ٹریفک کے قوانین کی پابندی
نحمدہ ونصلی علی رسولہ الکریم امّا بعد فاعوذ بااللہ من الشیطن الرجیم
بسم اللہ الرحمن الرحیم
معززصدر ِمحترم اور میرے ساتھیو! السلام علیکم۔ آج مجھے جس موضوع پرلب کشائی کرنی ہے وہ ہے:’’ٹریفک کے قوانین کی پابندی‘‘
صدرِ ذی وقار!
بظاہر انسان پیدائش سے لے کر وفات تک پابندیوں کے جال میں پھنسا رہتا ہے۔ کوئی پابندیاں اُس پر خاندان کی طرف سے ہوتی ہیں، کوئی پابندی اُس پر اہل خانہ کی طرف سے ہوتی ہے۔ کہیں معاشرے کی پابندیاں اُس کو پابند سلاسل بنارہی ہیں، اور جب ہوش سنبھلتاہے، کھوٹے اور کھرے میں تمیز کرنے کی نوبت آتی ہے توبحیثیت مسلمان اسلامی پابندیاں، عبادات کی پابندیاں، معاملات کی پابندیاں، اعتقادات کی پابندیاں اُس کے گرد گھیراتنگ کر دیتی ہیں۔
بعض پابندیاں ایسی ہوتی ہیں جس سے آزادی کی نعمت چھن جاتی ہے اور بعض پابندیاں ایسی ہوتی ہیں کہ وہ آزادی کے استحکام اور استمرار بخشنے میں ممد و معاون ثابت ہوتی ہیں، جیسے اسلامی پابندیاں جو بظاہر پابندیاں نظر آتی ہیں لیکن حقیقتاً وہ آزادی جاں فزا ہوتی ہیں۔
وہ ایک سجدہ جسے تو گراں سمجھتا ہے
ہزار سجدے سے دیتا ہے آدمی کو نجات
جنابِ صدر!
بعض پابندیاں ایسی ہوتی ہیں جو حکومت عوام اور ملک و قوم کے تحفظ کی خاطرلگاتی ہے۔ ان ہی میں ٹریفک کے قوانین کی پابندی ہے ،ٹریفک سے مراد گاڑیوں کی آمد ورفت ہے، گاڑیوں کی آمد ورفت میں آئے دن اضافہ ہورہا ہے۔ گاڑیوں کا اژد ہا آئے روز بڑھتا جارہا ہے، ٹر یفک کے قوانین کی پابندی جان کی حفاظت کے لیے انتہائی ناگزیر ہے، ایک لمحہ کی غفلت جان لیوا ثابت ہوسکتی ہے ، ٹریفک کے قوانین کی پابندی سے جہاں دیگر حضرات محفوظ رہتے ہیں وہاں حادثے سے اور اپنی جان کے ضیاع سے خودڈرائیور...
The present study investigates the socio-economic problems of the labors in Brick Kilns which are situated in the vicinities of district Hyderabad (Rural). Eighty three respondents from twenty five brick kilns were selected for interview. It is found that majority of the respondents was illiterate and never visited educational, technical and religious institutions. The economic categorization of the labors revealed that majority was categorized as ‘poorest of poor’ (living below poverty line), having semi-pacca houses, earning less than 10,000 rupees per month to manage their entire family. Due to very low income they spent least amount on education and health while more on food and utilities. The general problems reported by the labors are: poor quality of drinking water, no shelter at work place, child labor, low and late payment of wages, long working hours etc. Besides these, both male and female labors informed about misbehave and use of abusive language by the owner/manager, even few of them also complained about physical abuse. Stomach problem was found as common disease in men followed by Anemia whereas in women Anemia was ranked first followed by Backache.
Sentiment Analysis is currently one of the most studied research fields. Its aim is to analyze people‟s sentiments, opinions, attitudes etc., towards different elements such as topics, products, individuals, organizations, and services. Sentiment analysis can be achieved by machine learning or lexical based methodologies or a combination of both. Recent research shows that domain specific lexicons perform better as compared to domain independent lexicons. In an effort to improve the performance of domain independent lexicons, this research incorporates machine learning with a lexical based approach, introducing a new approach called SWIMS, to determine the feature weight based on a well-known general-purpose sentiment lexicon, SentiWordNet. Support vector machine is used to learn the feature weights and an intelligent model selection approach is employed in SWIMS in order to enhance the classification performance. The features are selected based on their subjectivity and the effects of feature selection with respect to their part of speech information are studied extensively. Seven benchmark datasets have been used in this research, including large movie review dataset, multi-domain sentiment dataset and Cornell movie review dataset, all of which are freely available online for research purposes. In-depth performance comparison is conducted with the state of the art machine learning approaches, lexical based methodologies, and other tools used for sentiment detection. The proposed SWIMS approach attained accuracy, precision, recall and f-measure values of 83.06%, 83.30%, 82.83% and 83.03% respectively, averaged over the seven datasets. The evaluation of performance measures proves that the proposed approach outperforms other techniques for sentiment analysis.