💬 NLP

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

Dit artikel presenteert een graafgebaseerd retrieval- en multi-evaluator-rangschikkingssysteem voor woordspelingvertaling dat de theorie van Low computationeel valideert door aan te tonen dat succesvolle vertaling berust op het ontdekken van nieuwe klank-betekenis-botsingen in de doeltaal in plaats van het behouden van bronwoorden, terwijl het retrieval identificeert als de huidige primaire flessenhals.

Oorspronkelijke auteurs: Russell Taylor, Adam Brikman, Prateek Awate

Gepubliceerd 2026-08-06

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Russell Taylor, Adam Brikman, Prateek Awate

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een grap probeert te vertalen van de ene taal naar de andere, maar de grap rust op een woord dat tegelijkertijd naar twee verschillende dingen klinkt. In het Engels zou je kunnen zeggen: "I'm on a seafood diet; I see food and I eat it." De humor komt voort uit het feit dat de klank van "sea" overeenkomt met "see". Als je dit woord voor woord naar het Frans zou vertalen, sterft de grap onmiddellijk een dood omdat de Franse woorden voor "zee" en "zien" niet op elkaar lijken qua klank. Dit is het "onmogelijke" probleem van woordspelingvertaling: de magie vindt plaats in de accidentele botsing tussen klank en betekenis, en dat ongeluk overleeft de reis naar een nieuwe taal zelden.

Decennialang wisten vertalers al dat het geheim niet is om het originele woord te behouden, maar om een nieuw woord in de doeltaal te vinden dat een vergelijkbare botsing tussen klank en betekenis creëert. Het is alsof je probeert een brug te bouwen tussen twee eilanden; als de oorspronkelijke brug vernietigd is, moet je een nieuwe plek zoeken waar het water ondiep genoeg is om een verse brug te bouwen. Dit artikel onderzoekt hoe we computers precies dit kunnen leren: stoppen met zoeken naar hetzelfde woord en beginnen met het zoeken naar nieuwe plekken waar klank en betekenis tegen elkaar aan botsen.

De schattenjacht van de computer naar woordspelingen

In dit artikel behandelen onderzoekers van het Georgia Institute of Technology het vertalen van een woordspeling niet als een eenvoudige vervanging van woorden, maar als een driestappenavontuur: Ontdekking, Exploratie en Selectie. Ze bouwden een systeem dat ontworpen is om te zoeken naar "affordances"—een chic woord voor "mogelijkheden" of "bruggen" in de doeltaal waar een klank en een betekenis op een grappige manier botsen.

Stap 1: De Ontdekking (De bruggen vinden)
Het team realiseerde zich dat je om een woordspeling te vinden niet alleen naar losse woorden moet kijken; je moet ook naar zinsneden en klankpatronen kijken. Ze bouwden een enorme digitale bibliotheek van Franse uitdrukkingen en een speciale kaart van hoe Franse woorden klinken (met behulp van fonetische codes).

De Semantische Kaart: Ze zochten naar groepen woorden die een gemeenschappelijke betekenis delen (zoals een buurt van woorden over "voedsel").
De Klankkaart: Ze bouwden een graaf die woorden verbindt die op elkaar lijken, niet alleen exacte tweelingen, maar ook neven die rijmen of een vergelijkbaar ritme delen.

De computer probeert vervolgens een "brug" te vinden die de twee zijden van de oorspronkelijke grap verbindt. Als een grap bijvoorbeeld "geld" en "tijd" verbindt, zoekt de computer in de Franse taal naar een woord dat klinkt als een woord voor "geld" maar "tijd" betekent, of andersom. Ze noemen deze potentiële bruggen "affordances".

Stap 2: De Exploratie (Kandidaten genereren)
Zodra de computer deze bruggen heeft gevonden, kiest hij er niet zomaar één uit. Hij stuurt het idee naar verschillende AI "schrijvers" (large language models). Deze schrijvers krijgen de opdracht: "Hier is een brug die je hebt gevonden; schrijf nu een grap met behulp hiervan."
In plaats van slechts één grap te schrijven, vraagt het systeem hen om twaalf verschillende versies te schrijven. Sommige kunnen flauw zijn, sommige slim, en sommige perfect. Dit verandert het proces van "één antwoord raden" in "het genereren van een heel menu aan opties."

