Fluency and Faithfulness in Human and Machine Literary Translation
यह अध्ययन 106 उपन्यासों के 130,000 से अधिक अनूदित अनुच्छेदों का विश्लेषण करता है ताकि मानवों और गूगल ट्रांसलेट दोनों के लिए साहित्यिक अनुवाद में प्रवाह (fluency) और निष्ठा (faithfulness) के बीच एक सुसंगत नकारात्मक सहसंबंध को प्रकट किया जा सके, जबकि यह भी उल्लेख किया गया है कि यह समझौता (trade-off) ट्रांसलेटजेम्मा (TranslateGemma) के लिए कमजोर या नगण्य है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विदेशी भाषा से अंग्रेजी में एक जटिल, सुंदर उपन्यास का अनुवाद करने की कोशिश कर रहे हैं। आपके पास दो मुख्य लक्ष्य हैं, जो अक्सर एक-दूसरे के विपरीत दिशा में खींचते हैं:
- प्रवाह (Fluency): अंग्रेजी को सहज, स्वाभाविक और ऐसा बनाना जैसे इसे किसी मूल वक्ता द्वारा लिखा गया हो।
- निष्ठा (Faithfulness): अर्थ और संरचना को बिल्कुल वैसा ही रखना जैसा मूल लेखक ने चाहा था, भले ही वह थोड़ा "विदेशी" या अजीब लगे।
यह शोध पत्र एक सरल प्रश्न पूछता है: साहित्यिक अनुवाद की दुनिया में, क्या ये दोनों लक्ष्य आपस में लड़ते हैं? क्या अनुवाद को अधिक स्वाभाविक बनाने का मतलब यह स्वतः ही है कि आप मूल अर्थ का कुछ हिस्सा खो रहे हैं?
लेखक, सारा ग्रिएबेल और टेड अंडरवुड ने इसका परीक्षण करने का निर्णय लिया। इसके लिए उन्होंने 106 अलग-अलग उपन्यासों के 1,30,000 अनुच्छेदों (पैराग्राफ) के एक विशाल पुस्तकालय का उपयोग किया। उन्होंने तीन प्रकार के अनुवादकों की तुलना की:
- इंसान: पेशेवर मानव अनुवादक।
- गूगल ट्रांसलेट (Google Translate): एक पारंपरिक मशीन अनुवाद प्रणाली।
- ट्रांसलेटजेम्मा (TranslateGemma): एक नया, उन्नत AI (लार्ज लैंग्वेज मॉडल)।
उपकरण: उन्होंने "खींचातानी" को कैसे मापा?
प्रवाह को मापने के लिए, उन्होंने मनुष्यों से पाठ पढ़ने के लिए नहीं कहा। इसके बजाय, उन्होंने एक "जासूस बॉट" बनाया। इस बॉट को यह पहचानने के लिए प्रशिक्षित किया गया था कि मूल रूप से अंग्रेजी में लिखे गए टेक्स्ट और अनुवादित टेक्स्ट के बीच क्या अंतर है।
- चाल: यह सुनिश्चित करने के लिए कि बॉट केवल कहानी की विषय-वस्तु (शब्दावली) के आधार पर अनुमान न लगाए, उन्होंने वाक्यों को उनके मूल ढांचे तक सीमित कर दिया: शब्दों के प्रकार (parts of speech) (संज्ञा, क्रिया, विशेषण, आदि)।
- तर्क: यदि एक अनुच्छेद एक मूल अंग्रेजी ढांचे की तरह दिखता है, तो बॉट उसे उच्च "प्रवाह" स्कोर देता है। यदि वह एक अनुवादित ढांचे की तरह दिखता है (थोड़ा अटपटा या अलग तरह से संरचित), तो स्कोर कम होता है।
निष्ठा को मापने के लिए, उन्होंने COMET-KIKI नामक एक उपकरण का उपयोग किया। इसे एक "अर्थ जांचकर्ता" समझें। यह मूल टेक्स्ट और अनुवाद को देखता है और अनुमान लगाने की कोशिश करता है: "इस मूल अर्थ को इसने कितना बनाए रखा?" इसे तुलना करने के लिए किसी पूर्ण मानव अनुवाद की आवश्यकता नहीं होती; यह सीधे जोड़े का मूल्यांकन करता है।
बड़ी खोज: "लंबाई" का जाल
मुख्य उत्तर खोजने से पहले, शोधकर्ताओं को एक बाधा का सामना करना पड़ा। उन्होंने देखा कि अनुच्छेद की लंबाई उनके परिणामों को बिगाड़ रही थी।
