Pun Intended: Multi-Agent Translation of Wordplay with Contrastive Learning and Phonetic-Semantic Embeddings
यह शोध पत्र एक मल्टी-एजेंट फ्रेमवर्क और एक गाइडेड रीजनिंग पाइपलाइन प्रस्तुत करता है जो अंग्रेजी चुटकुलों (पन्स) को फ्रेंच में सफलतापूर्वक अनुवादित करने के लिए ध्वन्यात्मक-अर्थगत एम्बेडिंग (phonetic-semantic embeddings) और पुनरावृत्ति मूल्यांकन का लाभ उठाते हैं, जिससे पारंपरिक अर्थगत मेट्रिक्स के बजाय हास्य और भाषाई रचनात्मकता के संरक्षण को प्राथमिकता देते हुए CLEF JOKER 2025 प्रतियोगिता में शीर्ष रैंकिंग प्राप्त की गई 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 चुटकुले का एक भाषा से दूसरी भाषा में अनुवाद करने की कोशिश कर रहे हैं, लेकिन वह चुटकुला पूरी तरह से एक ऐसे शब्द पर निर्भर करता है जो एक साथ दो अलग-अलग चीजों जैसा सुनाई देता है। अंग्रेजी में, आप कह सकते हैं, "I'm on a seafood diet; I see food and I eat it" (मैं सीफूड डाइट पर हूँ; मैं भोजन देखता हूँ और उसे खाता हूँ)। यहाँ हास्य इस बात से आता है कि "seafood" शब्द "see food" जैसा सुनाई देता है। यदि आप उस वाक्य का फ्रांसीसी में शाब्दिक अनुवाद करते हैं, तो वह चुटकुला गायब हो जाएगा क्योंकि शब्द अब एक जैसे नहीं सुनाई देंगे। यह कंप्यूटर के लिए परम पहेली है: आप एक 'पन' (pun - शब्द का खेल) का अनुवाद बिना उसके पंचलाइन को खोए कैसे करेंगे? यह समस्या मशीन अनुवाद (कंप्यूटर को विभिन्न भाषाएँ बोलना सिखाना) और कम्प्यूटेशनल ह्यूमर (उन्हें मजाकिया बनाना सिखाना) के मिलन बिंदु पर स्थित है। दशकों से, कंप्यूटर तथ्यों का अनुवाद करने में बेहतरीन रहे हैं लेकिन चुटकुलों का अनुवाद करने में बहुत खराब रहे हैं क्योंकि उन्हें सटीक होने के लिए प्रशिक्षित किया जाता है, जबकि चुटकुले भ्रम और दोहरे अर्थों पर पनपते हैं। यदि कोई कंप्यूटर किसी चुटकुले का शाब्दिक अनुवाद करता है, तो वह अक्सर केवल एक उबाऊ वाक्य बनकर रह जाता है। शोधकर्ता एक बड़ा सवाल पूछ रहे हैं: क्या हम कंप्यूटर को शब्दों का अनुवाद करना छोड़ कर चुटकुले की भावना का अनुवाद करना सिखा सकते हैं, भले ही इसके लिए उसे एक बिल्कुल नया चुटकुला बनाना पड़े?
"Pun Intended" नामक यह शोध पत्र इसी चुनौती की जांच करने के लिए तीन अलग-अलग तरीकों का परीक्षण करता है कि कैसे लार्ज लैंग्वेज मॉडल्स (अति-बुद्धिमान AI चैटबॉट्स) को अंग्रेजी के 'पन' को फ्रांसीसी में अनुवाद करना सिखाया जाए। जॉर्जिया टेक की एक टीम के लेखकों ने पाया कि एक 'पन' का अनुवाद करने का सबसे अच्छा तरीका सटीक शब्दकोश मिलान खोजना नहीं है, बल्कि एक रचनात्मक कॉमेडियन की तरह व्यवहार करना है जो नए भाषा के अनुकूल होने के लिए चुटकुले को पूरी तरह से फिर से लिखता है। उन्होंने पाया कि जबकि मानक कंप्यूटर मेट्रिक्स (जो आमतौर पर मूल और अनुवाद के बीच कितने शब्द मेल खाते हैं, इसकी गिनती करते हैं) ने उनके सर्वोत्तम तरीकों को विफल माना, मानव न्यायाधीशों ने परिणामों को बहुत पसंद किया।
टीम ने तीन रणनीतियों का परीक्षण किया, जिसकी शुरुआत एक सरल "प्रयास और जाँच" दृष्टिकोण से हुई। कल्पना कीजिए कि एक छात्र एक चुटकुला लिखता है और फिर एक सख्त शिक्षक से पूछता है, "क्या यह मजेदार है?" यदि शिक्षक 'ना' कहता है, तो छात्र फिर से प्रयास करता है। यह उनका "बेसलाइन" तरीका था: AI ने एक फ्रांसीसी वाक्य बनाया, और दूसरे AI ने एक जज के रूप में कार्य किया कि क्या वह वास्तव में एक 'पन' था। यदि वह नहीं था, तो जनरेटर ने फिर से प्रयास किया। यह ठीक काम कर रहा था, लेकिन यह अंधेरे में तीर चलाने जैसा था।
उनकी दूसरी रणनीति एक विशेष मानचित्र वाले जासूस की तरह थी। उन्होंने AI को एक "निर्देशित तर्क" (guided reasoning) पाइपलाइन दी। पहले, AI को अंग्रेजी चुटकुले में कठिन शब्द की पहचान करनी थी और इसके दो छिपे हुए अर्थों को समझना था। फिर, उन अर्थों का केवल अनुवाद करने के बजाय, AI ने "फोनेटिक-सिमेंटिक एम्बेडिंग्स" (phonetic-semantic embeddings) नामक एक विशेष उपकरण का उपयोग किया। इसे एक जादुई शब्दकोश के रूप में सोचें जो न केवल समान अर्थ वाले शब्दों को खोजता है, बल्कि उन शब्दों को भी खोजता है जो सुनने में समान होते हैं। AI ने ऐसे फ्रांसीसी शब्दों की खोज की जो चुटकुले के एक भाग के अर्थ से मेल खाते हों लेकिन दूसरे भाग की तरह सुनाई देते हों। यह एक ऐसा फ्रांसीसी शब्द खोजने जैसा था जिसका अर्थ "सेब" हो लेकिन जो "कार" की तरह सुनाई दे। एक बार जब इसने उम्मीदवारों को ढूंढ लिया, तो इसने अंतिम चुटकुला बनाने के लिए उन्हें AI को फीड किया। यह तरीका चतुर था और अच्छा काम कर रहा था, जिसने उनकी प्रतियोगिता में दूसरा स्थान प्राप्त किया।
उनकी तीसरी और सबसे सफल रणनीति एक "मल्टी-एजेंट" प्रणाली थी, जो विशेषज्ञों की एक गोलमेज बैठक की तरह है। एक AI द्वारा चुटकुला लिखने और दूसरे द्वारा निर्णय लेने के बजाय, उन्होंने विशेषीकृत AI एजेंटों की एक टीम स्थापित की। एक एजेंट ने जांचा कि क्या अर्थ सही था, दूसरे ने जांचा कि क्या भावना मजेदार थी, तीसरे ने जांचा कि क्या यह स्वाभाविक लग रहा था, और चौथे ने जांचा कि क्या यह प्रामाणिक महसूस हो रहा था। वे अनुवाद की आलोचना करते थे, फीडबैक देते थे, और सिस्टम उस सलाह के आधार पर चुटकुले को फिर से लिखता था। उन्होंने इसे बार-बार किया, एजेंटों की टीम खुश होने तक चुटकुले को एक लेखक की तरह संपादित किया। इस दृष्टिकोण ने 50 अन्य प्रणालियों को हराकर CLEF JOKER 2025 प्रतियोगिता में प्रथम स्थान प्राप्त किया।
इस शोध पत्र का सबसे आश्चर्यजनक निष्कर्ष यह है कि "सर्वश्रेष्ठ" अनुवाद वास्तव में पारंपरिक कंप्यूटर मेट्रिक्स को सबसे खराब लगे। मानक उपकरण जैसे BLEU और BERTScore, जो आमतौर पर दो वाक्यों के बीच शब्द-दर-शब्द समानता को मापते हैं, ने जीतने वाली मल्टी-एजेंट प्रणाली को बहुत कम स्कोर दिया। ऐसा इसलिए है क्योंकि जीतने वाली प्रणाली ने चुटकुले को जीवित रखने के लिए एक बिल्कुल नया फ्रांसीसी चुटकुला बनाने हेतु मूल अंग्रेजी शब्दों को पूरी तरह से त्याग दिया था। शोध पत्र सुझाव देता है कि ये पारंपरिक मेट्रिक्स मौलिक रूप रूप से यह समझने में गलत हैं कि एक अच्छा 'पन' अनुवाद क्या बनाता; वे शब्दों की नकल करने के लिए पुरस्कार देते हैं, जबकि एक अच्छा 'पन' अनुवाद चुटकुले को बचाने के लिए मूल शब्दों को छोड़ने की मांग करता है।
स्वचालित उपकरणों के निम्न स्कोर के बावजूद, मानव न्यायाधीशों ने—जो हास्य को समझने में बहुत बेहतर होते हैं—मल्टी-एजेंट प्रणाली के अनुवादों को लगभग 88% मामलों में सफल पाया। शोध पत्र सुझाव देता है कि शब्द-क्रीड़ा का अनुवाद करने की कुंजी एक सटीक शब्दकोश होना नहीं है, बल्कि एक रचनात्मक साथी होना है जो समझता है कि लक्ष्य आश्चर्य और हंसी को फिर से बनाना है, न कि सटीक शब्दावली को संरक्षित करना है। AI को विभिन्न रचनात्मक पथों का पता लगाने देने और फिर एजेंटों की एक टीम द्वारा परिणाम को परिष्कृत करने के माध्यम से, शोधकर्ताओं ने दिखाया कि कंप्यूटर वास्तव में मजेदार अनुवादक बनना सीख सकते हैं, बशर्ते हम उनसे शाब्दिक होने की उम्मीद करना छोड़ दें।
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।