Pun Intended: Multi-Agent Translation of Wordplay with Contrastive Learning and Phonetic-Semantic Embeddings
تقدم هذه الورقة إطار عمل متعدد الوكلاء ومسار استدلال موجه يستفيدان من التضمينات الصوتية-الدلالية والتقييم التكراري لترجمة التورية اللغوية من الإنجليزية إلى الفرنسية بنجاح، محققةً مراكز متقدمة في مسابقة CLEF JOKER 2025 عبر إعطاء الأولوية للحفاظ على الفكاهة والإبداع اللغوي على المقاييس الدلالية التقليدية.
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 تحاول ترجمة نكتة من لغة إلى أخرى، لكن النكتة تعتمد كلياً على كلمة تحمل معنيين في آن واحد. في الإنجليزية، قد تقول: "I'm on a seafood diet; I see food and I eat it" (أنا أتبع حمية المأكولات البحرية؛ أنا أرى الطعام وآكله). تأتي الفكاهة من كون كلمة "seafood" (مأكولات بحرية) تبدو صوتياً مثل "see food" (أرى الطعام). إذا ترجمت هذه الجملة حرفياً إلى الفرنسية، فستختفي النكتة لأن الكلمات لن تعود متشابهة في النطق. هذا هو اللغز الأكبر للحواسيب: كيف تترجم تورية (pun) دون أن تفقد عنصر المفاجأة والضحك؟ تقع هذه المشكلة عند نقطة التقاء الترجمة الآلية (تعليم الحواسيب التحدث بلغات مختلفة) والفكاهة الحوسبية (تعليمها أن تكون مضحكة). لعقود من الزمن، كانت الحواسيب بارعة في ترجمة الحقائق ولكنها سيئة جداً في ترجمة النكات لأنها مُدربة على أن تكون دقيقة، بينما تزدهر النكات على الارتباك والمعاني المزدوجة. إذا ترجم الحاسوب نكتة بشكل حرفي، فإنها غالباً ما تتحول إلى جملة مملة. السؤال الكبير الذي يسأله الباحثون هو: هل يمكننا تعليم الحاسوب التوقف عن ترجمة الكلمات والبدء في ترجمة "شعور" النكتة، حتى لو اضطر إلى ابتكار نكتة جديدة تماماً للقيام بذلك؟
هذا البحث، الذي يحمل عنوان "Pun Intended" (التورية مقصودة)، يغوص في هذا التحدي تحديداً عبر اختبار ثلاث طرق مختلفة لتعليم النماذج اللغوية الكبيرة (روبوتات الدردشة الذكية جداً) كيفية ترجمة التوريات الإنجليزية إلى الفرنسية. اكتشف المؤلفون، وهم فريق من جامعة جورجيا تيك، أن أفضل طريقة لترجمة التورية ليست العثور على المطابقة المثالية في القاموس، بل التصرف ككوميدي مبدع يعيد كتابة النكتة بالكامل لتناسب اللغة الجديدة. وجدوا أنه بينما اعتقدت المقاييس الحاسوبية القياسية (التي تحسب عادةً عدد الكلمات المتطابقة بين الأصل والترجمة) أن أفضل أساليبهم قد فشلت، فقد أحب الحكام البشر النتائج.
اختبر الفريق ثلاث استراتيجيات، بدأت بأسلوب بسيط وهو "حاول ثم تحقق". تخيل طالباً يكتب نكتة ثم يسأل معلماً صارماً: "هل هذا مضحك؟". إذا قال المعلم لا، يحاول الطالب مرة أخرى. كان هذا هو أسلوبهم "الأساسي": يقوم الذكاء الاصطناعي بتوليد جملة فرنسية، ثم يعمل ذكاء اصطناعي ثانٍ كحكم ليرى ما إذا كانت في الواقع تورية. إذا لم تكن كذلك، يحاول المولد مرة أخرى. لقد نجح هذا الأمر بشكل مقبول، ولكنه كان يشبه إطلاق السهام في الظلام.