- उपमा: कल्पना कीजिए कि आप यह आंकने की कोशिश कर रहे हैं कि एक छात्र ने किताब का सारांश कितनी अच्छी तरह दिया है। यदि छात्र एक ऐसा सारांश लिखता है जो केवल एक वाक्य लंबा है, तो पूरी कहानी के प्रति निष्ठावान रहना कठिन है, लेकिन उस एक वाक्य को सहज बनाना आसान है। यदि वे 10 पन्नों का सारांश लिखते हैं, तो हर विवरण को बनाए रखना आसान है, लेकिन उसे पूरी तरह से सहज बनाना कठिन है।
- निष्कर्ष: लंबे अनुच्छेद प्रवाह और निष्ठा दोनों पर कम स्कोर प्राप्त करते थे। छोटे अनुच्छेद दोनों पर उच्च स्कोर प्राप्त करते थे। इससे ऐसा लग रहा था कि प्रवाह और निष्ठा आपस में असंबंधित हैं, जबकि वास्तव में, टेक्स्ट की लंबाई ही वह छिपा हुआ चर (variable) था जो डोर खींच रहा था।
असली उत्तर: एक समझौता (Trade-Off)
एक बार जब उन्होंने गणितीय रूप से अनुच्छेदों की लंबाई को "नियंत्रित" कर दिया (सेब की तुलना सेब से की), तो एक स्पष्ट पैटर्न सामने आया: एक समझौता मौजूद है।
जब एक अनुवाद अधिक प्रवाहपूर्ण (अधिक स्वाभाविक लगने वाला) हो जाता है, तो यह मूल अर्थ के प्रति थोड़ा कम निष्निष्ठ होता जाता है।
- मानव अनुवादक: उन्होंने इस समझौते का सबसे मजबूत संस्करण दिखाया। जब इंसानों ने टेक्स्ट को बहुत स्वाभाविक बनाया, तो उन्हें अक्सर इसे करने के लिए अर्थ में थोड़ा बदलाव करना पड़ा।
- गूगल ट्रांसलेट: इसने भी यह नकारात्मक संबंध दिखाया, हालांकि यह थोड़ा कमजोर था।
- AI (ट्रांसलेटजेम्मा): यह एक आश्चर्य था। AI ने बहुत कमजोर, कभी-कभी गैर-मौजूद समझौता दिखाया। ऐसा लग रहा था कि यह एक साथ प्रवाहपूर्ण और निष्ठावान होने में सक्षम है, या कम से कम, दोनों के बीच का संबंध उतना स्पष्ट नहीं था जितना कि इंसानों के लिए था।
इसका क्या अर्थ है?
यह शोध पत्र सुझाव देता है कि साहित्यिक अनुवाद में, आप हमेशा सब कुछ हासिल नहीं कर सकते।
- यदि आप चाहते हैं कि टेक्स्ट एक मूल अंग्रेजी उपन्यास की तरह पूरी तरह से पढ़ा जाए, तो आपको मूल संरचना या अर्थ के एक छोटे से हिस्से का त्याग करना पड़ सकता है।
- यदि आप हर सूक्ष्मता को सुरक्षित रखने के लिए मूल संरचना से सख्ती से चिपके रहना चाहते हैं, तो टेक्स्ट थोड़ा "विदेशी" या कम सहज लग सकता है।
लेखक यह भी नोट करते हैं कि उनके "प्रवाह" डिटेक्टर को 1800 और 1900 के दशक की किताबों पर प्रशिक्षित किया गया था। इसका मतलब है कि यह पुराने अंग्रेजी साहित्य की शैली को प्राथमिकता देता है। चूंकि मानव अनुवादक अक्सर उस ऐतिहासिक शैली से मेल बिठाने की कोशिश करते हैं, इसलिए वे प्रवाह पर उच्च स्कोर प्राप्त कर सकते हैं। आधुनिक AI, जो आधुनिक इंटरनेट टेक्स्ट पर प्रशिक्षित है, डिटेक्टर को "बहुत आधुनिक" लग सकता है, भले ही वह व्याकरणिक रूप से एकदम सही हो।
सारांश
संक्षेप में, यह शोध पत्र सिद्ध करता है कि उपन्यासों के अनुवाद की दुनिया में, सुगमता और सख्त सटीकता अक्सर एक सौम्य खींचतान में होते हैं। एक अनुवाद को मूल पुस्तक की तरह अधिक स्वाभाविक बनाना अक्सर यह समझौता करने की मांग करता है कि वह मूल का कितनी सख्ती से अनुसरण करता है। दिलचस्प बात यह है कि जबकि इंसान और पुराने AI सिस्टम इस तनाव को स्पष्ट रूप से दिखाते हैं, नए, स्मार्ट AI मॉडल इस संतुलन को अलग तरह से संभालते हैं, और कभी-कभी बिना किसी स्पष्ट समझौते के सहज और सटीक दोनों होने में सक्षम होते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।