ক্রিকেট নিউজ পাইপলাইনে শূন্য স্টেজ-ওয়ান পেলোড: যখন ডেটা অনুপস্থিতি নিজেই সবচেয়ে বড় সতর্কতা

ক্রিকেট নিউজ পাইপলাইনে শূন্য স্টেজ-ওয়ান পেলোড: বিশ্লেষণের আগে প্রক্রিয়ার সতর্কতা

শুরুর দৃশ্য

খবরের ফিড স্ক্রল করতে করতে হঠাৎ থেমে যাওয়া — এটা নতুন কিছু নয়। কিন্তু যা নতুন, তা হলো একটি স্টেজ-ওয়ান ডিকনস্ট্রাকশন পেলোড যেখানে শিরোনাম নেই, উৎস নেই, তথ্যবিন্দু নেই, মূল দৃষ্টিভঙ্গি নেই, সত্তা নেই, সময়-সংবেদনশীলতা নেই, উৎসের মান নেই। চোখের সামনে যা আছে তা একটি কাঠামো, কিন্তু ভেতরে কিছুই নেই। এই লেখাটি সেই খালি কাঠামোর চারপাশে ঘোরে — ক্রিকেটের বদলে ক্রিকেট-সংবাদ প্রক্রিয়ার শারীরবিদ্যা নিয়ে।

আমি বহু বছর ধরে ক্রিকেট খবর পড়েছি, বন্ধুদের আড্ডায়, চায়ের দোকানে, ছাদে জমে থাকা ওয়াচ-পার্টিতে। কিন্তু শেষ কয়েক বছর ধরে আমি আর শুধু খবর পড়ি না — খবর কীভাবে তৈরি হয়, সেটাও দেখি। কারণ খবর যা বলে তার চেয়ে বড় প্রশ্ন হলো, খবরটি আদৌ তৈরি হয়েছে কি না। এই লেখায় আমি একটি খালি পেলোডের ভেতরে ঢুকে দেখব কী কী ফাঁক রয়েছে, কেন এই ফাঁকগুলোকে "তথ্য নেই" বলে পাশ কাটানো যায় না, এবং এই ধরনের শূন্যতা কীভাবে ক্রিকেট-বিশ্লেষণের পুরো শৃঙ্খলকে দুর্বল করে দেয়।

স্টেজ-ওয়ান আসলে কী

মাল্টি-স্টেজ কনটেন্ট পাইপলাইনে স্টেজ-ওয়ান করে এক্সট্র্যাকশন বা ডিকনস্ট্রাকশন — অর্থাৎ একটি নিবন্ধ থেকে সত্তা, তথ্যবিন্দু, দৃষ্টিভঙ্গি, উৎসের মান এবং সময়-সংবেদনশীলতা বের করা। স্টেজ-টু সেই কাঠামোবদ্ধ আউটপুটের উপরে গভীর ডোমেইন-বিশ্লেষণ চালায়। এই দুই ধাপের মাঝে যদি প্রথম ধাপটি খালি থাকে, তাহলে দ্বিতীয় ধাপে যা তৈরি হবে তা বিশ্লেষণ নয় — অনুমান। আর ক্রিকেটের মতো খেলায় অনুমান আর তথ্যের দূরত্ব মাপা যায় সেন্টিমিটারে, কারণ কেউ কেউ সেটাকে সত্য ভেবে নেয়।

এখানে যে পেলোডটি এসেছে, সেখানে শিরোনাম "প্রযোজ্য নয়", তথ্যবিন্দু খালি, সত্তা "উপরের তথ্যবিন্দু থেকে চিহ্নিত করুন" — অথচ তথ্যবিন্দুই নেই। সময়-সংবেদনশীলতা "মূল্যায়ন করা হয়নি", উৎসের মান "তথ্যবিন্দুর সোর্স ক্ষেত্র থেকে বিচার করুন" — অথচ সোর্স ক্ষেত্র শূন্য। একমাত্র বেঁচে থাকা সংকেত হলো ডোমেইন লেবেল "ক্রিকেট_এশিয়া", যা স্টেজ-ওয়ানের নির্ধারিত স্কিমার বাইরের একটি উপাদান।

