Pun Intended: Multi-Agent Translation of Wordplay with Contrastive Learning and Phonetic-Semantic Embeddings for CLEF JOKER 2025 Task 2

تخيل أنك تحاول ترجمة نكتة من لغة إلى أخرى، لكن النكتة تعتمد على كلمة تبدو وكأنها شيئان مختلفان في آن واحد. في الإنجليزية، قد تقول: "أنا أقرأ كتاباً عن مضادات الجاذبية. من المستحيل تركه!" (I'm reading a book on anti-gravity. It's impossible to put down!). تكمن الفكاهة هنا في عبارة "put down"، والتي تعني أيضاً "التوقف عن الإمساك به" وتعني أيضاً "وضعه على سطح". إذا ترجمت هذا حرفياً إلى الفرنسية، فستفقد المعنى المزدوج، وتموت النكتة. هذا هو العالم المعقد لـ "التورية" (puns)، وهي نوع من التلاعب بالألفاظ حيث تحمل الكلمة الواحدة معنيين أو تشبه كلمة أخرى في النطق. لعقود من الزمن، كانت الحواسيب سيئة جداً في هذا الأمر لأنها مدربة لتكون حرفية، مثل روبوت يتبع وصفة طعام بدقة ولكن ليس لديه أي حس فكاهي؛ فهي تحاول استبدال الكلمات كلمة مقابل كلمة، مما يؤدي غالأً إلى تدمير ذروة النكتة. ولكن ماذا لو استطعنا تعليم الحواسيب أن تكون أقل شبهاً بالروبوتات وأكثر شبهاً بالكوميديين، بحيث تفهم أنك أحياناً تضطر لكسر قواعد الترجمة للحفاظ على حياة النكتة؟

هذه الورقة البحثية، التي تحمل عنوان "التورية مقصودة" (Pun Intended)، هي تقرير من فريق من الباحثين في معهد جورجيا للتكنولوجيا (Georgia Tech) الذين شاركوا في مسابقة تسمى CLECL F JOKER 2025. كان هدفهم هو ترجمة التوريات الإنجليزية إلى الفرنسية باستخدام أحدث وأقوى الأدمغة الحاسوبية (التي تسمى النماذج اللغوية الكبيرة - Large Language Models). وبدلاً من مجرد طلب "الترجمة" من الحاسوب، قاموا ببناء نظام مكون من ثلاث خطوات مصمم لالتقاط "روح" النكتة بدلاً من مجرد التعريفات القاموسية.

أولاً، جربوا نهج "الخط المرجعي" (baseline)، وهو ببساطة طلب توليد توريات فرنسية من نماذج ذكاء اصطٍناعي مختلفة، واستخدام ذكاء اصطناعي ثانٍ ليعمل كحكم، يتحقق مما إذا كانت النتيجة نكتة حقاً أم مجرد جملة مملة. كان هذا يشبه طلب مجموعة من الأصدقاء لإلقاء نكتة، وجعل أحد الأصدقاء يومئ برأسه إذا كانت مضحكة. وبينما نجح هذا بشكل جيد نوعاً ما، إلا أن النكات كانت تبتعد كثيراً عن القصة الأصلية.

ولتحقيق نتائج أفضل، بنوا مسار "سلسلة أفكار موجهة" (guided chain-of-thought). فكر في هذا كإعطاء الحاسوب خريطة وبوصلة. لقد علموا الذكاء الاصطناعي أولاً تحديد الكلمة الملتوية، ثم البحث عن معنييها المختلفين، وأخيراً استخدام أداة رياضية خاصة تسمى "التمثيلات الصوتية-الدلالية" (phonetic-semantic embeddings). هذه الأداة تشبه أذناً فائقة الحساسية وقاموساً مجتمعين؛ فهي تساعد الحاسوب في العثور على كلمات فرنسية لا تعني الأشياء الصحيحة فحسب، بل تبدو أيضاً مشابهة للكلمات الإنجليزية الأصلية. إنه يشبه محاولة العث وركنة كلمة فرنسية تبدو مثل كلمة "قط" (cat) ولكن معناها "كلب" (dog)، فقط لترى ما إذا كان بإمكانك صنع نكتة من ذلك.

أخيراً، أضافوا نظام "متعدد الوكلاء" (multi-agent). تخيل لجنة من أربعة حكام مختلفين، لكل منهم وظيفة محددة: أحدهم يتحقق مما إذا كان المعنى صحيحاً، والآخر يتحقق مما إذا كانت الترجمة تبدو طبيعية، والثالث يتحقق من العاطفة، والرابع يتحقق مما إذا كانت تبدو أصلية. لم يكتف هؤلاء الحكام بإعطاء درجة فحسب؛ بل قدموا ملاحظات. إذا لم تكن النكتة مضحكة تماماً أو كانت الترجمة ركيكة، يقوم النظام بإعادة كتابتها والمحاولة مرة أخرى، حتى خمس مرات، إلى أن تصبح اللجنة راضية.

كانت النتائج رائعة. عندما استخدم الباحثون الاختبارات الحاسوبية القياسية (التي تقيس مدى تطابق الجملة الجديدة مع القديمة كلمة بكلمة)، سجل نظامهم درجات منخفضة للغاية. وذلك لأن نظامهم تجنب عمداً الترجمة الحرفية للحفاظ على الفكاهة حية. ومع ذلك، عندما قرأ خبراء بشريون يتحدثون الفرنسية بطلاقة تلك النكات، حصل فريقهم على المركزين الأول والثاني من بين 51 فريقاً. لقد أحب البشر النكات لأنها كانت مضحكة حقاً ومنطقية بالفرنسية، حتى لو لم تكن تبدو تماماً مثل الأصول الإنجليزية.

تشير الورقة البحثية إلى أنه لترجمة التلاعب بالألفاظ بنجاح، يجب أن نتوقف عن محاولة أن نكون مترجمين مثاليين ونبدأ في أن نكون شركاء مبدعين. وجد الباحثون أنه بينما تعد نماذج الذكاء الاصطناعي الأحدث بارعة في اكتشاف مكان التورية، فإنها تحتاج إلى مساعدة للعثات الكلمات الفرنسية الصحيحة التي تبدو وتعني الأشياء الصحيحة. ومن خلال الجمع بين "دليل" ينظر في الأصوات والمعاني، و"لجنة" من الحكام الذين يصقلون النكتة، أظهروا أن الحواسيب يمكنها تعلم إلقاء نكات تعمل عبر اللغات. هم لم يحلوا مشكلة ترجمة كل نكتة بشكل مثالي، لكنهم أثبتوا أن تغيير الهدف من "الدقة الحرفية" إلى "التكافؤ الفكاهي" هو المسار الصحيح.