जब क्रिकेट का डेटा गायब हो: खाली Stage-1 रिपोर्ट ने खोली विश्लेषण पाइपलाइन की कमजोरी

चेन्नई में किसी मैच की स्कोरबुक खोलकर बैठने पर सबसे पहले जो चीज दिखाई देती है, वह रन या विकेट नहीं होती। वह खाली कॉलम होता है। बल्लेबाज का नाम दर्ज नहीं है, गेंद की लंबाई दर्ज नहीं है, ओवर का संदर्भ दर्ज नहीं है। उस स्थिति में स्कोरर के सामने दो रास्ते होते हैं—या तो वह पन्ना खाली छोड़ दे, या अनुमान से उसे भर दे। क्रिकेट में पहला रास्ता धीमा है, लेकिन पेशेवर है। दूसरा रास्ता तेज है, लेकिन खतरनाक।

प्रदत्त Stage-2 क्रिकेट विश्लेषण रिपोर्ट इसी प्रकार की खाली स्कोरबुक है। Stage-1 में शीर्षक नहीं है, स्रोत नहीं है, लेख का प्रकार निर्धारित नहीं है, कोई सूचना-बिंदु नहीं है और किसी टीम, खिलाड़ी, लीग या मैच की पहचान नहीं हुई है। इसलिए इस सामग्री से किसी मैच का परिणाम, किसी खिलाड़ी का प्रदर्शन, किसी टीम की रणनीति या किसी लीग का व्यावसायिक मूल्य निकालना संभव नहीं है। इस दस्तावेज का वास्तविक समाचार क्रिकेट का कोई परिणाम नहीं, बल्कि क्रिकेट-विश्लेषण की उस पाइपलाइन की विफलता है जिसने विश्लेषण के लिए आवश्यक मूल सामग्री ही उपलब्ध नहीं कराई।

हुक: खाली कॉलम का अर्थ शून्य जानकारी नहीं, शून्य प्रमाण है

एक सामान्य क्रिकेट रिपोर्ट में कम से कम पाँच चीजें मिलनी चाहिए—मैच या घटना की तारीख, प्रारूप, स्थान, संबंधित टीमें या खिलाड़ी और कोई परिणाम अथवा दावा। यहाँ इनमें से एक भी तत्व उपलब्ध नहीं है। Stage-1 के Information Points खंड में खाली सूची है। Article Type को Unclassified कहा गया है। One-sentence Summary रिक्त है। Author Stance और Article Purpose भी दर्ज नहीं हैं।

यह अंतर महत्वपूर्ण है। किसी रिपोर्ट में सूचना का अभाव और किसी घटना का अभाव एक ही बात नहीं होते। संभव है कि मूल लेख मौजूद रहा हो, लेकिन उसका शरीर सिस्टम तक नहीं पहुँचा। संभव है कि paywall, encoding error, truncated HTML या ingestion failure के कारण पाठ खाली रह गया हो। यह भी संभव है कि Stage-1 ने लेख को पढ़ा, पर entity extraction के चरण में कोई परिणाम सुरक्षित नहीं किया। इन संभावनाओं में से किसी को प्रमाण के बिना निश्चित नहीं कहा जा सकता। उपलब्ध डेटा केवल इतना कहता है कि downstream analysis के लिए कोई प्रमाणिक क्रिकेट तथ्य नहीं पहुँचा।

मेरे वर्षों के मैच देखने और स्कोर दर्ज करने के अनुभव में यह एक परिचित स्थिति है। 2026-97 के रणजी सत्र में चेपॉक की स्कोरर सीट पर बैठकर मैंने हर गेंद के लिए बल्लेबाज, गेंदबाज, लाइन, लेंथ और फील्ड के हिस्से दर्ज किए थे। बाद में जब किसी चयनकर्ता ने एक ऑफ-स्पिनर को turning tracks का मैच-विजेता बताया, तो 1,340 innings के रिकॉर्ड ने उस दावे को अलग तस्वीर में रखा। उस अनुभव ने एक साधारण नियम सिखाया: कहानी शुरू करने से पहले query चलाइए; यदि query के पास कोई row नहीं है, तो निष्कर्ष लिखना रिपोर्टिंग नहीं, निर्माण है।

