂ ਹਜ਼ਾਰਾਂ ਸ਼ਬਦਾਂ ਦੀ ਵੱਡੀ ਕਾਰਪਸ ਸਕੈਨਿੰਗ ਲਈ, ਵਿਸ਼ੇਸ਼ ਸੌਫਟਵੇਅਰ (ਉਦਾਹਰਨ ਲਈ ਕਾਰਪਸ ਟੂਲ ਜਿਵੇਂ ਕਿ AntConc ਜਾਂ ਇੱਕ ਸਪ੍ਰੈਡਸ਼ੀਟ) ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। AI ਇਹਨਾਂ ਸਾਧਨਾਂ ਦੇ ਆਉਟਪੁੱਟ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਵਿੱਚ ਕੀਮਤੀ ਹੈ; ਪਰ ਉਸਨੂੰ ਅੰਨ੍ਹੇਵਾਹ ਕੱਚੀ ਗਿਣਤੀ ਨਾ ਕਰੋ.
ਸੰਕੇਤ: ਜੇਕਰ ਤੁਹਾਨੂੰ ਇੱਕ ਸਹੀ ਸੰਖਿਆ ਦੀ ਲੋੜ ਹੈ, ਤਾਂ ਦੋ ਤਰੀਕਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰੋ: ਇੱਕ ਟੂਲ ਨੂੰ ਛੋਟੇ ਟੈਕਸਟ ਵਿੱਚ ਗਿਣਤੀ ਕਰਨ ਲਈ ਕਹੋ ਅਤੇ AI ਨੂੰ ਇਸਦੀ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਕਹੋ; ਜਾਂ AI ਕਾਉਂਟ ਰੱਖੋ ਅਤੇ ਇਸ ਨੂੰ ਕਿਸੇ ਹੋਰ ਤਰੀਕੇ ਨਾਲ ਤਸਦੀਕ ਕਰੋ। ਬਿਨਾਂ ਪੁਸ਼ਟੀ ਕੀਤੇ "AI ਨੇ ਕਿਹਾ ਕਿ ਇਹ 47 ਵਾਰ ਵਾਪਰਦਾ ਹੈ" ਵਾਕ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੋ।
ਇੱਕ ਕਦਮ-ਦਰ-ਕਦਮ ਕਾਰਪਸ ਅਧਿਐਨ
- ਇੱਕ ਸਵਾਲ ਰੱਖੋ. "ਇਸ ਕਵੀ ਵਿੱਚ ਰੰਗ ਸ਼ਬਦ ਕਿਵੇਂ ਵੰਡੇ ਗਏ ਹਨ?" ਬਿਨਾਂ ਕਿਸੇ ਸਪੱਸ਼ਟ ਸਵਾਲ ਦੇ ਗਿਣਨਾ ਅਰਥਹੀਣ ਹੈ ਜਿਵੇਂ ਕਿ:
- ਕਾਰਪਸ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ. ਕਿਹੜੀਆਂ ਲਿਖਤਾਂ? ਕਿਹੜਾ ਐਡੀਸ਼ਨ? ਕਿਹੜੀ ਮਿਆਦ? ਸਰਹੱਦ ਸਾਫ਼ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।
- ਮਾਪ ਚੁਣੋ. ਬਾਰੰਬਾਰਤਾ, ਸੰਗ੍ਰਹਿ, ਸ਼ਬਦਾਵਲੀ ਦੀ ਅਮੀਰੀ?
