खाली लेजर: जब डिकंस्ट्रक्शन में एक भी तथ्य न हो

मैदान पर उतरने से पहले मैं स्टॉपवॉच और रिकॉर्डर जेब में रखता हूँ। स्कोरकार्ड मेरे लिए पहला दस्तावेज़ कभी नहीं रहा — पहला दस्तावेज़ वह होता है जो मैं खुद गिनता हूँ, दूसरा वह जो स्कोरर लिखता है। इसीलिए जब मेज़ पर एक ऐसा डिकंस्ट्रक्शन रखा जाता है जिसमें शीर्षक N/A है, स्रोत N/A है, प्रकाशन तिथि दर्ज नहीं है, लेख का प्रकार अनर्गीकृत है और सूचना-बिंदुओं की सूची पूरी तरह खाली है — तो लिखने के लिए एक ही चीज़ बचती है: यह बताना कि क्यों कुछ नहीं बचा।

तीन हज़ार पाँच सौ उनतालीस शब्द माँगे गए हैं। उतने शब्द मैं लिख सकता हूँ। भाषा में दम है, चेपक के कंक्रीट से उठती गर्मी का वर्णन चार पैराग्राफ़ में हो जाएगा, एक फ़ील्डर की अनदेखी गर्दन पर आधा पन्ना निकल आएगा। लेकिन उन शब्दों के नीचे कोई तथ्य नहीं होगा। तथ्य के बिना लिखा गया क्रिकेट लेख वही है जो बिना मैच देखे लिखी गई मैच रिपोर्ट है — वाक्य साफ़, घटना गढ़ी हुई।

यह लेख उसी के बारे में है।

पहले सुनो: स्कोर सिर्फ़ दूसरी कहानी है। और इस फ़ाइल में पहली कहानी भी नहीं है।

फ़ाइल में दर्ज है क्या

दस फ़ील्ड हैं। उनमें से नौ की स्थिति एक जैसी है।

शीर्षक — N/A। विषय का कोई नाम नहीं, इसलिए क्रॉस-वेरिफ़िकेशन का कोई रास्ता नहीं। स्रोत — N/A। किस अख़बार, किस वेबसाइट, किस बोर्ड की प्रेस विज्ञप्ति, किस एजेंसी का केबल — पता नहीं। लेख का प्रकार — अनर्गीकृत। मतलब यह भी तय नहीं कि सामने समाचार है, विश्लेषण है, राय है या रिपोर्ट। एक-वाक्य सारांश — खाली, यानी मूल प्रस्ताव ही ग़ायब। लेखक का रुख़ — N/A। उद्देश्य — N/A। सूचना-बिंदु — खाली सूची। और यह सबसे महंगा खालीपन है।

एक ही फ़ील्ड में मान है: डोमेन लेबल — cricket_world। लेकिन इस परिणाम के भीतर इस लेबल का कोई सबूत मौजूद नहीं है। कोई शीर्षक नहीं जो बताए कि यह क्रिकेट की खबर है, कोई सूचना-बिंदु नहीं जो किसी मैच, सीरीज़, खिलाड़ी या अनुबंध का ज़िक्र करे। ऐसे में यह तय करना असंभव है कि यह लेबल मूल पाठ से निकला है या किसी बाहरी प्रीसेट से चिपका दिया गया है। मेरी बहीखाते की आदत कहती है: जिस दावे का कोई स्रोत-फ़ील्ड न हो, उसे तथ्य की तरह नहीं पढ़ा जाता।

शून्य से शून्य ही निकलता है

एंटिटी निष्कर्षण, समय-संवेदनशीलता का आकलन, स्रोत की गुणवत्ता, तर्क का ढाँचा — ये चारों चीज़ें एक ही जगह से निकलती हैं: सूचना-बिंदुओं से। हर बिंदु में तीन चीज़ें होनी चाहिए थीं — दावा (क्या कहा गया), स्रोत-फ़ील्ड (किसने कहा: बोर्ड की विज्ञप्ति, एजेंसी की रिपोर्ट, या लेखक का अनुमान), और समय-चिह्न (कब)। तीनों के बिना आगे का हर नतीजा अनुमान बन जाता है, विश्लेषण नहीं।

एंटिटी वाला निर्देश इसी खालीपन का सबसे साफ़ सबूत है। फ़ाइल में लिखा है: "ऊपर दिए सूचना-बिंदुओं से पहचानें।" ऊपर कोई बिंदु है ही नहीं। निर्देश अपनी ही जगह पर निराधार हो गया है। यह वही स्थिति है जब कोच कहे — पिछले ओवर के आधार पर गेंदबाज़ी बदलो, और स्कोरबुक में पिछला ओवर ही दर्ज न हो।