Stap 3: De Selectie (De jury van rechters)
Nu komt het moeilijke deel: de winnaar kiezen. Het systeem gebruikt een panel van vier verschillende AI-"persona's" om de grappen te beoordelen, net als een panel van menselijke experts:

De Comedian: Welke is de grappigste?
De Linguïst: Welke heeft de beste woordspeling?
De Redacteur: Welke klinkt natuurlijk en vloeiend?
De Vertaler: Welke behoudt de oorspronkelijke betekenis van de grap?

Deze rechters geven niet alleen een score; ze rangschikken de grappen. Het systeem combineert vervolgens hun rangschikkingen om de beste enkele grap voor elke oorspronkelijke woordspeling te kiezen.

Wat ze vonden (en wat ze niet vonden)

De resultaten van dit experiment waren veelzeggend en suggereerden dat het proces van de computer veel lijkt op hoe menselijke vertalers denken.

1. De zoektocht is het moeilijkste deel
De grootste flessenhals in het hele proces is de "Ontdekkings"-fase. Zelfs met hun geavanceerde kaarten vond het systeem slechts voor ongeveer 50,8% van de grappen een bruikbare brug. Voor de andere helft kon de computer simpelweg geen klank-betekenisbotsing in het Frans vinden die werkte. Dit suggereert dat voor veel woordspelingen de "brug" simpelweg niet bestaat in de doeltaal, en dat de grap moet worden opgegeven.

2. De Generatoren houden van de Bruggen
Wanneer het systeem wel een brug vond, gebruikten de AI-schrijvers deze. Ze negeerden de aanwijzingen niet; ze bouwden hun grappen actief rond de klank-betekenisbotsingen die het systeem vond. Hoe meer bruggen ze vonden, hoe beter de grappen meestal waren.

3. Exacte klankovereenkomsten winnen groot
Hier is een verrassende wending: hoewel het systeem duizenden "bijna-overeenkomstige" klankbruggen vond (woorden die bijna hetzelfde klinken), waren de uiteindelijke winnaars disproportioneel vaak "exacte" overeenkomsten. Zelfs al waren exacte klankbotsingen zeldzaam (slechts ongeveer 10,8% van de gevonden bruggen), ze vormden uiteindelijk bijna 27,5% van de uiteindelijke winnende grappen. Het lijkt erop dat wanneer een perfecte klankgelijke bestaat, die simpelweg te goed is om te laten liggen.

4. De "Vertaler"-rechter is de sleutel
Toen het team verschillende manieren testte om de meningen van de rechters te combineren, ontdekten ze dat het prioriteren van de "Vertaler" (die geeft om het behoud van de oorspronkelijke betekenis) het beste werkte op de publieke ranglijst. De auteurs merken hier echter een spanning op: de ranglijst lijkt meer waarde te hechten aan het behouden van de betekenis dan aan het grappig zijn. De "Comedian"-rechter koos vaak andere grappen dan de "Vertaler", wat suggereert dat wat een grap grappig maakt voor een mens, misschien niet is wat het scoringssysteem van de computer momenteel waardeert.

5. Het is een zoektocht, geen tovertruc
De belangrijkste les is dat succesvolle vertaling van een woordspeling niet gaat over het behouden van het oorspronkelijke woord. Het gaat om ontdekking. De computer moet de uitgestrekte oceaan van de doeltaal doorzoeken, een verborgen plek vinden waar klank en betekenis tegen elkaar aan botsen, en dan daar een nieuwe grap bouwen.

De auteurs concluderen dat hun systeem succesvol het proces nabootst dat de taalkundige Low jaren geleden voorstelde: vertalers moeten niet zoeken naar equivalente woorden; ze moeten zoeken naar nieuwe contactpunten. Hoewel het systeem nog steeds worstelt met de helft van de grappen (omdat de bruggen moeilijk te vinden zijn), bewijst het dat het pad naar een vertaalde woordspeling geen rechte lijn is—het is een schattenjacht naar verborgen botsingen tussen klank en zin.