संदर्भ: क्रिकेट विश्लेषण में प्रारूप पहला गेट है

प्रदत्त रिपोर्ट में format field भी N/A है। यह मामूली तकनीकी कमी नहीं है। Test, ODI और T20 क्रिकेट में समान संख्याओं का अर्थ अलग होता है। Test क्रिकेट में बल्लेबाज की औसत, नई गेंद के विरुद्ध रक्षा, session management और विकेट बचाने की क्षमता केंद्रीय हो सकती है। ODI में powerplay, middle overs और अंतिम दस ओवरों का संतुलन महत्वपूर्ण होता है। T20 में गेंदों की कीमत, matchup, death-over execution और fielding restrictions का प्रभाव अलग होता है।

किसी खिलाड़ी का strike rate बिना प्रारूप के अधूरा आंकड़ा है। T20 finisher के लिए 145 का strike rate उपयोगी हो सकता है, जबकि Test opener के लिए वही संख्या अर्थहीन है। इसी तरह 4.80 की economy rate T20 में प्रभावशाली हो सकती है, लेकिन ODI या Test के संदर्भ में उसका मूल्य अलग ढंग से आंका जाएगा। इसलिए format की पहचान के बिना कोई benchmark लागू करना सांख्यिकीय त्रुटि होगा।

Venue भी उपलब्ध नहीं है। इसका अर्थ है कि pitch, boundary dimensions, dew, humidity, altitude, home advantage और toss effect पर कोई परीक्षण नहीं किया जा सकता। चेन्नई की सूखी सतह पर स्पिन की भूमिका, मुंबई या बेंगलुरु की अलग उछाल वाली पिचों पर बल्लेबाजी का मूल्य और इंग्लैंड की सीम-प्रभावित परिस्थितियां एक-दूसरे से तुलनीय नहीं हैं। Venue को हटाकर cricket analysis करना ऐसा है जैसे वित्तीय मूल्यांकन में बाजार ही हटा दिया जाए।

पर्यावरणीय जानकारी भी अनुपस्थित है। वर्षा के कारण DLS target बदला या नहीं, शाम की ओस ने गेंदबाजी को प्रभावित किया या नहीं, humidity ने swing बढ़ाई या नहीं—इनमें से किसी प्रश्न का उत्तर उपलब्ध नहीं है। DRS या umpire’s call से संबंधित कोई तथ्य नहीं है। toss, dropped catch या tactical field change का कोई उल्लेख नहीं है। इसलिए result-versus-process जांच भी असंभव है। किसी टीम की बड़ी जीत वास्तविक dominance थी या परिस्थितियों से बढ़ा हुआ margin, इसका परीक्षण नहीं किया जा सकता।

प्रारूप और venue को hard gate की तरह देखना होगा। इनके बिना खिलाड़ी, टीम और मैच के आंकड़ों को downstream analysis में प्रवेश नहीं मिलना चाहिए। यह कठोरता सुविधा के विरुद्ध है, लेकिन गलत benchmark से बेहतर है।

मूल समस्या: Stage-1 का extraction चरण कहाँ रुका?

Stage-2 रिपोर्ट ने कई जगह N/A — insufficient information का उपयोग किया है। यह null-handling का सही तरीका है। समस्या N/A लिखने में नहीं, उस स्थिति तक पहुँचने में है। यदि कोई क्रिकेट लेख सचमुच उपलब्ध था, तो उसमें सामान्यतः कुछ entities अवश्य होतीं—किसी खिलाड़ी का नाम, किसी टीम का नाम, किसी आयोजन का नाम, कोई तारीख या कम से कम एक दावा। इन सभी का एक साथ गायब होना extraction failure की ओर संकेत करता है।