কেন এই শূন্যতা উপেক্ষা করা যায় না

প্রথমত, এখানে একটি পাইপলাইন-রায় আছে: স্টেজ-ওয়ানের ডিকনস্ট্রাকশন ব্যর্থ হয়েছে বা পূরণ হয়নি, ফলে স্টেজ-টু বিশ্লেষণ বন্ধ। এটি ক্রিকেট-বিষয়ক রায় নয়, প্রক্রিয়া-বিষয়ক রায়। কিন্তু প্রক্রিয়া-ব্যর্থতা নিজেই একটি তথ্য। যদি কোনো নিবন্ধ থেকে শিরোনাম, উৎস, তারিখ, ফরম্যাট, দল বা খেলোয়াড় — এই পাঁচটির একটি বের করাও সম্ভব না হয়, তাহলে প্রশ্ন দাঁড়ায় উৎসটি আসলে কী ধরনের।

দ্বিতীয়ত, খালি পেলোডের সবচেয়ে বিপজ্জনক ফলাফল হলো ডাউনস্ট্রিম ফ্যাব্রিকেশন। ক্রিকেট-বিশ্লেষণে ফরম্যাট না জানলে কোনো পরিসংখ্যান বৈধ নয়। টি-টোয়েন্টিতে ১৮০+ স্ট্রাইক রেট ফিনিশারের মাপকাঠি, আর টেস্টে ওপেনারের মাপকাঠি সম্পূর্ণ আলাদা। একটি টি-টোয়েন্টি ইনিংসের ডেথ-ওভার পারফরম্যান্স আর টেস্টের নতুন বলের মোকাবিলা — এ দুটোকে একসাথে মাপলে বিশ্লেষণ ভুল হয়, সংখ্যা সঠিক থাকলেও অর্থ ভুল হয়। খালি পেলোডে সেই ফরম্যাট-ট্যাগই নেই, তাই যে কোনো পরিসংখ্যান উল্লেখ করা মানে অনুমান করা।

তৃতীয়ত, ইন-ম্যাচ স্টেট উদ্ধার করা অসম্ভব। ইনিংস, স্কোর, ওভার, ফলো-অন — কিছুই নেই। ফলে ফলাফল বনাম প্রক্রিয়ার যাচাই করা যায় না। কোনো ম্যাচে জয় এসেছে কিনা, কত রানে, টসের প্রভাব কী ছিল, ডিএলএস বা ডিআরএস হস্তক্ষেপ ছিল কিনা — এসবের কোনো ডেটা নেই। এই শূন্যতার মধ্যে একটি "বিশ্লেষণ" দাঁড় করানো মানে ক্রিকেটের সবচেয়ে বড় ভুল-শ্রেণি তৈরি করা: ফরম্যাট-মিক্সিং।

চতুর্থত, খেলোয়াড়-স্তরের বিশ্লেষণ সম্পূর্ণ অসম্ভব। গড়, স্ট্রাইক রেট, ইকোনমি, পরিস্থিতিভিত্তিক স্প্লিট, সাম্প্রতিক প্রবণতা — সব "প্রযোজ্য নয়"। ব্যাটিং, বোলিং, অলরাউন্ডার বা উইকেটকিপিং — কোনো ভূমিকাই নির্ধারণ করা যায় না। বয়স-বক্ররেখার মোড়, ফর্মের প্রবণতা, চোটের ইতিহাস — এসবের জন্য কমপক্ষে খেলোয়াড়ের পরিচয় এবং ১২ মাসের ডেটা জানালা দরকার, দুটোরই অনুপস্থিতি।

টেপ থেকে যা দেখা যায়

আমি যখন কোনো ম্যাচ দেখি, তখন প্রথমে স্কোরবোর্ড দেখি না, দেখি শরীর — কে কোন পা ফেলছে, কাঁধ কোথায় ড্রপ করছে, নিতম্ব-কাঁধের বিচ্ছেদ কেমন। ক্রিকেট-বিশ্লেষণের এই শারীরবিদ্যা-পদ্ধতি একইভাবে প্রযোজ্য সংবাদের শারীরবিদ্যায়। একটি নিবন্ধের কাঠামো ঠিক আছে কি না, তা বোঝা যায় তার প্রথম অনুচ্ছেদের ভারবহন ক্ষমতা দেখে — শিরোনাম আছে কি না, উৎস আছে কি না, তারিখ আছে কি না, সত্তা আছে কি না। এখানে চারটির চারটিই অনুপস্থিত।

