Hermes the Polyglot: A Unified Framework to Enhance Expressiveness for Multimodal Interlingual Subtitling
تقدم الورقة البحثية "هيرميس" (Hermes)، وهو إطار عمل موحد يعتمد على النماذج اللغوية الكبيرة يدمج بين تحديد هوية المتحدث، وتحديد المصطلحات، وتعزيز التعبيرية للتغلب على التحديات الرئيسية في الترجمة المرئية بين اللغات وتحقيق أداء رائد في توليد ترجمات متماسكة ومعبرة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تشاهد فيلماً أجنبياً مع ترجمة نصية. عادةً ما تكون تلك الترجمة مجرد ترجمة مباشرة وكلمة بكلمة؛ فهي تخبرك بما قيل، لكنها غالباً ما تغفل عن "كيفية" قوله — مثل السخرية، أو العاطفة، أو المصطلحات العامية المحددة، أو حقيقة أن الشخصية تهمس مقابل صراخها.
تقدم ورقة بحثية بعنوان "هيرميس المتعدد اللغات" (Hermes the Polyglot) نظاماً جديداً صُمم لإصلاح ذلك. فكر في "هيرميس" ليس فقط كمترجم، بل كـ مساعد مخرج ذكي جداً يشاهد الفيلم، ويستمع إلى الممثلين، ثم يكتب ترجمة تبدو وكأنها كُتبت بواسطة شخص يتحدث اللغة بطلاقة ويفهم الثقافة.
إليك كيف يعمل هيرميس، مقسماً إلى ثلاث خطوات بسيطة باستخدام تشبيهات من الحياة اليومية:
١. محقق "من قال ماذا؟" (تحديد هوية المتحدث - Speaker Diarization)
المشكلة: في الأفلام، قد يتحدث الشخصيات فوق بعضهم البعض، أو قد يتحدث أحد الشخصيات بينما وجهه خارج الشاشة. غالباً ما ترتبك الحواسيب العادية حول هوية المتحدث، مما يؤدي إلى ترجمة تقول "هو قال..." بينما كانت في الواقع "هي قالت..."، أو تخلط بين الضمائر.
حل هيرميس: يعمل هيرميس كمحقق يستخدم مجموعتين من العينين والأذنين:
- البصريات: يراقب الفيديو ليرى من الذي يتحرك وجهه.
- الصوت: يستمع إلى "طابع" (Timbre) الصوت الفريد (مثل بصمة الإصبع للصوت).
- السحر: حتى لو كانت الشخصية خارج الشاشة، يقوم هيرميس بربط صوتها بالشخص الذي رآه سابقاً. إنه ينشئ "قائمة" للشخصيات ليعرف المترجم بدقة من يتحدث، مما يضمن أن الضمائر (مثل "هو" مقابل "هي") صحيحة دائماً.
٢. "قاموس الكلمات الخاصة" (تحديد المصطلحات - Terminology Identification)
المشكلة: تمتلئ الأفلام بأسماء أماكن، وأسماء علم، وكلمات مبتكرة (مثل "القوة" في حرب النجوم، أو لقب حكومي صيني قديم محدد). قد تترجم المترجمات القياسية هذه الكلمات حرفياً، مما يجعلها تبدو غريبة أو خاطئة.
حل هيرميس: يعمل هيرميس كـ أمين مكتبة متخصص. قبل ترجمة الفيلم بأكمله، يقوم بمسح النص للعثور على جميع "الأسماء العلم" (الأسماء، الأماكن، الأشياء الخاصة). ثم ينشئ كتاب قواعد صارم لهذه الكلمات.
- تشبيه: تخيل ترجمة وصفة طعام. إذا قالت الوصفة "استخدم الـ wok"، فقد يقول المترجم السيئ "استخدم مقلاة". هيرميس يعرف أن الـ "wok" هي أداة محددة، فيحتفظ بهذه الكلمة أو يجد المعادل الثقافي المثالي لها، مما يضمن الاتساق طوال الفيلم بأكمله.
٣. "مدرب الأسلوب" (تعزيز التعبيرية - Expressiveness Enhancement)
المشكلة: هذا هو التحدي الأكبر. يمكن للروبوت أن يترجم "أنا غاضب" بدقة، لكنه قد يغفل عن حقيقة أن الشخصية في الواقع "مستشيطة غضباً"، أو "ساخرة"، أو "محطمة القلب". غالباً ما تبدو الذكاء الاصطناعية القياسية آلية وجامدة.
حل هيرميس: يستخدم هيرميس تقنية تسمى SAPO (تحسين التفضيل التكيفي حسب الجزء). فكر في هذا كـ حكم في برنامج مواهب.
- العملية: لكل جملة حوار، يولد هيرميس ١٥ طريقة مختلفة لترجمتها.
- الحَكَم: يستخدم ذكاءً اصطناعياً قوياً آخر ("الحَكَم") لتقييم هذه النسخ الـ ١٥. يسأل الحَكَم: "أي نسخة تبدو أكثر طبيعية؟ أي نسخة تجسد العاطفة بشكل أفضل؟"
- النتيجة: يتعلم هيرميس من درجات الحَكَم. هو لا يتعلم فقط ليكون "صحيحاً"؛ بل يتعلم ليكون حيوياً. إنه يتعلم اختيار الترجمة التي تبدو وكأن ممثلاً بشرياً ينطق بها، وليس كقراءة من قاموس.
النتائج: لماذا يهم ذلك؟
اختبر المؤلفون هيرميس على أفلام وبرامج تلفزيونية حقيقية عبر لغات عديدة (مثل الإنجليزية إلى الصينية، والكورية إلى الصينية، إلخ).
- الدقة: لقد أصاب في الحقائق والأسماء، متفوقاً على أدوات الترجمة القديمة.
- الطبيعية: بدا طليقاً، كما لو أن متحدثاً أصلياً هو من كتبه.
- الحيوية: هنا تألق هيرميس. لقد استطاع التقاط المزاج والأسلوب للمشهد الأصلي بشكل أفضل بكثير من الذكاء الاصطناعي القياسي أو حتى بعض المترجمين البشر في لغات معينة قليلة الموارد.
باختاًصر:
إذا كانت الترجمة القياسية تشبه قراءة تقرير إخباري جاف عن فيلم، فإن هيرميس يشبه مشاهدة الفيلم مع صديق يشرح لك النكات، والعواطف، والإشارات الثقافية في الوقت الفعلي. إنه يجمع بين رؤية الوجوه، وسماع الأصوات، والتعلم من "مدرب أسلوب" لجعل الترجمة تبدو نابضة بالحياة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.