संभावित failure modes कई हैं। पहला, article retrieval चरण में मूल पाठ आया ही न हो। HTTP error, paywall block, robots restriction या खाली response इसका कारण हो सकता है। दूसरा, HTML parser ने मुख्य article body को navigation, advertisement या script content से अलग नहीं किया। तीसरा, encoding error के कारण पाठ पढ़ने योग्य नहीं रहा। चौथा, Stage-1 ने raw text तो प्राप्त किया, लेकिन extraction schema में fields save नहीं हुए। पाँचवाँ, source article preview था और उसका पूरा पाठ उपलब्ध नहीं था।

इन संभावनाओं को क्रम देने के लिए ingestion logs चाहिए। Document ID, raw body length, HTTP response code, parser output, encoding status और extraction timestamp की जाँच आवश्यक है। यदि raw body की लंबाई शून्य या असामान्य रूप से कम है, तो failure upstream है। यदि raw body भरा हुआ है लेकिन Information Points खाली हैं, तो semantic extraction की समस्या है। यदि entities निकली थीं पर downstream payload में नहीं आईं, तो serialization या field-mapping में दोष हो सकता है।

चार महीने चेपॉक में स्कोरिंग और बाद में transfer administration desk पर contracts, retention notices और registration filings मिलाने के काम ने एक बात स्पष्ट की: हर data failure का स्थान अलग होता है। दस्तावेज़ गायब होना, दस्तावेज़ पढ़ा न जाना और दस्तावेज़ पढ़कर गलत field में रखना तीन अलग घटनाएं हैं। इनके उपचार भी अलग होने चाहिए।

खिलाड़ी विश्लेषण: नाम के बिना metric का कोई स्वामी नहीं

Stage-2 में Player को N/A दर्ज किया गया है। यह केवल player profile की कमी नहीं है। खिलाड़ी का नाम न होने पर role, batting position, bowling type, age, workload, recent form और injury history की जांच नहीं की जा सकती। Opener, middle-order anchor, finisher, wicketkeeper-batter, new-ball seamer और wrist-spinner के लिए उपयोगी metrics अलग होते हैं।

किसी खिलाड़ी के strike rate को role से अलग देखना heatmap की तरह भ्रामक हो सकता है। Heatmap क्षेत्र दिखाता है; वह यह आवश्यक नहीं बताता कि बल्लेबाज उस क्षेत्र में कब और क्यों पहुँचा। क्या वह powerplay में field restrictions के विरुद्ध खेल रहा था? क्या वह chase में required rate के दबाव में था? क्या non-striker की भूमिका स्थिर थी? क्या टीम ने उसे जोखिम लेने का आदेश दिया था? भूमिका हटाने पर संख्या का अर्थ बदल जाता है।

Situational splits के बिना recent trend भी नहीं बन सकता। तीन innings की तेज शुरुआत को form समझना और दस मैचों के workload को नजरअंदाज करना दो सामान्य त्रुटियां हैं। किसी bowler का economy rate नए गेंद के spell, middle overs और death overs में अलग-अलग हो सकता है। विकेटों की संख्या भी batting position और opposition quality के बिना अधूरी है। आठवें से ग्यारहवें नंबर के बल्लेबाजों के खिलाफ लिए गए विकेटों को top-order dismissals के बराबर रखना वही गलती है जिसे मैंने वर्षों पहले अपने Chepauk ledgers में पकड़ा था।

इस रिपोर्ट में कोई औसत, strike rate, economy rate, innings count, sample window या opposition split नहीं है। इसलिए player evaluation का सही निष्कर्ष यह नहीं कि खिलाड़ी औसत था या शानदार। सही निष्कर्ष है कि खिलाड़ी evaluation शुरू ही नहीं किया जा सकता। संख्या तभी evidence बनती है जब उसका format, role, sample और परिस्थिति ज्ञात हो।

टीम और रैंकिंग: बिना नाम के tier बनाना असंभव

किसी टीम का ICC ranking position भी उपलब्ध नहीं है। Test, ODI और T20I ranking अलग तालिकाएं हैं; उन्हें मिलाना एक बुनियादी analytical error होगा। इसके अतिरिक्त ranking अपने आप में पूरी कहानी नहीं बताती। Home-away split, opposition strength, schedule density और squad rotation के बिना ranking की व्याख्या अधूरी रहती है।

