তথ্য পাইপলাইনের ত্রুটিতে ক্রীড়া প্রতিবেদন তৈরি ব্যর্থ

প্রথম স্তরের (Stage-1) বিশ্লেষণী আউটপুট যাচাই করে দেখা গেছে, এটি কার্যত একটি খালি খোলস। ফলে এর ওপর ভিত্তি করে কোনো গভীর বিশ্লেষণ বা ক্রীড়া প্রতিবেদন তৈরি করা সম্ভব নয়। প্রতিটি ক্ষেত্র ধরে ধরে পর্যালোচনা করলে চিত্রটি স্পষ্ট হয়। নিবন্ধের শিরোনামে লেখা আছে 'N/A', অর্থাৎ কী বিষয়ে বিশ্লেষণ চলছে তা নির্ধারণের কোনো উপায় নেই। নিবন্ধের উৎসও 'N/A', ফলে তথ্যসূত্রের নির্ভরযোগ্যতা বা তার অবস্থানগত পক্ষপাত যাচাই করার সুযোগ নেই। নিবন্ধের ধরন দেখানো হয়েছে 'Unclassified' — সংবাদ, মন্তব্য কিংবা তথ্য-প্রতিবেদন, কোন কাঠামোয় বিষয়টি বিশ্লেষণ করতে হবে তা ঠিক করা যাচ্ছে না, অথচ এই তিন ধরনের রচনার বিশ্লেষণপদ্ধতি সম্পূর্ণ আলাদা। এক-বাক্যের সারসংক্ষেপ সম্পূর্ণ খালি, তাই মূল বক্তব্য বা কেন্দ্রীয় প্রস্তাবের কোনো হদিস নেই। লেখকের অবস্থান ও নিবন্ধের উদ্দেশ্য — দুটিই 'N/A'। সবচেয়ে গুরুতর সমস্যা তথ্যবিন্দুর তালিকায়। এই তালিকা সম্পূর্ণ খালি, অথচ এটিই ছিল একমাত্র বাস্তব তথ্যের বাহক। বিশ্লেষণের প্রতিটি স্তর — ঘটনার বিবরণ, পক্ষসমূহের অবস্থান, সময়গত সংবেদনশীলতা, সূত্রের মান — সবই এই তথ্যবিন্দুর ওপর নির্ভরশীল। তালিকা খালি থাকলে সবকিছু শূন্যে দাঁড়িয়ে থাকে। একমাত্র কার্যকর ক্ষেত্র হিসেবে আছে ডোমেইন লেবেল 'cricket_world'। অতিরিক্ত নোটে দেওয়া তিনটি নির্দেশনার প্রত্যেকটিই উজ্জ্বল সীমাবদ্ধতার শিকার। সত্তা চিহ্নিতকরণের নির্দেশনা বলছে 'উপরের তথ্যবিন্দু থেকে চিহ্নিত করুন' — অথচ তথ্যবিন্দু নেই। সময়গত সংবেদনশীলতা 'মূল্যায়ন করা হয়নি'। সূত্রের মান নির্ধারণের নির্দেশনা বলছে 'সূত্রের ক্ষেত্র থেকে বিচার করুন' — অথচ সূত্রের ক্ষেত্রেই লেখা 'N/A'। ফলে এই তিনটি নির্দেশনা থেকেও কোনো ফলাফল বেরিয়ে আসা সম্ভব নয়। এই অবস্থায় একটি প্রলোভন তৈরি হয়: ডোমেইন লেবেল 'cricket_world' দেখে অনুমান করা যে নিবন্ধটি নিশ্চয়ই কোনো ম্যাচ, ক্রিকোয়াটার কিংবা পরিচালনা পর্ষদ নিয়ে। কিন্তু এমন অনুমান সম্পূর্ণ ভিত্তিহীন। ডোমেইন লেবেল কেবল বিষয়ের শ্রেণি জানায়; তা কোনো তথ্য, মতামত বা সময়সূচি বহন করে না। 