- ਮਾਪੋ ਅਤੇ ਪੁਸ਼ਟੀ ਕਰੋ। ਗਿਣਤੀ ਕਰੋ, ਫਿਰ ਦੂਜੇ ਤਰੀਕੇ ਨਾਲ ਪੁਸ਼ਟੀ ਕਰੋ।
- ਟਿੱਪਣੀ. ਇਕੱਲਾ ਨੰਬਰ ਕੁਝ ਨਹੀਂ ਕਹਿੰਦਾ; ਇਹ ਤੁਹਾਡੀ ਟਿੱਪਣੀ ਹੈ ਜੋ ਖੋਜ ਨੂੰ "ਦੂਜੇ ਦੌਰ ਵਿੱਚ ਰੰਗ ਦੇ ਸ਼ਬਦ ਦੁੱਗਣੇ" ਨੂੰ ਸਾਰਥਕ ਬਣਾਉਂਦਾ ਹੈ।
ਸ਼ਬਦਾਵਲੀ ਦੀ ਅਮੀਰੀ ਦਾ ਇੱਕ ਅਕਸਰ ਵਰਤਿਆ ਜਾਣ ਵਾਲਾ ਮਾਪ ਵੱਖ-ਵੱਖ ਸ਼ਬਦਾਂ ਦੀ ਸੰਖਿਆ ਅਤੇ ਸ਼ਬਦਾਂ ਦੀ ਕੁੱਲ ਸੰਖਿਆ (ਕਿਸਮ/ਟੋਕਨ ਅਨੁਪਾਤ) ਦਾ ਅਨੁਪਾਤ ਹੁੰਦਾ ਹੈ। ਜੇ ਇਹ ਅਨੁਪਾਤ ਵੱਧ ਹੈ, ਤਾਂ ਪਾਠ ਸ਼ਬਦ-ਵਿਭਿੰਨ ਹੈ, ਅਤੇ ਜੇ ਇਹ ਘੱਟ ਹੈ, ਤਾਂ ਇਸਦਾ ਅਰਥ ਹੈ ਕਿ ਇਹ ਦੁਹਰਾਇਆ ਗਿਆ ਹੈ। ਪਰ ਇਹ ਅਨੁਪਾਤ ਟੈਕਸਟ ਦੀ ਲੰਬਾਈ ਦੁਆਰਾ ਪ੍ਰਭਾਵਿਤ ਹੁੰਦਾ ਹੈ; ਛੋਟੇ ਅਤੇ ਲੰਬੇ ਟੈਕਸਟ ਦੀ ਸਿੱਧੀ ਤੁਲਨਾ ਕਰਦੇ ਸਮੇਂ ਸਾਵਧਾਨ ਰਹੋ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 - ਸੰਗ੍ਰਹਿ ਨੇ ਇੱਕ ਸ਼ੈਲੀ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ। ਇੱਕ ਖੋਜਕਰਤਾ ਨੇ ਇੱਕ ਨਾਵਲਕਾਰ ਦੇ 3 ਨਾਵਲਾਂ ਵਿੱਚ ਵਿਸ਼ੇਸ਼ਣ-ਨਾਂਵ ਦੇ ਜੋੜਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ। AI ਨੇ ਸੁਝਾਅ ਦਿੱਤਾ ਹੈ ਕਿ ਸ਼ਬਦ "ਪੀਲੇ" 5 ਵੱਖ-ਵੱਖ ਨਾਂਵਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ; ਖੋਜਕਰਤਾ ਨੇ ਪਾਠਾਂ ਵਿੱਚੋਂ 4 ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਅਤੇ 1 ਨੂੰ ਮਨਘੜਤ ਵਜੋਂ ਖਤਮ ਕਰ ਦਿੱਤਾ। ਪੁਸ਼ਟੀ ਕੀਤੀ ਪੈਟਰਨ ਲੇਖਕ ਦੀ ਵਿਆਖਿਆਤਮਕ ਸ਼ੈਲੀ ਬਾਰੇ ਥੀਸਿਸ ਬਿਆਨ ਬਣ ਗਈ।
