ক্রিকেট এশিয়া: উৎস কনটেন্ট ছাড়া থেমে গেল সম্পাদকীয় প্রবাহ

প্রথম ধাপের বিশ্লেষণ শেষ হয়েছে, কিন্তু ফলাফল কার্যত শূন্য। আউটপুটে কেবল একটি ক্ষেত্র পূরণ হয়েছে — ডোমেইন লেবেল: ক্রিকেট এশিয়া। শিরোনাম নেই, সূত্র নেই, প্রতিবেদনের ধরন নেই; এক বাক্যের সারসংক্ষেপ, লেখকের অবস্থান বা লেখার উদ্দেশ্যও নেই। তথ্যবিন্দুর তালিকা ফাঁকা, আর সত্তা, সময়-সংবেদনশীলতা ও সূত্রের মান 'তথ্যবিন্দু থেকে অনুমান করা হবে' বলে উল্লেখ করা হয়েছে — কিন্তু তথ্যবিন্দুই যখন শূন্য, তখন সেই অনুমানের ভিত্তিও শূন্য। এই অবস্থায় দ্বিতীয় ধাপের গভীর বিশ্লেষণ শুরু করার কোনো উপাদান হাতে নেই। এখানে একটি স্পষ্ট সীমারেখা টানতে হয়। ক্রিকেট এশিয়া নিয়ে একটি প্রতিবেদন লিখতে হলে দরকার নির্দিষ্ট ম্যাচ, সিরিজ, দল কিংবা খেলোয়াড়ের নাম, তারিখ, ফলাফল, অন্তত একটি উদ্ধৃতি বা একটি সূত্র। এসবের একটি বিন্দুও যখন ইনপুটে নেই, তখন লেখা যায় কেবল কল্পিত প্রতিবেদন। কল্পিত প্রতিবেদন সংবাদ নয়; তা পাঠকের আস্থার সঙ্গে সরাসরি অসততা। এ কারণেই এই ইনপুট থেকে কোনো ম্যাচ-প্রতিবেদন, পূর্বরূপ বা বিশ্লেষণমূলক নিবন্ধ তৈরি করা হচ্ছে না। দ্বিতীয়ত, শূন্য ফলাফলকে 'নিবন্ধে কোনো তথ্য ছিল না' বলে ধরে নেওয়া ভুল হবে। একটি স্বাভাবিক প্রথম ধাপের বিশ্লেষণে প্রায় কখনোই শূন্য তথ্যবিন্দু আসে না; বাস্তব প্রতিবেদনে অন্তত একটি নাম, একটি তারিখ বা একটি ঘটনা থাকে। তাই এখানে বেশি সম্ভাব্য ব্যাখ্যা হলো আপস্ট্রিম এক্সট্রাকশন ব্যর্থ হয়েছে। এই পার্থক্যটি গুরুত্বপূর্ণ, কারণ দুটির সমাধান আলাদা জায়গায়: একটি সফটওয়্যার ত্রুটি, অন্যটি সম্পাদকীয় সিদ্ধান্ত। প্রথম সম্ভাব্য কারণ হলো মূল ইনপুটই পৌঁছায়নি। ফেচার খালি বডি ফিরিয়ে দিতে পারে; HTTP ত্রুটি কোড নীরবে গিলে ফেলা হতে পারে; লগইন-দেয়াল, বট-প্রতিরোধ বা রেট লিমিটের কারণে আসতে পারে কেবল একটি বাধা-বার্তা। এসব ক্ষেত্রে ডাউনস্ট্রিম স্তরগুলো 'সফলভাবে' খালি ডেটা প্রসেস করে এবং কোনো ত্রুটি ছোড়ে না। এটিই সবচেয়ে বিপজ্জনক ব্যর্থতার ধরন, কারণ এটি নীরব। দ্বিতীয় সম্ভাব্য কারণ, বডি এক্সট্রাক্টর ভুল DOM নোড বেছে নিয়েছে। নেভিগেশন, বিজ্ঞাপন, মন্তব্য-বিভাগ বা 'সম্পর্কিত সংবাদ' তালিকাকে মূল লেখা ধরে নেওয়া হতে পারে; আবার উল্টোটাও ঘটতে পারে — পরিষ্কারক নিয়ম (ক্লিনআপ রুল) গোটা লেখার অংশকে বাদ দিয়ে দিয়েছে। জাভাস্ক্রিপ্টে রেন্ডার হওয়া পাতায় স্ক্রিপ্ট চালু না হলে হাতে আসে শুধু খালি খোলস। যাচাইয়ের পথ একটাই: এক্সট্রাকশনের আগে ও পরে অক্ষরসংখ্যা মিলিয়ে দেখা এবং নমুনা হিসেবে কয়েকটি পাতার ফলাফল মানুষের চোখে পড়া। তৃতীয় সম্ভাব্য কারণ, এনকোডিং সমস্যা। ইউটিএফ-৮, বিগ-ফাইভ বা ল্যাটিন-১ ভুলভাবে শনাক্ত হলে লেখা বিকৃত (মোজিবাকে) হয়ে যায় এবং পরে ফিল্টার-নিয়মে তা বাদ পড়ে। কম্প্রেসড রেসপন্স ঠিকভাবে না খোলা হলেও একই ফল হয়। এখানে