Squad structure के चार प्रमुख प्रश्न—batting depth, bowling combination, bench strength और age profile—में से किसी पर भी डेटा नहीं है। क्या टीम चार specialist bowlers के साथ खेली? क्या उसके पास sixth-bowling option था? क्या middle order left-right combination पर आधारित था? क्या reserve players के आने पर performance गिरती है? इन प्रश्नों के उत्तर के बिना team-level judgment केवल भाषा का प्रदर्शन होगा।

Home-away differential विशेष रूप से महत्वपूर्ण है। घरेलू परिस्थितियों में लगातार जीत किसी टीम की adaptability सिद्ध नहीं करती। विदेशी दौरे पर नई गेंद, अलग boundary और दूसरे प्रकार की pitch से सामना होने पर असली depth सामने आती है। लेकिन यहाँ न टीम का नाम है, न venue, न series। इसलिए कोई rivalry history, stylistic counter या matchup pattern भी निर्धारित नहीं किया जा सकता।

मैंने transfer market administration में सीखा कि roster की ताकत headline signing से नहीं, replacement chain से पता चलती है। क्रिकेट में भी यही लागू होता है। एक प्रमुख खिलाड़ी की अनुपस्थिति में कौन भरता है, उसके बाद कौन? यदि यह जानकारी नहीं है, तो bench depth का मूल्यांकन संभव नहीं। Stage-1 में ऐसी कोई सूची नहीं है।

लीग और व्यावसायिक अर्थव्यवस्था: रकम के बिना valuation नहीं

रिपोर्ट में IPL, Big Bash League, The Hundred, Pakistan Super League, SA20, ILT20, Caribbean Premier League या Major League Cricket में से किसी का नाम नहीं है। कोई franchise, auction price, salary, broadcast-rights figure या contract clause दर्ज नहीं है। इसलिए commercial ecosystem analysis निष्क्रिय है।

2026 के IPL auction से मैंने एक अलग प्रकार का मूल्यांकन सीखा था। उस समय मैंने 88 shortlisted players के लिए marginal value per ₹1 crore का मॉडल बनाया था। कमरे में किसी खिलाड़ी की कीमत captaincy और star value से तय हुई, जबकि मॉडल ने उसी रकम से तीन specialist bowlers खरीदने का तर्क दिया। बाद का परिणाम मॉडल को पूर्ण सत्य नहीं बनाता, लेकिन उसने valuation और sporting value के बीच अंतर स्पष्ट किया। नीलामी की कीमत प्रदर्शन का प्रमाण नहीं होती; वह scarcity, marketing, role demand और auction dynamics का संयुक्त परिणाम होती है।

इस null report में price ही नहीं है, इसलिए premium का प्रकार भी तय नहीं किया जा सकता। क्या कीमत local young-star premium थी? क्या left-arm pace जैसी scarce skill के लिए अधिक भुगतान हुआ? क्या franchise ने wicketkeeper-batter की कमी भरने के लिए बोली लगाई? या panic bidding हुई? हर संभावना के लिए अलग data चाहिए।

Broadcast-rights value पर भी यही नियम लागू है। किसी league का rights deal केवल headline figure नहीं होता। उसमें cycle length, digital split, minimum guarantee, production cost, regional language rights और renewal risk शामिल होते हैं। एक रकम को दूसरी league से सीधे तुलना करने के लिए currency, duration और rights scope मिलाना होगा। यहाँ इनमें से कुछ भी उपलब्ध नहीं है।

National duty और franchise cricket के बीच conflict का भी कोई case नहीं दिया गया। किसी खिलाड़ी की injury, NOC, workload या withdrawal का नाम न होने पर बोर्ड-लीग संबंध पर निष्कर्ष देना अनुचित होगा। BCCI की ताकत, ICC revenue distribution या Lodha-era reforms जैसे structural संदर्भ क्रिकेट उद्योग में महत्वपूर्ण हैं, लेकिन उन्हें इस null input से जोड़ना विषय का विस्तार नहीं, विषय का आविष्कार होगा।