استراتيجيتهم الثانية كانت تشبه المحقق الذي يمتلك خريطة خاصة. لقد قدموا للذكاء الاصطناعي مسار "الاستدلال الموجه". أولاً، يتعين على الذكاء الاصطناعي تحديد الكلمة الماكرة في النكتة الإنجليزية وفهم معنييها الخفيين. بعد ذلك، وبدلاً من مجرد ترجمة هذين المعنيين، استخدم الذكاء الاصطناعي أداة خاصة تسمى "التمثيلات الصوتية-الدلالية" (phonetic-semantic embeddings). فكر في هذا كقاموس سحري لا يبحث فقط عن كلمات لها نفس المعنى، بل يبحث أيضاً عن كلمات تشبهها في النطق. بحث الذكاء الاصطناعي عن كلمات فرنسية تطابق معنى جزء من النكتة ولكنها تشبه صوت الجزء الآخر. كان الأمر يشبه محاولة العثور على كلمة فرنسية تعني "تفاحة" ولكنها تشبه صوت كلمة "سيارة". وبمجرد العثور على هذه المرشحات، قام بتغذيتها للذكاء الاصطناعي لبناء النكتة النهائية. كانت هذه الطريقة ذكية وعملت بشكل جيد، حيث احتلت المركز الثاني في مسابقتهم.
أما الاستراتيجية الثالثة والأكثر نجاحاً فكانت نظام "متعدد الوكلاء" (multi-agent)، وهو ما يشبه طاولة مستديرة من الخبراء. بدلاً من وجود ذكاء اصطناعي واحد يكتب نكتة وآخر يحكم عليها، قاموا بإعداد فريق من وكلاء الذكاء الاصطناعي المتخصصين. قام وكيل واحد بالتحقق مما إذا كان المعنى صحيحاً، وآخر بالتحقق مما إذا كان الشعور مضحكاً، وثالث بالتحقق مما إذا كان يبدو طبيعياً، ورابع بالتحقق مما إذا كان يبدو أصيلاً. كانوا ينتقدون الترجمة، ويقدمون ملاحظات، ويقوم النظام بإعادة كتابة النكتة بناءً على تلك النصائح. فعلوا ذلك مراراً وتكراراً، ويقومون بتنقيح النكتة مثل كاتب يحرر مسودة، حتى يصبح فريق الوكلاء راضياً. حقق هذا النهج المركز الأول في مسابقة CLEF JOKER 2025، متفوقاً على 50 نظاماً آخر.
النتيجة الأكثر إثارة للدهشة في البحث هي أن "أفضل" الترجمات بدت في الواقع الأسوأ بالنسبة للمقاييس الحاسوبية التقليدية. الأدوات القياسية مثل BLEU و BERTScore، التي تقيس عادةً مدى تشابه جملتين كلمة بكلمة، أعطت النظام متعدد الوكلاء الفائز درجات منخفضة جداً. ويرجع ذلك إلى أن النظام الفائز غالباً ما يتخلص من الكلمات الإنجليزية الأصلية تماماً لإنشاء نكتة فرنسية جديدة تحافظ على الفكاهة حية. يشير البحث إلى أن هذه المقاييس التقليدية تفهم بشكل خاطئ جوهر ما يجعل ترجمة التورية جيدة؛ فهي تكافئ نسخ الكلمات، بينما تتطلب ترجمة التورية الجيدة غالباً التخلي عن الكلمات الأصلية لإنقاذ النكتة.
على الرغم من الدرجات المنخفضة من الأدوات الآلية، إلا أن الحكام البشر - الذين هم أفضل بكثير في فهم الفكاهة - صنفوا ترجمات النظام متعدد الوكلاء على أنها ناجحة في حوالي 88% من الحالات التي فحصوها. يشير البحث إلى أن المفتاح لترجمة التلاعب بالألفاظ ليس أن تكون قاموساً مثالياً، بل أن تكون شريكاً مبدعاً يفهم أن الهدف هو إعادة خلق "المفاجأة" و"الضحكة"، وليس الحفاظ على المفردات الدقيقة. من خلال السماح للذكاء الاصطناعي باستكشاف مسارات إبداعية مختلفة ثم جعل فريق من الوكلاء ينقح النتيجة، أظهر الباحثون أن الحواسيب يمكنها بالفعل تعلم أن تكون مترجماً فكاهياً، بشرما توقفنا عن مطالبتها بأن تكون مترجمة حرفية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.