ডোমেইন লেবেল "ক্রিকেট_এশিয়া" একমাত্র বেঁচে থাকা সংকেত, যা বিষয়কে এশীয় ক্রিকেটে সীমাবদ্ধ করে — ভারত, পাকিস্তান, শ্রীলঙ্কা, বাংলাদেশ, আফগানিস্তান, অথবা কোনো এশীয় লিগ। শিল্প-ঐক্যের হিসেবে বিশ্ব ক্রিকেটের বাণিজ্যিক আয়ের সিংহভাগ এই অঞ্চল থেকেই আসে, তাই এই লেবেলের গুরুত্ব ছোট নয়। কিন্তু লেবেল থাকা আর নিবন্ধ থাকা এক জিনিস নয়।

এখানে একটি সম্ভাব্য ব্যাখ্যা আছে: ডোমেইন লেবেল বেঁচে থাকা এবং সত্তা-স্তরের তথ্য অনুপস্থিত থাকা একসাথে একটি ইঙ্গিত — হয় উৎসটি ম্যাচ-রিপোর্ট নয় (বরং লিগ-অর্থনীতি বা বোর্ড-রাজনীতি সংক্রান্ত), নয়তো স্টেজ-ওয়ান এক্সট্র্যাকশন নির্ধারিত মাপকাঠির আগেই কেটে গেছে। ম্যাচ-রিপোর্টে সাধারণত কমপক্ষে দুটি দলের নাম পাওয়া যায়; এখানে একটি পেলোডে সেটাও নেই।

কাঠামোর ফাঁক

লিগ ও বাণিজ্যিক স্তরের বিশ্লেষণও সম্পূর্ণ আটকে যায়। কোনো লিগ চিহ্নিত করা যায় না — আইপিএল, বিবিএল, দ্য হান্ড্রেড, পিএসএল, এসএ২০, আইএলটি২০, সিপিএল, এমএলসি — সব সম্ভাবনা খোলা থাকে। সম্প্রচার-স্বত্বের মূল্য, ফ্র‍্যাঞ্চাইজি মূল্যায়ন, খেলোয়াড় বেতন — কোনো বাণিজ্যিক ডেটাপয়েন্ট নেই। নিলাম বা ট্রেড সংক্রান্ত কোনো উল্লেখ নেই, তাই বাজারমূল্য বনাম ক্রীড়া-মূল্যের তুলনা চালানোর কোনো উপাদান নেই। এই তুলনাটিই নিলাম-হাইপের বিরুদ্ধে সবচেয়ে জরুরি প্রতিরক্ষা, কারণ নিলামে দাম ওড়ে আবেগে, আর খেলোয়াড়ের প্রকৃত অবদান মাপা হয় মাঠে।

শাসন ও নীতি স্তরেও প্রতিটি চেকলিস্ট-সারি খালি। ক্ষমতা ও আয়ের বণ্টন, খেলার নিয়ম বিতর্ক, দুর্নীতি-বিরোধী অবস্থান, যোগ্যতা ও নির্বাচন, রাজনৈতিক-ভূরাজনৈতিক কারণ — কোনো তথ্য নেই। এশীয় ক্রিকেটের সবচেয়ে বড় শাসন-চাপের রেখা ভারত-পাকিস্তান দ্বিপাক্ষিক সিরিজের স্থবিরতা এবং নিরপেক্ষ ভেন্যুর ব্যবস্থা — কিন্তু নিবন্ধে এর কোনো উল্লেখ নেই।

জন-আখ্যান ও প্রত্যাশার বিশ্লেষণও অসম্ভব। কোনো আখ্যান চিহ্নিত করা যায় না — প্রতিদ্বন্দ্বিতা, রাজবংশের ধারাবাহিকতা, নতুন তারার অভিষেক, প্রবীণের বিদায়, মুক্তি-গল্প — সব সম্ভাবনা, কিন্তু কোনো পাঠ্য নেই। ওভারহাইপ শনাক্ত করার জন্য অন্তত একটি দাবি দরকার যা ডেটার সাথে মিলিয়ে দেখা যায়; এখানে দাবিই নেই।

শিল্প-প্রসারণ মানচিত্রে কোনো পথ আঁকা যায় না। আপস্ট্রিম (যুব উন্নয়ন ও প্রতিভা সরবরাহ), মিডস্ট্রিম (জাতীয় দল ও লিগ), ডাউনস্ট্রিম (সম্প্রচার, বাণিজ্যিক, ডেরিভেটিভ বাজার) — তিন স্তরেই শূন্য। বাজি বা ফ্যান্টাসি-বাজারের কোনো তথ্য নেই; ক্রীড়া-তথ্যের নৈতিক সীমারেখা এখানে স্বাভাবিকভাবেই রক্ষিত।