ਕੇਸ 2 - ਗਿਣਨ ਦੀ ਗਲਤੀ ਫੜੀ ਗਈ। ਇੱਕ ਵਿਦਿਆਰਥੀ ਨੇ AI ਨੂੰ ਪੁੱਛਿਆ ਕਿ "ਰਾਤ" ਸ਼ਬਦ 2,000-ਸ਼ਬਦਾਂ ਦੇ ਪਾਠ ਵਿੱਚ ਕਿੰਨੀ ਵਾਰ ਆਇਆ ਹੈ; ਏਆਈ ਨੇ ਕਿਹਾ "23". ਜਦੋਂ ਵਿਦਿਆਰਥੀ ਨੇ ਟੈਕਸਟ ਨੂੰ ਸਪ੍ਰੈਡਸ਼ੀਟ ਵਿੱਚ ਸੁੱਟਿਆ ਅਤੇ ਇਸਨੂੰ ਗਿਣਿਆ, ਤਾਂ ਅਸਲ ਸੰਖਿਆ 17 ਸੀ। ਇਹ ਸਪੱਸ਼ਟ ਹੋ ਗਿਆ ਹੈ ਕਿ AI ਦੀ ਕੱਚੀ ਗਿਣਤੀ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੈ।
ਕੇਸ 3 - ਸਮੇਂ-ਸਮੇਂ 'ਤੇ ਬਦਲਾਅ ਨੇ ਵਿਵਾਦ ਪੈਦਾ ਕੀਤਾ। ਇੱਕ ਸਮੂਹ ਨੇ ਕਵੀ ਦੀਆਂ ਮੁਢਲੀਆਂ ਅਤੇ ਅੰਤਮ ਕਵਿਤਾਵਾਂ ਵਿੱਚ ਅਮੂਰਤ ਸ਼ਬਦਾਂ ਦੇ ਅਨੁਪਾਤ ਦੀ ਤੁਲਨਾ ਕੀਤੀ। AI ਦੇ ਪਹਿਲੇ ਖਰੜੇ ਨੇ ਇੱਕ ਰੁਝਾਨ ਦਾ ਸੁਝਾਅ ਦਿੱਤਾ; ਜਦੋਂ ਸਮੂਹ ਟੈਕਸਟ 'ਤੇ ਵਾਪਸ ਗਿਆ ਅਤੇ ਗਿਣਤੀ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ, ਤਾਂ ਰੁਝਾਨ ਅਸਲੀ ਨਿਕਲਿਆ, ਪਰ AI ਦੁਆਰਾ ਸੁਝਾਏ ਗਏ "ਕਾਰਨ" ਅਪ੍ਰਮਾਣਿਤ ਅਟਕਲਾਂ ਸਨ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਖਤਮ ਕਰ ਦਿੱਤਾ ਗਿਆ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਸ਼ਬਦ ਬਾਰੰਬਾਰਤਾ ਰੂਪਰੇਖਾ (ਤਸਦੀਕ ਦੇ ਨਾਲ):
ਹੇਠਾਂ ਦਿੱਤੇ ਟੈਕਸਟ ਵਿੱਚ 15 ਸਭ ਤੋਂ ਵੱਧ ਅਕਸਰ ਆਉਣ ਵਾਲੇ ਸਮਗਰੀ ਸ਼ਬਦਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ (ਫੰਕਸ਼ਨ ਸ਼ਬਦਾਂ ਜਿਵੇਂ ਕਿ ਸੰਯੋਜਨ ਅਤੇ ਅਗੇਤਰਾਂ ਨੂੰ ਛੱਡ ਦਿਓ), ਉਹਨਾਂ ਦੀ ਅਨੁਮਾਨਿਤ ਬਾਰੰਬਾਰਤਾਵਾਂ ਦੇ ਨਾਲ। ਚੇਤਾਵਨੀ: ਨੋਟ ਕਰੋ ਕਿ ਗਿਣਤੀ ਸਹੀ ਨਹੀਂ ਹੋ ਸਕਦੀ ਹੈ ਅਤੇ ਨੋਟ ਕਰੋ "ਸਹੀ ਹੋਣ ਲਈ, ਉਹਨਾਂ ਨੂੰ ਵੱਖਰੇ ਕਾਉਂਟਿੰਗ ਟੂਲ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।" ਟੈਕਸਟ: [ਇੱਥੇ ਟੈਕਸਟ ਪੇਸਟ ਕਰੋ]