नियम, शासन और integrity: no flag का अर्थ clean नहीं

Stage-2 रिपोर्ट ने सही रूप से governance और integrity dimensions को indeterminate रखा है। कोई board decision, rule change, disciplinary action, eligibility dispute, anti-corruption alert या political intervention उपलब्ध नहीं है। इसलिए compliance risk को low कहना गलत होगा। Data के अभाव में कोई risk flag दिखाई नहीं दे रहा; इसका अर्थ यह नहीं कि risk अनुपस्थित है।

क्रिकेट का institutional archive बताता है कि governance के संकेत अक्सर headline से पहले procedural documents में मिलते हैं। 2026 की fixing inquiry, 2026 IPL spot-fixing findings और Lodha Committee के बाद के reforms अलग-अलग घटनाएं थीं, लेकिन उनकी वास्तविक सामग्री press conference से अधिक records, findings और compliance processes में थी। किसी घटना का आकलन करने के लिए कम से कम governing body, तारीख, नियम या आरोप की पहचान आवश्यक है। यहाँ इनमें से कोई भी नहीं है।

Slow over-rate penalty, DLS application, player eligibility, NOC या disciplinary suspension पर चर्चा तभी की जा सकती है जब triggering fact उपलब्ध हो। इसी तरह DRS controversy पर निर्णय के लिए ball-tracking context, on-field decision और review outcome चाहिए। केवल यह लिखना कि controversy हो सकती है, analysis नहीं है।

Compliance desk वह जगह है जहाँ स्मृति procedure बनती है। 2026 में contracts और registration filings मिलाते समय तीन unsigned forms मिले थे, जो auction के बाद बड़ी समस्या बन सकते थे। उन forms ने मुझे सिखाया कि संस्थागत जोखिम अक्सर glamorous नहीं होता। वह एक missing signature, एक expired deadline या गलत player category में छिपा रहता है। लेकिन किसी specific case के बिना इस रिपोर्ट में ऐसा कोई जोखिम दर्ज नहीं किया जा सकता।

सार्वजनिक narrative: कहानी भी उपलब्ध नहीं

Stage-1 में article summary खाली है, author stance N/A है और article purpose अज्ञात है। इसलिए यह पता नहीं कि मूल लेख match report था, preview था, opinion था, governance story था या commercial analysis। Narrative heat-cycle—germination, acceleration, climax और backlash—में इसकी स्थिति तय नहीं की जा सकती।

कोई rivalry, comeback, new-star coronation, dynasty continuation या veteran farewell narrative भी सामने नहीं आता। इसी कारण overhype screen लागू नहीं हो सकती। किसी छोटे T20 sample को international claim में बदला गया या नहीं, यह जांचने के लिए मूल claim होना चाहिए। Market expectation और objective assessment के बीच gap मापने के लिए odds, fan poll, media prediction या statistical baseline चाहिए। इनमें से कोई signal मौजूद नहीं है।

यहाँ एक महत्वपूर्ण संपादकीय जोखिम है। खाली सामग्री में लेखक अक्सर परिचित कहानी भर देता है। यदि टीम का नाम नहीं है, तो वह किसी बड़ी टीम का अनुमान लगा सकता है। यदि खिलाड़ी का नाम नहीं है, तो वह लोकप्रिय स्टार को केंद्र बना सकता है। यदि format नहीं है, तो T20 की भाषा हर जगह लागू कर सकता है। यही वह प्रक्रिया है जिससे fabricated confidence बनती है।

स्टार worship और milestone romanticism से बचने का अर्थ यह नहीं कि खिलाड़ी अप्रासंगिक हैं। अर्थ यह है कि किसी खिलाड़ी को तभी केंद्र में लाया जाए जब दस्तावेज़, scorecard या स्पष्ट match context उसे केंद्र बनाता हो। इस input में ऐसा प्रमाण नहीं है।

