Searching for Sound-Meaning Collisions: Graph-Based Affordance Retrieval and Multi-Evaluator Ranking for Pun Translation at CLEF 2026 JOKER Task 2

あるジョークをある言語から別の言語へ翻訳しようとしている場面を想像してみてください。しかし、そのジョークはある言葉が同時に二つの異なる意味を持つことに依存しています。英語では、「I'm on a seafood diet; I see food and I eat it.（私はシーフード・ダイエット中です。食べ物を見て、それを食べるのです）」と言うことができます。ユーモアは「sea（海）」と「see（見る）」の音が一致していることから生まれます。これをフランス語に逐語訳しようとすると、フランス語では「海」と「見る」という言葉が似ていないため、ジョークは即座に死んでしまいます。これが、駄洒落（ダジャレ）翻訳における「不可能」な問題です。魔法は、音と意味の偶然の衝突の中に宿りますが、その偶然が新しい言語への旅を生き残ることは滅多にありません。

何十年もの間、翻訳者たちは、秘訣は元の言葉を維持することではなく、ターゲット言語において音と意味が再び衝突するような「新しい言葉」を見つけることだと知っていました。それは、二つの島の間で橋を架けるようなものです。もし元の橋が破壊されたなら、新しい橋を架けるために水深が十分に浅い場所を新たに探し出さなければなりません。本論文は、コンピュータにまさにこれを行わせる方法、つまり、同じ言葉を探すのではなく、音と意味がどこでぶつかり合うのかという「新しい場所」を探し始める方法を、いかに教えることができるかを探求するものです。

---

コンピュータによる言葉遊びの宝探し

本論文において、ジョージア工科大学の研究者たちは、駄洒落の翻訳を単なる言葉の入れ替えとしてではなく、**「発見（Discovery）」「探索（Exploration）」「選択（Selection）」**という3つのステップからなるアドベンチャーとして扱っています。彼らは、ターゲット言語において音と意味が面白い形で衝突する「アフォーダンス（affordances）」（「機会」や「橋」を意味する凝った言葉）を狩り取るために設計されたシステムを構築しました。

ステップ1：発見（橋を見つける）
チームは、駄洒落を見つけるためには単一の言葉を見るだけでは不十分であり、フレーズや音のパターンも見なければならないことに気づきました。彼らはフランス語の表現に関する膨大なデジタル・ライブラリと、フランス語の単語がどのように「聞こえるか」を示す特別なマップ（音素コードを使用）を構築しました。

• 意味のマップ（The Semantic Map）： 彼らは、共通の意味を持つ単語のグループ（例えば「食べ物」に関する単語の近隣地域のようなもの）を探しました。
• 音のマップ（The Sound Map）： 彼らは、単なる完全な双子だけでなく、韻を踏んでいたり、似たリズムを共有していたりする「従兄弟」のような言葉同士を繋ぐグラフを構築しました。

その後、コンピュータは元のジョークの二つの側面を繋ぐ「橋」を見つけようと試みます。例えば、ジョークが「お金」と「時間」を繋いでいる場合、コンピュータはフランス語の中から、「お金」に関する言葉に似た音を持ちながら「時間」を意味する言葉、あるいはその逆を探します。彼らはこれらの潜在的な橋を「アフォアダンス」と呼んでいます。

ステップ2：探索（候補の生成）
コンピュータがこれらの橋を見つけると、ただ一つを選ぶのではありません。システムは、そのアイデアをいくつかの異なるAI「ライター」（大規模言語モデル）に送ります。これらのライターには次のように指示されます。「ここにあなたが見つけた橋があります。これを使ってジョークを書いてください」。
単に一つのジョークを書くのではなく、システムは彼らに12種類の異なるバージョンを書くよう求めます。あるものは滑稽で、あるものは巧妙で、またあるものは完璧かもしれません。これにより、プロセスは「一つの答えを推測すること」から「メニュー全体を生成すること」へと変わります。

ステップ3：選択（審査員団）
ここからが最も難しい部分、つまり勝者を選ぶ工程です。システムは、人間の専門家パネルのように、4つの異なるAI「ペルソナ」によるパネルを使用してジョークを審査します。

• コメディアン（The Comedian）： どれが最も面白いか？
• 言語学者（The Linguist）： どれが最高の言葉遊びを持っているか？
• エディター（The Editor）： どれが自然で流暢か？
• 翻訳者（The Translator）： どれが元のジョークの意味を維持しているか？

これらの審査員は単にスコアを与えるだけでなく、ジョークをランク付けします。システムはこれらのランキングを組み合わせて、それぞれの元の駄洒落に対する「唯一の最良のジョーク」を選び出します。

彼らが見出したこと（そして見出せなかったこと）

この実験の結果は、コンピュータのプロセスが人間の翻訳者の思考プロセスと非常によく似ていることを示唆しており、非常に示唆に富むものでした。

1. 狩りが最も困難である
プロセス全体における最大のボトルネックは、「発見」フェーズです。高度なマップを備えていても、システムが利用可能な橋を見つけられたのは、ジョークの約**50.8%**に過ぎませんでした。残りの半分については、コンピュータはフランス語の中に機能する音と意味の衝突を見つけることができませんでした。これは、多くの駄洒落において、その「橋」は単に存在しないことを示唆しており、その場合はジョークを放棄しなければなりません。

2. 生成器は「橋」を愛している
システムが実際に橋を見つけたとき、AIライターたちはそれを使用しました。彼らはヒントを無視することなく、システムが見つけた音と意味の衝突を中心に積極的にジョークを構築しました。より多くの橋が見つかるほど、ジョークの質は向上する傾向にありました。

3. 完全な音の一致が大きく勝つ
ここで驚くべき展開があります。システムは数千もの「惜しい」音の橋（似ているけれど完全ではない言葉）を見つけましたが、最終的な勝者は、不釣り合いなほど「正確な」一致を持つものでした。完全な音の一致（見つかった橋のわずか**10.8%程度）は稀であったにもかかわらず、最終的な勝利したジョークのほぼ27.5%**を占めていました。完全な音の衝突が存在する場合、それはあまりにも魅力的で、見逃すことができないようです。

4. 「翻訳者」審査員が鍵となる
チームが審査員たちの意見を組み合わせる様々な方法をテストしたところ、オリジナルの意味を維持することに重きを置く「翻訳者」を優先させる方法が、公開リーダーボードにおいて最も効果的であることが分かりました。しかし、著者らはここに緊張関係があると指摘しています。リーダーボードは、面白さよりも意味の保持を重視しているように見えるからです。「コメディアン」の審査員はしばしば「翻訳者」とは異なるジョークを選んでおり、人間にとって面白いと感じる要素が、現在のコンピュータのスコアリングシステムが価値を置いているものとは異なる可能性を示唆しています。

5. それは「魔法」ではなく「探索」である
最も重要な教訓は、成功する駄洒落の翻訳とは、元の言葉を保存することではないということです。それは**「発見」**なのです。コンピュータはターゲット言語という広大な海を探索し、音と意味が衝突する隠れた場所を見つけ出し、そこで新しいジョークを構築しなければなりません。

著者らは、彼らのシステムが、かつて言語学者のロウ（Low）が提唱したプロセスをうまく模倣していると結論づけています。翻訳者は等価な言葉を探すべきではなく、新しい接点を探すべきであるというプロセスです。システムは依然として半数のジョークに苦戦していますが（橋を見つけるのが難しいため）、駄洒落の翻訳への道は直線ではなく、音と意味の間に隠された衝突を求める「宝探し」であることを証明しています。