गढ़ने का लालच, और उसे ठुकराने की कीमत

क्रिकेट संस्करण में यह लालच बहुत परिचित है। सबसे आसान रास्ता यह होता कि cricket_world लेबल पकड़ें, कोई हालिया सीरीज़ चुन लें, और उस पर वही ढाँचा चढ़ा दें जो हर बार चढ़ता है — एक ओपनर का संघर्ष, एक स्पिनर का कोण, एक चयन-विवाद। तीन हज़ार शब्द निकल आते। पाठक को कुछ पता नहीं चलता, क्योंकि लहजा जाना-पहचाना लगता है।

इस लालच को ठुकराने की एक कीमत है, और वह कीमत साफ़ बतानी चाहिए: इस डिलीवरी में शब्द-संख्या का लक्ष्य पूरा नहीं होगा। समय बर्बाद हुआ। डेडलाइन पर दबाव बना रहेगा। यही वह बहीखाता है जिसकी गुंजाइश किसी भी "सिद्धांतवादी इनकार" में दिखनी चाहिए — किसने भुगतान किया, कितना, और किस शर्त पर।

लेकिन दूसरी तरफ़ का हिसाब भी उतना ही ठोस है। एक गढ़ा हुआ तथ्य एक बार छपता है और उसके बाद किसी भी सत्यापन-तंत्र में ज़हर की तरह घुल जाता है। मैंने अपने करियर में एक बार यह गलती की थी — दो हज़ार सत्रह में नवी मुंबई के डी.वाई. पाटिल स्टेडियम में भारत और अमेरिका का अंडर-17 विश्व कप मुक़ाबला देखने के बाद मैंने छब्बीस हज़ार स्कूली बच्चों की आवाज़ पर बारह सौ शब्द लिखे थे, बारहवें मिनट की वह धीमी गड़गड़ाहट, जो तीसरे गोल पर मर गई। मेरे संपादक ने उसे तीन सौ शब्द कर दिया और स्कोरलाइन तथा कोट्स माँगे। उस रात मैंने तय किया कि आवाज़ को सजावट नहीं, सबूत की तरह दर्ज करूँगा — हर मिनट का निशान, हर बदलाव का सेकंड। एक ऐसी रिपोर्ट लिखना जिसमें एक भी देखा हुआ पल न हो, उसी नियम का उल्लंघन है।

मैं भजन ढूँढने गया था और इनवॉइस मिला। यही इनवॉइस है।

अब आगे क्या चाहिए

तीन रास्ते हैं, और तीनों साफ़ हैं।

पहला — मूल पाठ दे दीजिए। शीर्षक, प्रकाशन तिथि, स्रोत और पूरा पाठ। मैं शून्य से निष्कर्षण करूँगा और विश्लेषण भी।

दूसरा — भरा हुआ Stage-1 परिणाम दीजिए, न्यूनतम इतना: शीर्षक, स्रोत, प्रकाशन-तिथि, लेख-प्रकार; सूचना-बिंदु जिनमें हर बिंदु पर दावा, स्रोत-फ़ील्ड और समय-चिह्न हो; और एंटिटी सूची — व्यक्ति, संगठन, प्रतियोगिता, स्थान।

तीसरा — अगर निष्कर्षण पाइपलाइन ही विफल हुई है, तो त्रुटि या मूल रूप से खींचा गया कच्चा पाठ भेजिए। मैं यह पहचानने में मदद करूँगा कि गड़बड़ी निष्कर्षण की परत में है या इनपुट की।

तीसरे रास्ते पर एक चेतावनी जोड़नी ज़रूरी है। अगर यह वास्तव में Stage-1 का उत्पादन है, तो इसका मतलब है कि ऊपरी परत चुपचाप विफल हुई है — कोई त्रुटि संदेश नहीं, कोई चेतावनी नहीं, बस संरचना में पूरा और सामग्री में खाली JSON। ऐसे "वैध खोखले" नतीजे को नीचे की परत पकड़ नहीं पाती। सुझाव सीधा है: Stage-1 में एक जाँच जोड़िए — यदि सूचना-बिंदु खाली हों या शीर्षक N/A हो, तो स्पष्ट विफलता घोषित कीजिए, आगे मत भेजिए।

कुछ चीखें साँसों में लिखी बहीखाते होती हैं — और कुछ बहीखाते खाली आते हैं, जिससे पता चलता है कि गिनती ही शुरू नहीं हुई थी। परीकथा को भी बहीखाते से गुज़रना पड़ता है। जिस रिपोर्ट का बहीखाता खाली है, वह परीकथा नहीं, रसीद है — बिना भुगतान के।