Translating the Untranslatable: An Operationalizable Ontology for Untranslatability
यह शोध पत्र एनएलपी (NLP) के लिए इस अवधारणा को कार्यान्वित करने हेतु अननुवादनीयता (untranslatability) की एक संरचित ऑन्टोलॉजी और वर्गीकरण प्रस्तुत करता है, जिसके परिणामस्वरूप एक नया बहुभाषी डेटासेट और प्रारंभिक निष्कर्ष प्राप्त हुए हैं जो यह प्रदर्शित करते हैं कि जब मॉडल व्याख्यात्मक प्रतिपूरक रणनीतियों (explanatory compensation strategies) का उपयोग करते हैं, तो अनुवाद की गुणवत्ता में सुधार होता 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
यहाँ "Translating the Untranslatable" (अनुवाद न होने योग्य का अनुवाद) शोध पत्र की एक सरल भाषा और रचनात्मक उपमाओं के साथ व्याख्या दी गई है।
मुख्य विचार: जब अनुवाद की दीवार आती है
कल्पना कीजिए कि आप अपने घर से नए घर में फर्नीचर ले जाने की कोशिश कर रहे हैं। आमतौर पर, आप बस उसे उठाते हैं और ले जाते हैं। आज के अधिकांश कंप्यूटर अनुवाद इसी तरह काम करते हैं: वे भाषा A से भाषा B में शब्दों को स्थानांतरित करते हैं।
लेकिन कभी-कभी, फर्नीचर अजीब आकार का होता है, या नए घर के दरवाजे बहुत छोटे होते हैं। आप इसे बस उठाकर नहीं ले जा सकते; आपको इसे अलग-अलग करना होगा, बबल रैप में लपेटना होगा, या यह समझाने के लिए एक नोट छोड़ना होगा कि यह अलग क्यों दिखता है।
यह शोध पत्र भाषा के उन्हीं "अजीब आकार वाले" क्षणों के बारे में है। लेखक इसे अनट्रांसलेटेबिलिटी (untranslatability - अनुवाद न होने योग्य) कहते हैं। यह तब होता है जब किसी एक भाषा (जैसे जापानी या स्पेनिश) का कोई शब्द या वाक्यांश एक ऐसा अर्थ, मज़ाक या सांस्कृतिक अहसास लेकर आता है जो अंग्रेजी में मौजूद ही नहीं है। यदि आप इसका शब्द-दर-शब्द अनुवाद करने की कोशिश करते हैं, तो आप संदेश की आत्मा को खो देते हैं।
समस्या: कंप्यूटर बहुत शाब्दिक (Literal) हैं
वर्तमान AI अनुवादक बहुत सख्त पुस्तकालयाध्यक्षों (librarians) की तरह हैं। वे किसी शब्द का सटीक शब्दकोश अर्थ खोजने में बहुत अच्छे हैं। लेकिन वे संघर्ष करते हैं जब कोई शब्द किसी भावना, मुहावरे या सांस्कृतिक अंदरूनी मज़ाक (inside joke) जैसा होता है।
उदाहरण के लिए, शोध पत्र जापानी इंटरनेट स्लैंग "wwww" (जो घास जैसा दिखता है और जिसका अर्थ "lol" है) का उल्लेख करता है। एक AI इसे "घास" के रूप में अनुवाद करने की कोशिश कर सकता है, जिसका अंग्रेजी बोलने वाले के लिए कोई अर्थ नहीं निकलता। या यह भोजन के बाद बातचीत करने के समय के लिए स्पेनिश शब्द (sobremesa) को केवल "रात के खाने के बाद" के रूप में अनुवाद कर सकता है, जिससे मूल शब्द का सुखद, सामाजिक अहसास खो जाता है।
लेखकों का तर्क है कि हमें इन्हें "बग" या दुर्लभ गलतियों के रूप में देखना बंद करना चाहिए। इसके बजाय, हमें इन्हें एक विशिष्ट श्रेणी की समस्या के रूप में मानना चाहिए जिसे एक विशेष टूलकिट की आवश्यकता है।
समाधान: एक नया मानचित्र और एक टूलकिट
इसे ठीक करने के लिए, शोधकर्ताओं ने दो मुख्य चीजें बनाईं:
1. मानचित्र (The Ontology)
उन्होंने यह वर्गीकृत करने के लिए कि कोई चीज़ "अनुवाद न होने योग्य" क्यों है, एक संरचित मानचित्र बनाया। उन्होंने इसे तीन मुख्य क्षेत्रों में विभाजित किया:
- भाषाई (Linguistic): व्याकरण या ध्वनियाँ अलग हैं (जैसे एक टंग-ट्विस्टर जो दूसरी भाषा में काम नहीं करता)।
- आलंकारिक (Figurative): यह चुटकुलों, मुहावरों या पहेलियों के बारे में है (जैसे कहना "it's raining cats and dogs")।