2) ਸੰਗ੍ਰਹਿ ਉਮੀਦਵਾਰ:
ਹੇਠਾਂ ਦਿੱਤੇ ਟੈਕਸਟ ਵਿੱਚ ਅਕਸਰ ਇਕੱਠੇ ਹੋਣ ਵਾਲੇ ਸ਼ਬਦਾਂ ਦੇ ਜੋੜੇ (ਟੱਕਰ) ਦਾ ਸੁਝਾਅ ਦਿਓ। ਹਰੇਕ ਜੋੜੇ ਲਈ ਪਾਠ ਤੋਂ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਹਵਾਲਾ ਦਿਓ। ਦੋਹਰਾ ਬਨਾਵਟ ਜਿਸਦਾ ਪਾਠ ਵਿੱਚ ਕੋਈ ਸਮਾਨ ਨਹੀਂ ਹੈ; ਜੇਕਰ ਤੁਸੀਂ ਯਕੀਨੀ ਨਹੀਂ ਹੋ, ਤਾਂ ਇਸਨੂੰ "ਪੁਸ਼ਟੀ ਦੀ ਲੋੜ ਹੈ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕਰੋ। ਟੈਕਸਟ: [ਪਾਠ ਪੇਸਟ ਕਰੋ]
3) ਸ਼ਬਦਾਵਲੀ ਦੀ ਤੁਲਨਾ:
ਮੈਂ ਤੁਹਾਨੂੰ ਦੋ ਹਵਾਲੇ ਦੇਵਾਂਗਾ। ਹਰੇਕ ਲਈ: ਅੰਦਾਜ਼ਨ ਕੁੱਲ ਸ਼ਬਦ, ਵੱਖ-ਵੱਖ ਸ਼ਬਦਾਂ ਦੀਆਂ ਕਿਸਮਾਂ ਬਾਰੇ ਨਿਰੀਖਣ, ਅਤੇ ਪ੍ਰਮੁੱਖ ਸ਼ਬਦ ਡੋਮੇਨ (ਜਿਵੇਂ ਕਿ ਰੰਗ, ਕੁਦਰਤ, ਭਾਵਨਾ)। ਦੱਸੋ ਕਿ ਸੰਖਿਆਵਾਂ ਅਨੁਮਾਨਿਤ ਹਨ। ਮੇਰੀ ਤਸਦੀਕ ਦੀ ਤੁਲਨਾ ਦੀ ਵਿਆਖਿਆ ਛੱਡੋ. ਟੈਕਸਟ A: [...] ਟੈਕਸਟ B: [...]
4) ਨਤੀਜੇ ਦੀ ਵਿਆਖਿਆ:
ਮੈਨੂੰ ਇੱਕ ਗਿਣਤੀ ਟੂਲ ਤੋਂ ਹੇਠਾਂ ਦਿੱਤੇ ਨਤੀਜੇ ਮਿਲੇ ਹਨ: [ਨਤੀਜੇ ਪੇਸਟ ਕਰੋ]। ਭਾਸ਼ਾਈ ਤੌਰ 'ਤੇ ਇਹਨਾਂ ਸੰਖਿਆਵਾਂ ਦਾ ਕੀ ਅਰਥ ਹੋ ਸਕਦਾ ਹੈ ਇਸ ਬਾਰੇ 2-3 ਅਨੁਮਾਨ ਤਿਆਰ ਕਰੋ। ਹਰੇਕ ਪਰਿਕਲਪਨਾ ਨੂੰ "ਸਬੂਤ ਦੀ ਲੋੜ ਹੈ" ਵਜੋਂ ਚਿੰਨ੍ਹਿਤ ਕਰੋ ਅਤੇ ਮੈਨੂੰ ਦੱਸੋ ਕਿ ਮੈਂ ਇਸਦੀ ਜਾਂਚ ਕਿਵੇਂ ਕਰ ਸਕਦਾ ਹਾਂ। ਬਹੁਤ ਜ਼ਿਆਦਾ ਟਿੱਪਣੀਆਂ ਤੋਂ ਬਚੋ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ: "ਇਸ ਪਾਠ ਵਿੱਚ ਕਿਹੜਾ ਸ਼ਬਦ ਸਭ ਤੋਂ ਵੱਧ ਆਉਂਦਾ ਹੈ?"
