Multilingual Representation of Literary Discourse: The Experience of a Six-Language Parallel Corpus
本稿は、M. アウエゾフの『アバイの道』の、カザフ語、英語、トルコ語、ウズベク語、ウイグル語、およびアゼルバイジャン語による先駆的な6言語パラレルコーパスを紹介し、その分析を行い、言語間の等価性を研究する上での価値、ならびに翻訳学、比較言語学、およびAI開発における潜在的な応用可能性を実証するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
想像してみてください。あなたは、あらゆる本が同時に6つの異なる言語で書かれている、巨大で魔法のような図書館を持っています。もしあなたがカザフ語のページを開けば、英語、トルコ語、ウズベク語、ウイグル語、そしてアゼルバイジャン語の対応するページが、まるでパレードを行進する兵士たちのように、ずらりと一列に並んで瞬時に見えるのです。これは単なる本の積み重ねではありません。これはカザキスタンの言語学者たちによって構築された、ハイテクな「6言語パラレル・サブコーパス」であり、物語がいかにして文化間を旅するかを研究するための、巨大なデジタル顕微鏡のようなものです。
研究者たちは、ただランダムに本をこの図書館に投げ込んだわけではありません。彼らは、古典文学（アウエゾフの叙事詩的小説『アバイの道』など）、童話、さらには科学論文までも含むミックスを慎重に選び出しました。彼らは、これら6つの言語にわたって、およそ100万語（具体的には99万トークン）を含むデータベースを構築しました。これは、すべてのピースに6つの異なる色のバージョンがある巨大なパズルのようなものであり、科学者たちは、色を入れ替えたときに絵がどのように変化するかを見ようとしているのです。
ここで大きな発見がありました。カザフ語から「テュルク語族」（トルコ語、ウズベク語、ウイグル語、アゼルバイジャン語など）の他の言語へ物語を翻訳するとき、文章はしばしばほぼ同一に見え、かつ同じように感じられます。それは、まるで彼らが同じ服を着ているかのようです。これらの言語は、似たような「膠着語的（こうちゃくてき）」な構造（単語の末尾に小さなパーツを貼り付けて意味を変える仕組み）を持ち、通常、動詞を文の最後に置くため、翻訳は原文に非常に近い状態を保ちます。研究者たちは、これらの言語においては、構造、意味、そして感情的なトーンが完璧に同期していることを発見しました。
しかし、同じカザフ語の物語を英語に翻訳しようとすると、その「服装」は完全に変わってしまいます。英語は異なる種類の言語です。英語は単語にパーツを貼り付けるような方法はしませんし、動詞を文の真ん中に置きます。研究は、英語にするためには、翻訳者が文章を分解し、家具を配置し直さなければならなかったことを示しています。正確な構造を維持する代わりに、彼らはシーンの「感覚」や「目的」を維持することに焦点を当てました。例えば、もしカザフ語の登場人物が、文化的に特有なニックネームや深い感情的なため息を使う場合、英語版では、言葉自体は全く異なっていても、同じ感情的なポイントを伝えるより一般的な表現に置き換えられることがあります。この論文は、英語では文章の「骨組み」は変わるものの、メッセージの「心臓」はそこにあり、ただ着こなしが変わっているだけであることを示唆しています。
チームはまた、この図書館のあらゆるテキストに対して、特別な「IDカード」システムを構築しました。物語がデータベースに入る前に、誰が書いたか、誰が翻訳したか、どの時代を設定しているか、そしてその物語は誰向けか（子供、大人など）といった詳細がタグ付けされます。これにより、研究者は「父親についての悲しい物語」を検索して、特定の感情を異なる文化がどのように扱うかを見るために、6つの言語すべてから一致する段落を即座に引き出すことができます。
著者たちは、単に推測したのではなく、コンピュータツールを使って単語のパターンを数え、段落が完璧に一致していることを確認するためにアライメントを手動でチェックしたため、これらの発見に確信を持っています。彼らは、翻訳とは単に一つの単語を別の単語に置き換えることだという考えに反論しています。むしろ、翻訳とは、相手が誰であるかによってステップが変わる複雑なダンスであることを示しています。もしあなたがテュルク系の言語のパートナーと踊っているなら、全く同じステップを踏むことができます。もしあなたが英語と踊っているなら、リズムを維持するために新しいステップを即興で作らなければならないのです。
このプロジェクトは今も成長しています。現在、これは翻訳を学ぶ学生、言語の仕組みを研究する科学者、そしてカザフ語を話す人工知能の未来にとって強力なツールとなっています。研究者たちは、この6言語の図書館にさらに多くの本や物語が追加されるにつれて、それが人間文化がいかに国境を越えて共有され、変容していくかを理解するための、より鋭い道具になっていくと考えています。彼らは言語のあらゆる謎を解明したわけではありませんが、それを解き明かすための非常に強固な基礎を築いたのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。