പേപ്പറുകൾ

ഞങ്ങളുടെ വ്യാകരണ നിയമങ്ങൾ ഞങ്ങൾ തന്നെ അളന്നുനോക്കുന്നത് എന്തുകൊണ്ട്?

A1 നിലവാരത്തിലെ ആർട്ടിക്കിളുകൾ മുതൽ C2 നിലവാരത്തിലെ ഇൻവേർഷനും ക്ലെഫ്റ്റുകളും വരെയുള്ള ഇംഗ്ലീഷ് വ്യാകരണ നിയമങ്ങളുടെ ഒരു ഘടന ഞങ്ങളുടെ സൈറ്റിലുണ്ട്. ഓരോ നിയമത്തിന് പിന്നിലും പഠിതാക്കൾ വരുത്താൻ സാധ്യതയുള്ള തെറ്റുകൾ സ്വയം തിരിച്ചറിയാനുള്ള ഒരു പരിശോധനാ സംവിധാനവും (automatic check) സജ്ജീകരിച്ചിട്ടുണ്ട്. ഇത്തരമൊരു സംവിധാനം നിർമ്മിക്കുക എന്നതല്ല പ്രയാസകരമായ കാര്യം, മറിച്ച് അത് ശരിയായി പ്രവർത്തിക്കുന്നുണ്ടോ എന്ന് തിരിച്ചറിയുകയാണ്.

നിശബ്ദതയ്ക്ക് രണ്ട് അർത്ഥങ്ങളുണ്ട്

ഈ പരിശോധനാ സംവിധാനങ്ങളിലൊന്ന് ഒരു മാസമായി ഒരു തെറ്റും കണ്ടെത്തിയില്ല എന്ന് കരുതുക. ഇതിന് പിന്നിൽ രണ്ട് കാരണങ്ങളുണ്ടാകാം. പുറമെ നിന്ന് നോക്കുമ്പോൾ ഇവ രണ്ടും ഒരുപോലെ തോന്നുകയും ചെയ്യും.

ഒന്നാമത്തേത്, ഞങ്ങൾ പരിശോധിക്കുന്ന കുറിപ്പുകളിൽ പഠിതാക്കൾ ഈ തെറ്റ് വരുത്തുന്നേയില്ല എന്നതാണ്. ചില നിയമങ്ങൾ വളരെ അപൂർവ്വമായി മാത്രമേ ഉപയോഗിക്കാറുള്ളൂ. അവ പഠിപ്പിക്കുന്ന ഘട്ടത്തിൽ, അത്തരം പ്രയോഗങ്ങൾ തെറ്റിക്കാനുള്ള സാഹചര്യം വളരെ കുറവായിരിക്കും.

രണ്ടാമത്തേത്, പഠിതാക്കൾ എത്രതവണ ആ തെറ്റ് വരുത്തിയാലും അത് തിരിച്ചറിയാൻ കഴിയാത്ത വിധത്തിലാണ് ആ പരിശോധനാ സംവിധാനം തയ്യാറാക്കിയിരിക്കുന്നത് എന്നതാണ്.

രണ്ട് സാഹചര്യങ്ങളിലും നമുക്ക് ലഭിക്കുന്ന കണക്ക് ഒന്നുതന്നെയാണ്: പൂജ്യം. "കണ്ടെത്താൻ ഒന്നുമില്ല" എന്നോ "കണ്ടെത്താൻ കഴിയുന്നില്ല" എന്നോ അർത്ഥമാക്കാവുന്ന ഒരു പൂജ്യം യഥാർത്ഥത്തിൽ ഒരു അളവുകോലല്ല, മറിച്ച് അളവുകോലിന്റെ അഭാവമാണ്. ഞങ്ങളുടെ സംവിധാനത്തെക്കുറിച്ച് ഞങ്ങൾ തന്നെ എത്തിച്ചേർന്ന തെറ്റായ നിഗമനങ്ങളിൽ ഭൂരിഭാഗവും തുടങ്ങിയത് ഇവിടെ നിന്നാണ്.

ഞങ്ങൾ സ്വീകരിച്ച രീതി

"എന്താണ് ഈ നിയമത്തിന്റെ പ്രവർത്തനത്തെ തടസ്സപ്പെടുത്തുന്നത്" എന്ന തരത്തിലുള്ള ഓരോ ചോദ്യത്തിനും കുറഞ്ഞത് രണ്ട് ഉത്തരങ്ങളെങ്കിലും ഉണ്ടാകാം. കൃത്യമായ കണക്കുകളുടെ പിൻബലമില്ലാത്ത ഒരു ഉത്തരവും ഞങ്ങൾ സ്വീകരിക്കാറില്ല.