'ক্রিকেট বিশ্বের নিবন্ধে সাধারণত ম্যাচ ও খেলোয়াড়ের কথা থাকবে' — এ ধরনের অনুমান নিছক বানানো গল্প। অনুমান পরবর্তী বিশ্লেষণকে দূষিত করবে এবং ভুলকে 'যুক্তিসঙ্গত দেখতে' এমন রূপে প্রবাহিত করবে, যা পরে ধরাও পড়বে না। সবচেয়ে সম্ভাব্য ত্রুটির উৎসগুলো গুরুত্ব অনুসারে সাজালে প্রথমে আসে খালি মূল পাঠ আহরণ। গতিশীল ওয়েবপাতা, পেওয়াল বা অ্যান্টি-স্ক্র্যাপিং বাধার কারণে এক্সট্রাকশন স্তর ফাঁকা বডি পেতে পারে; তখন Stage-1-এর সব ক্ষেত্র ফাঁকা হয়, অথচ প্রক্রিয়াটি 'সফল' হিসেবে ফিরে আসে। দ্বিতীয়ত, ক্ষেত্র ম্যাপিংয়ের বিচ্ছিন্নতা — মডেল আসলে বিষয়বস্তু তৈরি করেছে, কিন্তু পার্সারের কী-এর সঙ্গে মিলছে না, ফলে নীরবে তা বাদ পড়ছে। তৃতীয়ত, ইনপুট ছাঁটাই — অতিদীর্ঘ নিবন্ধ শূন্য টোকেনে কাটা পড়া, অথবা প্রম্পট টেমপ্লেটের ভেরিয়েবল পূরণ না হওয়া। চতুর্থত, মডেলের উত্তর দিতে অস্বীকৃতি বা আউটপুট ফরম্যাট লঙ্ঘন — নিরাপত্তা বা ফরম্যাট যাচাইয়ে আটকে গিয়ে ডিফল্ট ফাঁকা টেমপ্লেট ফেরত আসা। ত্রুটি ধরার সবচেয়ে সরল উপায় হলো Stage-1-এর কাঁচা ইনপুট ও কাঁচা আউটপুট ছাপিয়ে দেখা — প্রম্পটে ঢোকা মূল পাঠের দৈর্ঘ্য ও প্রথম অংশ, এবং পার্সিংয়ের আগের অপরিশোধিত ফলাফল। বেশিরভাগ ক্ষেত্রেই এই এক ধাপেই সমস্যা ধরা পড়ে। যা প্রয়োজন তা তিন স্তরে সাজানো যায়। সবচেয়ে সরাসরি পথ নিবন্ধের মূল পাঠ বা সম্পূর্ণ বিষয়বস্তু সরবরাহ করা — সেক্ষেত্রে Stage-1 পুনর্গঠন করে গভীর বিশ্লেষণ চালানো সম্ভব হবে। মূল পাঠ না মিললে প্রয়োজন হবে লিংক ও সংগ্রহের সময়, যাতে কোনো আর্কাইভ বা ক্যাশ থেকে পুনর্গঠন সম্ভব কি না তা বিচার করা যায়। আর যদি কেবল পাইপলাইন যাচাই করতে হয়, তবে Stage-1-এর কাঁচা ইনপুট ও কাঁচা আউটপুট দিলেই হবে; সেক্ষেত্রে বিষয়বস্তু বিশ্লেষণ নয়, কেবল ত্রুটি নির্ণয় করা হবে। এই প্রতিবেদনটি তাই কোনো ক্রীড়া ঘটনার বিবরণ নয়। খালি ভিত্তির ওপর আরও একটি তলা তুলে দিতে অস্বীকার করা হয়েছে। উল্লিখিত যেকোনো একটি উপকরণ পাওয়ার পরেই যাচাইযোগ্য Stage-1 পুনর্গঠন করা হবে — যেখানে প্রতিটি তথ্যবিন্দুর সঙ্গে তার উৎস থাকবে, সময়গত সংবেদনশীল দিকগুলো চিহ্নিত থাকবে এবং সূত্রের মান শ্রেণিবদ্ধ থাকবে — তারপর তার ওপর ভিত্তি করেই গভীর বিশ্লেষণ এগোবে।