ਮਜਬੂਤ: "ਇਸ ਟੈਕਸਟ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਵਾਰ-ਵਾਰ ਸਮੱਗਰੀ ਵਾਲੇ ਸ਼ਬਦਾਂ ਨੂੰ ਉਹਨਾਂ ਦੀ ਅਨੁਮਾਨਿਤ ਬਾਰੰਬਾਰਤਾ ਨਾਲ ਸੂਚੀਬੱਧ ਕਰੋ; ਫੰਕਸ਼ਨ ਸ਼ਬਦਾਂ ਨੂੰ ਬਾਹਰ ਕੱਢੋ। ਇਹ ਸਪੱਸ਼ਟ ਕਰੋ ਕਿ ਨੰਬਰ ਸਟੀਕ ਨਹੀਂ ਹਨ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਵੱਖਰੇ ਟੂਲ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਹਰੇਕ ਸ਼ਬਦ ਲਈ ਇੱਕ ਉਦਾਹਰਨ ਵਾਕ ਦਿਓ।"
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ AI ਨੂੰ ਗਿਣਤੀ ਸੀਮਾ ਨੂੰ ਸਵੀਕਾਰ ਕਰਦਾ ਹੈ ਅਤੇ ਤੁਹਾਨੂੰ ਪਹਿਲਾਂ ਦੱਸਦਾ ਹੈ ਕਿ ਪੁਸ਼ਟੀਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ ਵਿੱਚ, AI ਇੱਕ ਸਿੰਗਲ ਨੰਬਰ ਦਿੰਦਾ ਹੈ ਅਤੇ ਤੁਹਾਨੂੰ ਨਹੀਂ ਪਤਾ ਕਿ ਇਹ ਗਲਤ ਹੋ ਸਕਦਾ ਹੈ।
ਮਾਪ ਅਤੇ ਭਰੋਸੇਯੋਗਤਾ ਸਾਰਣੀ
ਮਾਪ
ਕੀ ਦਿਖਾਉਂਦਾ ਹੈ
ਇਕੱਲੇ ਏ.ਆਈ
ਸਹੀ ਤਰੀਕੇ ਨਾਲ
ਸ਼ਬਦ ਦੀ ਬਾਰੰਬਾਰਤਾ
ਅਕਸਰ ਸ਼ਬਦ
ਬਾਰੇ, ਖ਼ਤਰਨਾਕ
ਕਾਊਂਟਰ + ਏਆਈ ਟਿੱਪਣੀ
colocation
ਜਿਹੜੇ ਇਕੱਠੇ ਲੰਘਦੇ ਹਨ
ਉਮੀਦਵਾਰ ਪੈਦਾ ਕਰਦਾ ਹੈ
ਪਾਠ ਤੋਂ ਪੁਸ਼ਟੀ
ਕਿਸਮ/ਟੋਕਨ ਅਨੁਪਾਤ
ਮੌਖਿਕ ਵਿਭਿੰਨਤਾ
ਗੁੰਮਰਾਹਕੁੰਨ ਹੋ ਸਕਦਾ ਹੈ
ਟੂਲ ਨਾਲ ਖਾਤਾ
ਮੌਸਮੀ ਤਬਦੀਲੀ
ਸਮੇਂ ਦੇ ਨਾਲ ਰੁਝਾਨ
ਅਨੁਮਾਨ ਪੈਦਾ ਕਰਦਾ ਹੈ
ਮਾਪੋ ਅਤੇ ਪੁਸ਼ਟੀ ਕਰੋ
ਸਮਾਪਤੀ ਟਿੱਪਣੀ
ਭਾਵ
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪਰ ਅਤਿਕਥਨੀ
ਮਨੁੱਖੀ ਨਿਰਣੇ
ਕੀਵਰਡ ਅਤੇ ਐਨ-ਗ੍ਰਾਮ ਸੰਕਲਪ
ਕਾਰਪਸ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਦੋ ਧਾਰਨਾਵਾਂ ਤੁਹਾਡੇ ਕੰਮ ਨੂੰ ਆਸਾਨ ਬਣਾਉਂਦੀਆਂ ਹਨ। ਪਹਿਲਾ ਕੀਵਰਡ ਹੈ (ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ ਕੀਵਰਡ - ਉਹ ਸ਼ਬਦ ਜੋ ਕਿਸੇ ਟੈਕਸਟ ਜਾਂ ਲੇਖਕ ਵਿੱਚ ਆਮ ਭਾਸ਼ਾ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਉਮੀਦ ਨਾਲੋਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਅਕਸਰ ਹੁੰਦਾ ਹੈ, ਉਸ ਟੈਕਸਟ ਨੂੰ ਇਸਦਾ "ਅੱਖਰ" ਦਿੰਦਾ ਹੈ)। ਇੱਕ ਲੇਖਕ ਦੇ ਕੀਵਰਡ ਉਸਦੀਆਂ ਰੁਚੀਆਂ ਅਤੇ ਸ਼ੈਲੀ ਨੂੰ ਪ੍ਰਗਟ ਕਰਦੇ ਹਨ; ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ "ਸਮੁੰਦਰ" ਅਤੇ "ਵਿਛੋੜਾ" ਇੱਕ ਕਵੀ ਵਿੱਚ ਉਮੀਦ ਨਾਲੋਂ ਵੱਧ ਵਾਰ ਵਾਪਰਦਾ ਹੈ, ਤਾਂ ਇਹ ਅੰਕੜਾ ਪ੍ਰਸਾਰਣ ਇੱਕ ਵਿਆਖਿਆ ਲਈ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਬਣ ਜਾਂਦਾ ਹੈ। ਕੀਵਰਡਸ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ, ਇੱਕ ਟੈਕਸਟ ਦੀ ਬਾਰੰਬਾਰਤਾ ਦੀ ਤੁਲਨਾ ਇੱਕ ਹਵਾਲਾ ਕਾਰਪਸ (ਤੁਲਨਾ ਲਈ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਟੈਕਸਟ ਦਾ ਇੱਕ ਆਮ, ਵੱਡਾ ਭਾਗ) ਦੇ ਨਾਲ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ; ਇਹ ਤੁਲਨਾ ਇੱਕ ਨਿਸ਼ਚਿਤ ਟੂਲ ਕੰਮ ਹੈ, ਇਹ ਇੱਕ ਗਣਨਾ ਹੈ ਜੋ AI ਆਪਣੇ ਆਪ ਭਰੋਸੇਯੋਗ ਢੰਗ ਨਾਲ ਨਹੀਂ ਕਰ ਸਕਦਾ ਹੈ।
ਦੂਜਾ n-ਗ੍ਰਾਮ ਹੈ (ਇੱਕ ਪਾਠ ਵਿੱਚ n ਲਗਾਤਾਰ ਸ਼ਬਦਾਂ ਦਾ ਇੱਕ ਕ੍ਰਮ; ਦੋ ਸ਼ਬਦਾਂ ਦੇ ਕ੍ਰਮ ਨੂੰ "ਬਿਗ੍ਰਾਮ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਤਿੰਨ ਸ਼ਬਦਾਂ ਦੇ ਕ੍ਰਮ ਨੂੰ "ਟ੍ਰਿਗ੍ਰਾਮ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ)। ਐਨ-ਗ੍ਰਾਮ ਵਿਸ਼ਲੇਸ਼ਣ ਇੱਕ ਲੇਖਕ ਦੇ ਫਾਰਮੂਲੇਕ ਸਮੀਕਰਨ ਅਤੇ ਅਕਸਰ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਵਾਕਾਂਸ਼ਾਂ ਨੂੰ ਪ੍ਰਗਟ ਕਰਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਕੋਈ ਲੇਖਕ "ਕਿਸਮ" ਜਾਂ "ਹਾਲਾਂਕਿ" ਵਰਗੇ ਵਾਕਾਂਸ਼ਾਂ ਦੀ ਵਰਤੋਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਕਰਦਾ ਹੈ, ਤਾਂ ਇਹ ਵਾਕ ਬਣਾਉਣ ਦੀ ਉਸਦੀ ਆਦਤ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। AI ਇਹਨਾਂ ਵਾਕਾਂਸ਼ਾਂ ਨੂੰ ਉਮੀਦਵਾਰਾਂ ਵਜੋਂ ਸੁਝਾ ਸਕਦਾ ਹੈ; ਪਰ ਸਹੀ ਬਾਰੰਬਾਰਤਾ ਅਤੇ ਅੰਕੜਾਤਮਕ ਮਹੱਤਤਾ ਲਈ ਕਾਉਂਟਿੰਗ ਟੂਲ 'ਤੇ ਵਾਪਸ ਜਾਣਾ ਜ਼ਰੂਰੀ ਹੈ।
ਸੰਕੇਤ: AI ਨੂੰ ਦੱਸੋ, "ਉਮੀਦਵਾਰ ਵਜੋਂ ਇਸ ਟੈਕਸਟ ਵਿੱਚ ਧਿਆਨ ਦੇਣ ਯੋਗ ਵਾਕਾਂਸ਼ਾਂ (ਦੋ ਜਾਂ ਤਿੰਨ ਸ਼ਬਦ) ਦੀ ਸੂਚੀ ਬਣਾਓ, ਅਤੇ ਹਰੇਕ ਲਈ ਟੈਕਸਟ ਵਿੱਚੋਂ ਇੱਕ ਉਦਾਹਰਨ ਦਿਓ।" ਉਮੀਦਵਾਰਾਂ ਦੀ ਸੂਚੀ ਲਓ ਅਤੇ ਇੱਕ ਵੱਖਰੇ ਟੂਲ ਨਾਲ ਅਸਲ ਬਾਰੰਬਾਰਤਾ ਨੂੰ ਮਾਪੋ। AI ਨੂੰ "ਨੋਟਿਸਰ", ਏਜੰਟ ਨੂੰ "ਕਾਊਂਟਰ" ਵਜੋਂ ਅਤੇ ਆਪਣੇ ਆਪ ਨੂੰ "ਦੁਭਾਸ਼ੀਏ" ਦੇ ਤੌਰ 'ਤੇ ਰੱਖੋ।
ਆਮ ਗਲਤੀਆਂ
- AI ਦੀ ਕੱਚੀ ਗਿਣਤੀ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ। AI ਇੱਕ ਕੈਲਕੁਲੇਟਰ ਨਹੀਂ ਹੈ; ਵੱਖਰੇ ਟੂਲ ਦੁਆਰਾ ਸਹੀ ਸੰਖਿਆ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ।
- ਬਿਨਾਂ ਟਿੱਪਣੀ ਦੇ ਨੰਬਰ ਪੇਸ਼ ਕਰ ਰਿਹਾ ਹੈ। "47 ਵਾਰ ਪਾਸ" ਕੁਝ ਨਹੀਂ ਕਹਿੰਦਾ; ਤੁਸੀਂ ਅਰਥ ਪੈਦਾ ਕਰਦੇ ਹੋ।
- ਟੈਕਸਟ ਦੀ ਲੰਬਾਈ ਨੂੰ ਅਣਡਿੱਠ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਗੀਤ ਦੀ ਵਿਭਿੰਨਤਾ ਦਰਾਂ ਲੰਬਾਈ ਸੰਵੇਦਨਸ਼ੀਲ ਹੁੰਦੀਆਂ ਹਨ।
- ਤਾਲਮੇਲ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ ਥੀਸਿਸ ਬਣਾਉਣਾ। ਗੈਰ-ਏਆਈ ਜੋੜੇ ਸੁਝਾਅ ਦੇ ਸਕਦੇ ਹਨ; ਪਾਠ ਤੋਂ ਪੁਸ਼ਟੀ ਕਰੋ।
- ਅਤਿਅੰਤ ਟਿੱਪਣੀ. ਬਿਨਾਂ ਸਬੂਤ ਦੇ AI ਦੁਆਰਾ ਸੁਝਾਏ ਗਏ "ਕਾਰਨ" ਨੂੰ ਸਵੀਕਾਰ ਨਾ ਕਰੋ।
ਸੰਖੇਪ ਵਿੱਚ