പ്രായോഗികമായി പറഞ്ഞാൽ, തെറ്റുകൾ ഒന്നും കാണിക്കാത്ത ഓരോ നിയമത്തിനും രണ്ട് കാര്യങ്ങളിൽ ഒന്ന് തെളിയിക്കപ്പെടേണ്ടതുണ്ട്. ഒന്നുകിൽ, പഠിതാക്കളുടെ എഴുത്തിൽ ആ തെറ്റ് സംഭവിച്ച യഥാർത്ഥ ഭാഗങ്ങൾ കണ്ടെത്തുകയും, തിരുത്തലുകൾക്ക് ശേഷം ഞങ്ങളുടെ സംവിധാനം അത് തിരിച്ചറിയുകയും വേണം. അല്ലെങ്കിൽ, അത്തരം തെറ്റുകൾ എന്തുകൊണ്ട് അവിടെ കാണുന്നില്ല എന്നതിന് കൃത്യമായ കണക്കുകളും, ഒരു വ്യക്തി നേരിട്ട് വായിച്ചു പരിശോധിച്ച ഉദാഹരണങ്ങളും സഹിതമുള്ള വ്യക്തമായ കാരണവും ഉണ്ടായിരിക്കണം.

ആ വാചകത്തിന്റെ രണ്ടാം ഭാഗമാണ് ഇവിടെ പ്രധാനം. ഒരു സംഖ്യ മാത്രം കണ്ടാൽ ആളുകൾ അത് വിശ്വസിക്കാൻ സാധ്യതയുണ്ട്; എന്നാൽ ഒരു വ്യക്തി നേരിട്ട് വായിച്ചു നോക്കിയ അഞ്ച് വാചകങ്ങൾക്കൊപ്പം ഒരു സംഖ്യ കാണുമ്പോൾ കാര്യം വ്യക്തമായി മനസ്സിലാകും. നേരിട്ട് ഉദാഹരണങ്ങൾ വായിച്ചു പരിശോധിച്ചത് വഴി, ഞങ്ങൾ പുറത്തുവിടാനിരുന്ന കണക്കുകൾ തിരുത്തേണ്ടി വന്ന സന്ദർഭങ്ങൾ ഒന്നിലധികം തവണ ഉണ്ടായിട്ടുണ്ട്. ആ സന്ദർഭങ്ങളിലെല്ലാം തെറ്റ് സംഭവിച്ചത് ഞങ്ങൾക്കായിരുന്നു, മെഷീനായിരുന്നില്ല.

ഫലം കണ്ട രീതികൾ

പരീക്ഷണശാലയെ പ്രധാന ഉൽപ്പന്നത്തിൽ (product) നിന്ന് മാറ്റിനിർത്തുക എന്നതായിരുന്നു അത്. പരീക്ഷണഘട്ടത്തിലുള്ള പരിശോധനകൾ സൈറ്റിന്റെ പ്രധാന ഭാഗവുമായി ബന്ധിപ്പിക്കാറില്ല. അതുകൊണ്ട് സൈറ്റ് ഉപയോഗിക്കുന്നവരെ ബാധിക്കാതെ തന്നെ അവ അളക്കാനും, മാറ്റങ്ങൾ വരുത്താനും, വീണ്ടും പരീക്ഷിക്കാനും സാധിക്കും. ഈ പരമ്പരയിലെ അഞ്ചാമത്തെ ലേഖനത്തിൽ വിവരിക്കുന്നതുപോലെ, വിവിധ ഘട്ടങ്ങളുള്ള പ്രത്യേക പ്രക്രിയയിലൂടെ മാത്രമേ ഒരു പരിശോധനാ രീതി പ്രധാന സൈറ്റിലേക്ക് എത്തുകയുള്ളൂ.

ഇതൊരു സാധാരണ എഞ്ചിനീയറിംഗ് രീതിയായി തോന്നാം, വാസ്തവത്തിൽ അങ്ങനെ തന്നെയാണ്. എന്നാൽ ഇവിടെ ഇതിന് പ്രാധാന്യമുണ്ട്. കാരണം, മുഴുവൻ വിവരങ്ങളും (data) ഉള്ളത് പ്രധാന സൈറ്റിലായതിനാൽ പരീക്ഷണങ്ങൾ അവിടെത്തന്നെ നടത്താൻ പ്രലോഭനമുണ്ടാകാം. പക്ഷേ അങ്ങനെ ചെയ്താൽ ഓരോ പരീക്ഷണവും സൈറ്റിൽ നേരിട്ടുള്ള മാറ്റമായി (release) മാറും. ഒരു പരീക്ഷണം തിരുത്തുന്നതുപോലെ എളുപ്പത്തിൽ, സൈറ്റിൽ വരുത്തിയ ഒരു മാറ്റം പഴയപടിയാക്കാൻ കഴിയില്ല.