চিকিৎসা সহজ: রেসপন্স হেডারের ক্যারেক্টার-সেট দেখা, কাঁচা বাইট যাচাই করা এবং বিকৃত অক্ষরের অনুপাত মাপা। চতুর্থ সম্ভাব্য কারণ, ভাষা বা টেমপ্লেট মেলেনি। অনেক ক্ষেত্রেই এক্সট্রাকশন-নিয়ম লেখা থাকে ইংরেজি সাইটের জন্য, অথচ দক্ষিণ এশিয়ার ক্রিকেট সংবাদ প্রকাশিত হয় বাংলা, হিন্দি, উর্দু, সিনহালা ও তামিল ভাষায়, সম্পূর্ণ ভিন্ন পাতার কাঠামোয়। টেমপ্লেট না মিললে লিখিত নিবন্ধ থাকা সত্ত্বেও এক্সট্রাক্টর কিছু খুঁজে পায় না। সমাধানের প্রথম ধাপ হলো সাইটভিত্তিক টেমপ্লেট-হিট-রেট পরিমাপ করা। পঞ্চম সম্ভাব্য কারণ, ভাষা-মডেলের বিশ্লেষণ-কলটি খালি ফিরেছে বা কেটে গেছে। ইনপুট লেখার দৈর্ঘ্য টোকেন-সীমা ছাড়িয়ে গেলে শেষাংশ হারিয়ে যায়; আবার মডেলের উত্তর বৈধ JSON না হলে ফলব্যাক হিসেবে একটি শূন্য কাঠামো ফেরত দেওয়া হয়। দুই ক্ষেত্রেই ব্যবহারকারী দেখেন পরিচ্ছন্ন, কিন্তু অর্থহীন একটি আউটপুট। এ কারণে কাঁচা উত্তর, সমাপ্তির কারণ (ফিনিশ-রিজন) ও পার্সিং লগ সংরক্ষণ করা জরুরি। অনুসন্ধানের ক্রম হওয়া উচিত আপস্ট্রিম থেকে ডাউনস্ট্রিম। প্রথমে দেখুন কাঁচা রেসপন্সের দৈর্ঘ্য ও স্ট্যাটাস কোড; তারপর এক্সট্রাকশনের পর লেখার অক্ষরসংখ্যা; এরপর এনকোডিং; এরপর সাইটভিত্তিক টেমপ্লেট-মিল; সবশেষে ভাষা-মডেলের কাঁচা প্রতিক্রিয়া ও পার্সিং ফলাফল। যেখানে সংখ্যা প্রথম শূন্যে নামে, সমস্যা সেখানেই। আরেকটি প্রশ্ন আলাদা করে নিষ্পত্তি করা দরকার: 'ক্রিকেট এশিয়া' লেবেলটি কি সত্যিই শনাক্ত করা বিষয়বস্তুর ফল, নাকি এটিও একটি ডিফল্ট বা ফলব্যাক মান? যদি এটি ফলব্যাক হয়, তাহলে শুধু তথ্য নয়, বিষয়শ্রেণির মাপকাঠিও অবিশ্বাস্য, এবং প্রথম ধাপটি সম্পূর্ণ পুনরায় চালানো ছাড়া কোনো উপায় নেই। সম্পাদকীয় ডেস্কের জন্য এই ঘটনার শিক্ষা স্পষ্ট। ক্রীড়া সংবাদ সময় ও তথ্যের প্রতি সবচেয়ে সংবেদনশীল; একটি নাম, একটি স্কোর বা একটি তারিখ ভুল হলে সংশোধন করা যায় না। শূন্য ইনপুটকে যদি ডাউনস্ট্রিমে 'যুক্তিসঙ্গত অনুমান' দিয়ে ভরাট করা হয়, তাহলে তৈরি হয় বিশ্বাসযোগ্য দেখতে কিন্তু ভুল প্রতিবেদন — এবং এশীয় ক্রিকেটের মতো বহুভাষিক, উচ্চ-আগ্রহের বিষয়ে সেটি দ্রুত ছড়িয়ে পড়ে। এগিয়ে যেতে ন্যূনতম একটি ইনপুট প্রয়োজন। সবচেয়ে সরাসরি পথ মূল নিবন্ধের সম্পূর্ণ লেখা বা তার ঠিকানা (URL)। বিকল্প হিসেবে প্রথম ধাপের সংশোধিত ফলাফল, যাতে অন্তত পাঁচটি তথ্যবিন্দু ও এক বাক্যের সারসংক্ষেপ থাকে। আর যদি আগে পাইপলাইনের ত্রুটি ধরতে চান, তাহলে দিন কাঁচা ফেচ করা অংশের নমুনা ও এক্সট্রাক্টরের কনফিগারেশন; সেখান থেকেই শূন্য আউটপুটের কারণ নির্ণয় করা সম্ভব। সারসংক্ষেপে: শূন্য ফলাফল এখানে সংবাদের অভাব নয়, ব্যবস্থার ত্রুটি। ত্রুটি নির্ণয়ের আগে দ্বিতীয় ধাপ চালানো মানে অনুমানের ওপর অনুমান সাজানো। তথ্য না থাকলে তথ্য জোগাড় করা কাজ, এবং তা না হওয়া পর্যন্ত এই প্রতিবেদন অসম্পূর্ণ থাকবে।