ਕਾਰਪਸ ਵਿਸ਼ਲੇਸ਼ਣ ਸਾਹਿਤ ਦੇ ਗਿਣਨਯੋਗ ਪਹਿਲੂ ਨੂੰ ਖੋਲ੍ਹਦਾ ਹੈ: ਬਾਰੰਬਾਰਤਾ, ਸੰਵਾਦ, ਸ਼ਬਦਾਵਲੀ, ਸਮੇਂ-ਸਮੇਂ 'ਤੇ ਤਬਦੀਲੀ। AI ਇਸ ਖੇਤਰ ਵਿੱਚ ਪੈਟਰਨਾਂ ਨੂੰ ਪਛਾਣਨ ਅਤੇ ਨਤੀਜਿਆਂ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਵਿੱਚ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ; ਪਰ ਇਹ ਪੂਰਨ ਗਿਣਤੀ ਵਿੱਚ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੈ। ਵੱਖਰੇ ਟੂਲ ਨਾਲ ਨੰਬਰ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ, ਟੈਕਸਟ ਤੋਂ ਟਕਰਾਓ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ, ਅਤੇ ਹਰੇਕ ਨੰਬਰ ਦਾ ਅਰਥ ਖੁਦ ਸਥਾਪਿਤ ਕਰੋ। ਨੰਬਰ ਸਬੂਤ ਨਹੀਂ ਹੈ, ਇਹ ਸਬੂਤ ਦਾ ਦਰਵਾਜ਼ਾ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ ਛੋਟਾ ਟੈਕਸਟ (500-1000 ਸ਼ਬਦ) ਚੁਣੋ। ਸਮੱਗਰੀ ਸ਼ਬਦ ਦੀ ਪਛਾਣ ਕਰੋ (ਉਦਾਹਰਨ ਲਈ "ਰਾਤ" ਜਾਂ "ਸੜਕ")। ਪਹਿਲਾਂ, ਆਪਣੇ ਆਪ ਨੂੰ ਪਾਠ ਵਿੱਚ ਗਿਣੋ. ਫਿਰ ਏਆਈ ਨੂੰ ਇਸਦੀ ਗਿਣਤੀ ਕਰੋ। ਦੋ ਨਤੀਜਿਆਂ ਦੀ ਤੁਲਨਾ ਕਰੋ; ਜੇ ਕੋਈ ਅੰਤਰ ਹੈ, ਤਾਂ ਕਾਰਨ ਦੀ ਜਾਂਚ ਕਰੋ। ਫਿਰ ਟੈਕਸਟ ਵਿੱਚ ਉਸ ਸ਼ਬਦ ਦੇ ਫੰਕਸ਼ਨ ਉੱਤੇ ਇੱਕ-ਪੈਰਾਗ੍ਰਾਫ ਟਿੱਪਣੀ ਲਿਖੋ — ਸੰਖਿਆ ਨੂੰ ਅਰਥ ਵਿੱਚ ਬਦਲੋ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਇੱਕ ਸਪਸ਼ਟ ਭਾਸ਼ਾਈ ਸਵਾਲ ਰੱਖਦਾ ਹਾਂ।
- [ ] ਮੈਂ ਕਾਰਪਸ (ਟੈਕਸਟ, ਐਡੀਸ਼ਨ, ਪੀਰੀਅਡ) ਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ AI ਦੀ ਗਿਣਤੀ ਨੂੰ ਦੂਜੇ ਤਰੀਕੇ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ।
- [ ] ਮੈਂ ਟੈਕਸਟ ਤੋਂ ਸੰਗ੍ਰਹਿ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।
- [ ] ਮੈਂ ਬਿਨਾਂ ਟਿੱਪਣੀ ਕੀਤੇ ਨੰਬਰ ਨਹੀਂ ਛੱਡਿਆ; ਅਰਥ ਮੈਂ ਆਪ ਹੀ ਬਣਾਏ ਹਨ।