ഇനിയും ഉത്തരം കണ്ടെത്തേണ്ടവ

ഞങ്ങളുടെ നിലവിലെ അവസ്ഥ തുറന്നുപറയുകയാണ് ഇവിടെ. ഒരു നിയമത്തിന്റെ കാര്യത്തിലും അതിന്റെ പൂർണ്ണമായ അടിസ്ഥാന കണക്ക് (denominator) ഞങ്ങൾക്ക് ഇപ്പോഴും അറിയില്ല. അതായത്, ഒരു പ്രത്യേക നിലവാരത്തിലുള്ള പഠിതാക്കളുടെ എഴുത്തിൽ ആ തെറ്റ് വരാൻ സാധ്യതയുള്ള എത്ര സന്ദർഭങ്ങൾ ആകെ ഉണ്ടെന്ന കണക്ക്. ഞങ്ങളുടെ പരിശോധനാ രീതികളെക്കുറിച്ച് മുൻധാരണയില്ലാത്ത ഒരാൾ നേരിട്ട് പരിശോധിച്ച കുറിപ്പുകളുമായി (blind annotated sample) താരതമ്യം ചെയ്തുകൊണ്ട്, ഈ സംവിധാനത്തിന് എത്രത്തോളം തെറ്റുകൾ കണ്ടെത്താനാകും (recall) എന്ന് ആരും ഇതുവരെ അളന്നിട്ടില്ല. ഇതൊരു മറച്ചുവെക്കേണ്ട കുറവായല്ല, മറിച്ച് ചെയ്തുതീർക്കാനുള്ള ഒരു കടമയായാണ് ഞങ്ങൾ കാണുന്നത്. ഈ പരമ്പരയിലെ മൂന്നാമത്തെയും ഏഴാമത്തെയും ലേഖനങ്ങൾ ഇതേക്കുറിച്ചാണ് സംസാരിക്കുന്നത്.

ഈ പരമ്പരയിലെ ബാക്കി ലേഖനങ്ങൾ ഇവയുടെ വിശദാംശങ്ങളാണ്: ഞങ്ങളുടെ അളവുകോലുകൾ എങ്ങനെയാണ് ഞങ്ങളെത്തന്നെ തെറ്റിദ്ധരിപ്പിച്ചത്, കൃത്യമായ ഒരു അടിസ്ഥാന കണക്ക് കണ്ടെത്താൻ എന്ത് വില നൽകണം, വാക്കുകളുടെ ബാഹ്യരൂപം (surface form) വെച്ച് എന്തൊക്കെ തീരുമാനിക്കാം, എന്തൊക്കെ തീരുമാനിക്കാനാവില്ല, ഞങ്ങളുടെ ഏതൊക്കെ ശീലങ്ങളാണ് തുടർന്നും നിലനിർത്താൻ കൊള്ളാവുന്നത് എന്നിവയാണവ.

എല്ലാ ലേഖനങ്ങളും

ഓരോ നിയമത്തിനും സൗജന്യ പരിശീലനം

ഈ സൈറ്റിലെ ഓരോ വ്യാകരണ നിയമത്തിനൊപ്പവും അത് പരിശീലിക്കാനുള്ള സംവിധാനമുണ്ട്. ഇത് സൗജന്യമാണ്, സൈൻ-അപ്പ് ചെയ്യേണ്ടതില്ല.

ഒരു പ്രശ്നം റിപ്പോർട്ട് ചെയ്യുക

നിങ്ങൾ ഇപ്പോൾ ഉള്ള പേജ്
/ml/science/papers/measure-01-why.html ml

ഞങ്ങൾക്ക് ഇംഗ്ലീഷ് ആണ് ഏറ്റവും എളുപ്പം, എങ്കിലും നിങ്ങൾക്ക് ഇഷ്ടമുള്ള ഏത് ഭാഷയിലും എഴുതാം.

ഈ റിപ്പോർട്ടിൽ നിങ്ങളുടെ വാക്കുകൾ, പേജ് വിലാസം, ഭാഷ എന്നിവ മാത്രമാണ് ഉള്ളത്. സ്ക്രീൻഷോട്ടുകളോ ലോഗുകളോ അക്കൗണ്ടോ ഇല്ല. ഞങ്ങൾക്ക് റിപ്പോർട്ടുകൾക്ക് മറുപടി നൽകാൻ കഴിയില്ല, അതിനാൽ നിങ്ങൾക്ക് മറുപടി ആവശ്യമുണ്ടെങ്കിൽ ഇതിലേക്ക് എഴുതുക [email protected]