যেখানে আমি ভুল হতে পারি

আমি ধরেই নিচ্ছি যে শূন্য পেলোড মানে ডিকনস্ট্রাকশন ব্যর্থতা। কিন্তু অন্য একটি সম্ভাবনা আছে: নিবন্ধটি সত্যিই তথ্য-দরিদ্র হতে পারে — যেমন একটি সংক্ষিপ্ত ফিক্সচার-তালিকা, বা এমন একটি প্রতিবেদন যেখানে কোনো নতুন তথ্য নেই, শুধু পুনরাবৃত্তি। যদি তাই হয়, তাহলে শূন্যতার জন্য পাইপলাইন দায়ী নয়, উৎস দায়ী।

এই পার্থক্য গুরুত্বপূর্ণ, কারণ প্রতিকার ভিন্ন। পাইপলাইন-ব্যর্থতা হলে দরকার স্ক্র্যাপার বা এক্সট্র্যাকশন সংশোধন। উৎস-দারিদ্র্য হলে দরকার উৎস-নির্বাচনের মানদণ্ড কঠোর করা। আমি যা নিশ্চিতভাবে বলতে পারি না তা হলো কোনটি — কারণ উৎসের নামই দেওয়া হয়নি। এছাড়া একটি পুনরাবৃত্ত প্যাটার্নও কল্পনা করা যায়: যদি নির্দিষ্ট কোনো উৎসে বারবার শূন্য পেলোড আসে, তাহলে সম্ভাবনা বেশি যে উৎসটি পদ্ধতিগতভাবে স্ক্র্যাপ-অযোগ্য — পেওয়াল, বট-ব্লকিং, অ্যাপ-অনলি, বা আঞ্চলিক ভাষা। সেক্ষেত্রে ইংরেজি ক্রস-রেফারেন্সিং অবিশ্বস্ত হয়ে পড়ে, এবং সেটি স্টেজ-টু-এর জন্য আরেকটি ফাঁদ।

আরেকটি দিক: আমি ধরে নিচ্ছি যে ক্লাসিফায়ার এবং এক্সট্র্যাক্টর একসাথে কাজ করেছে। কিন্তু "লেখার ধরন: অশ্রেণীবদ্ধ" এবং বেঁচে থাকা "ক্রিকেট_এশিয়া" লেবেল একসাথে ইঙ্গিত দেয় যে ক্লাসিফিকেশন স্তর কাজ করেছে, কিন্তু এক্সট্র্যাকশন স্তর ব্যর্থ হয়েছে। এটি আমার অনুমান, প্রমাণ নয় — কারণ প্রমাণের জন্য পেলোডই নেই।

সামনের দিকে

এখানে আসল প্রশ্নটি ক্রিকেট নিয়ে নয়, ক্রিকেট-সংবাদ নিয়ে। একটি খালি পেলোড যদি "তথ্য নেই" বলে পাশ কাটানো হয়, তাহলে পরবর্তী প্রতিটি সিদ্ধান্ত শূন্য প্রমাণের উপর দাঁড়ায় — এবং সেটি সঠিকতা-ঝুঁকি, যা খেলাধুলার ঝুঁকির চেয়ে কম নয়। স্টেজ-টু চালু করার আগে ন্যূনতম শর্ত: নিবন্ধের শিরোনাম ও উৎস, প্রকাশের তারিখ, ফরম্যাট-ট্যাগ (এটি অলঙ্ঘনীয়, কারণ সব পরিসংখ্যান এর উপর নির্ভর করে), অন্তত একটি দল বা খেলোয়াড়, অন্তত তিনটি সরাসরি উদ্ধারযোগ্য তথ্যবিন্দু, এবং ম্যাচ বা ইভেন্টের ধরন।

যারা ক্রিকেট-সংবাদ পাইপলাইন চালান, তাদের জন্য এই লেখার শেষ প্রশ্নটি সরল: আপনি কি আপনার ফিডে শূন্যতা দেখতে পান, নাকি শুধু খবর দেখতে পান? কারণ যে পাইপলাইন নিজের খালি পেলোড চিনতে পারে না, সে কোনোদিন মাঠের ভুলও চিনবে না।