Contrarian angle: सही कहानी शायद क्रिकेट मैच की नहीं है

सामान्य पाठक इस सामग्री से मैच रिपोर्ट की अपेक्षा कर सकता है, लेकिन उपलब्ध प्रमाण उस दिशा में नहीं जाता। उलटा निष्कर्ष यह है कि Stage-2 का सबसे उपयोगी finding क्रिकेटिंग नहीं, process-based है। कभी-कभी सबसे ईमानदार sports report किसी टीम की कमजोरी नहीं, data pipeline की कमजोरी दर्ज करती है।

यह contrarian angle सावधानी मांगता है। Extraction failure की संभावना medium या medium-high हो सकती है, पर वह प्रमाणित नहीं है। मूल article सचमुच inaccessible हो सकता है; preview भी हो सकता है; या Stage-1 schema ने जानबूझकर कोई fact नहीं निकाला हो। इसलिए report यह नहीं कह सकती कि pipeline निश्चित रूप से टूट गई। वह केवल इतना कह सकती है कि उपलब्ध output normal cricket article के लिए असामान्य रूप से खाली है और ingestion logs की जांच आवश्यक है।

यहीं ledger और ground reality का संतुलन जरूरी है। Spreadsheet कहता है कि information points शून्य हैं। इसका अर्थ यह नहीं कि मैदान पर कोई घटना नहीं हुई। दूसरी तरफ, field-level story का अनुमान लगाकर spreadsheet को भरना भी उचित नहीं। मैंने अक्सर देखा है कि डेटा-आधारित लेखन की प्रतिष्ठा के कारण analyst खाली जगहों को sophisticated भाषा से ढक देता है। “matchup pressure”, “tactical flexibility” और “structural weakness” जैसे शब्द तथ्य के विकल्प नहीं हैं।

अच्छे null report की भूमिका इसी कारण महत्वपूर्ण है। वह downstream users को रोकती है। वह false clearance से बचाती है। वह बताती है कि कौन-सा field missing है, किस gate पर analysis रुका है और re-run से पहले कौन-सी जांच करनी होगी। यह publication-friendly कहानी नहीं लगती, लेकिन sports information systems में ऐसी ईमानदारी किसी काल्पनिक expert opinion से अधिक मूल्यवान है।

Risk matrix: सबसे बड़ा खतरा क्रिकेट का नहीं, hallucination का है

इस input के आधार पर sporting risk को assess नहीं किया जा सकता, क्योंकि format, venue और squad data नहीं है। Personnel risk अज्ञात है, क्योंकि खिलाड़ी, age, workload और injury history अनुपस्थित हैं। Commercial risk अज्ञात है, क्योंकि league, rights, auction या salary data नहीं है। Rules और integrity risk अज्ञात है, क्योंकि कोई governing event या disciplinary trigger नहीं है। Public-opinion risk अज्ञात है, क्योंकि narrative, sentiment और market expectation दर्ज नहीं हैं।

इसलिए overall risk rating low, medium या high देना अनुचित होगा। सही label indeterminate है। Low rating false-negative पैदा कर सकती है। High rating unsupported alarm होगा। दोनों स्थितियां downstream decision-makers को गुमराह करेंगी।

सबसे गंभीर जोखिम hallucination है। यदि इस null input से कोई नाम, score, ranking, fee या tactical conclusion बनाया जाता है, तो वह supplied evidence से निकला हुआ नहीं होगा। ऐसे claim को model training, publication, betting analysis या selection decision में भेजना process failure को credibility में बदल देगा। Betting advice का प्रश्न भी इसी कारण उठता ही नहीं; कोई match या market identified नहीं है।

दूसरा जोखिम false clearance है। किसी integrity dimension में flag न होना तभी meaningful है जब relevant data scan हुआ हो। यहाँ scan के लिए data ही नहीं है। इसलिए “no concern found” को “clean” नहीं पढ़ा जाना चाहिए। Compliance registers में यह distinction अनिवार्य है।

तीसरा जोखिम format contamination है। यदि re-run से पहले किसी analyst ने Test average को T20 benchmark से मिला दिया, तो बाद की सारी reasoning technically polished होकर भी गलत रहेगी। Format identifier को hard gate बनाना इस जोखिम को रोक सकता है।