- सांस्कृतिक (Cultural): यह इतिहास, धर्म या रीति-रिवाजों के बारे में है (जैसे गाल पर चूमकर अभिवादन करना, जो दूसरी संस्कृति में अजीब हो सकता है)।
2. टूलकिट (क्षतिपूर्ति रणनीतियाँ - Compensation Strategies)
चूंकि आप अर्थ को सीधे "लेकर" नहीं जा सकते, इसलिए आपको संदेश को समझाने के लिए एक रणनीति की आवश्यकता होती है। लेखकों ने इसे संभालने के छह तरीके परिभाषित किए, जो टूलकिट के विभिन्न औजारों की तरह हैं:
- एनोटेशन (नोट लिखने की रणनीति): शब्द का अनुवाद करें, लेकिन कोष्ठक में थोड़ा स्पष्टीकरण जोड़ें। उदाहरण: "हमने sobremesa (रात के खाने के बाद लंबी बातचीत) का आनंद लिया।"
- अनुकूलन (बदलने की रणनीति): मूल चुटकुले को एक अलग चुटकुले से बदल दें जो दर्शकों को उसी तरह हंसा सके, भले ही शब्द पूरी तरह से अलग हों।
- उधार लेना (रख लेने की रणनीति): बस मूल विदेशी शब्द को रखें और उम्मीद करें कि लोग इसे सीख लें। उदाहरण: "हमारा अच्छा feng-shui रहा।"
- पैराफ्रेस (समझाने की रणनीति): शाब्दिक शब्दों को फेंक दें और केवल साधारण अंग्रेजी में अर्थ समझाएं।
- विकल्प (संभावना की रणनीति): यदि मूल वाक्य अस्पष्ट है, तो पाठक को कई विकल्प दें। उदाहरण: "वह/वह घर गया/गई।"
- कैल्क (शाब्दिक नकल की रणनीति): शब्दों का बिल्कुल वैसा ही अनुवाद करें जैसे वे हैं, भले ही वह अजीब लगे, ताकि पाठक अर्थ का अनुमान लगा सके।
प्रयोग: औजारों का परीक्षण
शोधकर्ताओं ने केवल इस पर चर्चा नहीं की; उन्होंने एक विशाल डेटासेट बनाया। उन्होंने स्पेनिश और जापानी से 1,300 कठिन वाक्य लिए और उनके टूलकिट की प्रत्येक रणनीति का उपयोग करके 18,200 अलग-अलग अंग्रेजी अनुवाद उत्पन्न किए।
फिर, उन्होंने वास्तविक मनुष्यों को न्यायाधीश के रूप में काम करने के लिए कहा। उन्होंने लोगों को मूल वाक्य और विभिन्न अनुवाद दिखाए, और पूछा: "आपको कौन सा बेहतर लगता है?"
उन्हें क्या मिला
परिणाम आश्चर्यजनक और महत्वपूर्ण थे:
- लोग "नोट" रणनीति को पसंद करते हैं: सबसे लोकप्रिय अनुवाद आमतौर पर वही था जिसमें स्पष्टीकरण (Annotation) शामिल था। लोग यह जानना पसंद करते थे कि किसी शब्द का उपयोग क्यों किया गया था, भले ही इससे वाक्य लंबा हो जाए।
- संदर्भ मायने रखता है: यदि अनुवाद किसी पाठ्यपुस्तक (जहाँ सीखना महत्वपूर्ण है) के लिए था, तो लोगों को स्पष्टीकरण पसंद आए। यदि यह किसी फिल्म (जहाँ प्रवाह महत्वपूर्ण है) के लिए था, तो वे इसे छोटा चाहते थे, लेकिन वे अभी भी भ्रमित करने वाले शाब्दिक अनुवादों की तुलना में स्पष्टीकरण को प्राथमिकता देते थे।
- एक ही नियम सब पर लागू नहीं होता: एक रणनीति जो एक चुटकुले के लिए काम करती है, वह सांस्कृतिक रीति-रिवाज के लिए विफल हो सकती है। सबसे अच्छा अनुवाद इस बात पर निर्भर करता है कि क्या अनुवादित किया जा रहा है और इसे कहाँ पढ़ा जाएगा।
निष्कर्ष
शोध पत्र निष्कर्ष निकालता है कि मशीन अनुवाद वर्तमान में एक चौकोर खांचे को गोल छेद में जबरदस्ती फिट करने की कोशिश कर रहा है। यह पहचानकर कि कुछ चीजें सीधे अनुवादित नहीं की जा सकतीं, और कंप्यूटर को उन क्षणों को संभालने के लिए रणनीतियों की एक संरचित सूची (जैसे नोट्स जोड़ना या चुटकुले बदलना) देकर, हम ऐसे अनुवाद बना सकते हैं जो वास्तव में मनुष्यों के लिए समझ में आने योग्य हों।
वे केवल त्रुटियों को ठीक नहीं कर रहे हैं; वे कंप्यूटर को मानव अनुवादकों की तरह होना सिखा रहे हैं: लचीला, रचनात्मक, और यह सुनिश्चित करने के लिए थोड़ा अतिरिक्त संदर्भ जोड़ने के लिए तैयार जो संदेश को वास्तव में समझा जा सके।
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।