Industry transmission: कोई trigger नहीं, इसलिए कोई direction नहीं

क्रिकेट उद्योग में upstream talent supply, midstream national teams और leagues तथा downstream broadcast, fantasy और commercial markets एक-दूसरे से जुड़े हैं। लेकिन transmission map तभी बनता है जब कोई triggering event हो—rights deal, league expansion, star transfer, board ruling, selection policy या injury-driven replacement। इस report में कोई trigger नहीं है।

भारत का cricket market, IPL owners का अन्य leagues में विस्तार और fantasy-driven viewing habits उद्योग की वास्तविक structural features हैं। फिर भी इन्हें इस null input से जोड़ना उचित नहीं होगा। किसी specific league, franchise या rights cycle के बिना impact की दिशा और magnitude तय नहीं की जा सकती।

Market moves fast; spreadsheet remembers slowly. यह वाक्य commercial reporting में उपयोगी है, लेकिन spreadsheet में event का row होना अनिवार्य है। यहाँ row ही नहीं है। इसलिए capital network, broadcast media, talent supply chain या derivative markets पर कोई forward projection नहीं दिया जा सकता।

Minimum viable payload: अगली extraction में क्या चाहिए

इस report को पुनः चलाने के लिए न्यूनतम payload स्पष्ट है। पहला, मूल article title और source publication चाहिए। दूसरा, publication date या match date आवश्यक है। तीसरा, article body non-empty होना चाहिए। चौथा, format—Test, ODI, T20 या अन्य—की पहचान होनी चाहिए। पाँचवाँ, कम से कम एक team, player, league या event entity मिलनी चाहिए। छठा, result, claim, score, transfer fee, rule event या अन्य factual information point होना चाहिए।

यदि match report है, तो venue, toss, innings score, result, key phases और major incidents चाहिए। यदि player analysis है, तो role, sample size, format split, recent trend और opposition context चाहिए। यदि team analysis है, तो ranking, home-away record, squad structure और schedule चाहिए। यदि commercial story है, तो league, transaction figure, contract duration, rights scope या franchise identity चाहिए। यदि governance story है, तो board, rule, date, decision और precedent चाहिए।

Raw ingestion layer में body length, response status, parser output और encoding validation जोड़ना चाहिए। Extraction layer में entity count, information-point count और confidence score सुरक्षित होने चाहिए। Serialization layer में यह सुनिश्चित होना चाहिए कि populated fields downstream JSON में खो न जाएं। हर चरण के बाद एक QA gate होना चाहिए: यदि article body non-empty है लेकिन entities zero हैं, तो automatic warning उठे।

इस प्रक्रिया में source attribution अनिवार्य होना चाहिए। स्रोत का नाम और तारीख न होने पर reliability weighting नहीं हो सकती। किसी official board release, scorecard, match report या audited filing को secondary commentary से अलग weight मिलना चाहिए। दस्तावेज़ की गुणवत्ता केवल भाषा से नहीं, provenance से तय होती है।

निष्कर्ष नहीं, अगला संकेत

प्रदत्त Stage-2 report किसी मैच, खिलाड़ी, टीम या league पर substantive cricket judgment देने की स्थिति में नहीं है। उसका एकमात्र सुरक्षित निष्कर्ष यह है कि Stage-1 payload unusable है। Stage-1 को quarantine करके raw article retrieval, body integrity, parser output, entity extraction और source attribution की जांच करनी होगी। उसके बाद ही analysis दोबारा चलाया जा सकता है।

एक फुटनोट transfer को protest से अधिक शांत तरीके से पलट सकता है। उसी तरह एक खाली extraction field पूरी sports story को रोक सकती है। अगली बार जब information points सूची में लौटें, तब पहला प्रश्न यह होना चाहिए: क्या format निश्चित है, क्या source traceable है और क्या दावा कम से कम एक स्वतंत्र तथ्य से जुड़ा है? यदि उत्तर हाँ है, तभी स्कोरबुक का अगला कॉलम भरा जाना चाहिए।