Technische Samenvatting: Grafiek-gebaseerde Affordance-retrieval en Multi-Evaluator Ranking voor Pun-vertaling

Probleemdefinitie
Pun-vertaling wordt breed beschouwd als een moeilijke computationele taak omdat de specifieke linguïstische incidenten die woordspelingen in een brontaal creëren, zelden overleven bij directe vertaling. Traditionele benaderingen falen vaak door te proberen het oorspronkelijke bronwoord te behouden. In plaats daarvan stelt dit artikel, voortbouwend op het theoretische kader van Low, dat succesvolle pun-vertaling vereist dat men de zoektocht naar equivalente woorden opgeeft ten gunste van het ontdekken van nieuwe contactpunten tussen klank en betekenis binnen de doeltaal. De kernuitdaging is het computationeel modelleren van dit proces van ontdekking, exploratie en selectie om "affordances" te vinden—kansen in de doeltaal waar klank en betekenis botsen om nieuwe woordspelingen te ondersteunen.

Methodologie
De auteurs stellen een systeem voor dat pun-vertaling behandelt als een pipeline van retrieval, generatie en ranking, waarmee zij hun 2025 CLEF-inzendingen aanzienlijk uitbreiden.

Preprocessing en Identificatie:
- De pipeline begint met data-opschoning om Unicode te normaliseren, dialoogstructuren te herstellen en sociale media-artefacten te verwijderen.
- Een gespecialiseerde fase identificeert het pun-woord, het type, en twee geassocieerde semantische domein-woordlijsten. Deze fase maakt gebruik van gestructureerde JSON-outputs van gemini-3-flash om inputs voor retrieval voor te bereiden.
Grafiek-gebaseerde Affordance-retrieval:
- Verruimde Zoekruimte: Voorbij woordniveau-retrieval gebruikt het systeem een Franse expressiebank van 370.450 vermeldingen (een combinatie van Wiktionary, PARSEME en OpenSubtitles data) die geïndexeerd is met BAAI/bge-m3 embeddings.
- Geleerde Fonetische Embeddings: Een grootschalige fonetische relevantie-grafiek (245k unieke woord–IPA paren) werd geconstrueerd om een fonetische encoder te trainen. Deze encoder legt bredere fonologische buurten vast (rijm, consonant/klinker-skeletten, bijna-homofonen) in plaats van alleen exacte homofonen, gebruikmakend van Multiple Negatives Ranking Loss.
- Bridge Mining: De retrieval-ruimte wordt gemodelleerd als een heterogene grafiek. Het systeem voert zes opeenvolgende stadia van "bucketized bridge mining" uit om de twee semantische domeinen van de bron-pun te verbinden. Dit omvat semantische expansie van brontermen gevolgd door fonetische buurt-expansie om paren $(x, y)$ te vinden waarbij $x$ en $y$ een fonetische gelijkenis delen terwijl ze verankerd blijven aan de respectieve semantische domeinen.
- Ranking en Pruning: De opgehaalde affordances worden gescoord op basis van fonetische gelijkenis, semantische verankerbaarheid, natuurlijkheid en nut voor pun-constructie. Heuristische pruning verwijdert triviale varianten en dwingt diversiteit af.
Candidate Generation:
- Het systeem verschuift van een single-solution paradigma naar een "generate-and-select" benadering.
- Voor claude-sonnet-4.6 en gemini-3-flash produceert de generator twaalf verschillende Franse pun-kandidaten per bron, waarbij de opgehaalde affordances worden behandeld als creatieve kansen in plaats van strikte restricties.
- gpt-5.5 en gemini-3.1-pro genereren één kandidaat per voorbeeld om de prestaties van frontier modellen te evalueren met lagere generatiekosten.
Two-Stage Multi-Agent Ranking:
- Fase 1 (Intra-Model Selectie): Een enkele judge-model rangschikt de twaalf kandidaten van een generator met behulp van vier verschillende persona's: Comedian (grappigste), Linguist (sterkste woordspel), Editor (meest vloeiende) en Translator (beste intentiebehoud). Rangschikkingen worden geaggregeerd via gewogen Borda-voting om één winnaar per generator te selecteren.
- Fase 2 (Cross-Model Ensemble): De winnaars uit Fase 1, gecombineerd met single kandidaten van andere modellen, vormen een pool van vier. Deze worden opnieuw gerangschikt door dezelfde vier persona's met dezelfde aggregatiestrategie.
- Het systeem experimenteert met verschillende aggregatievolgordes (Judges-first vs. Models-first) en persona-wegingen om het uiteindelijke ensemble te optimaliseren.

Belangrijkste Resultaten

Retrieval Coverage: Het uitgebreide retrieval-systeem bereikte een dekking van 50,8% van de dataset (2.064 van 4.061 puns), een significante toename ten opzichte van eerdere iteraties. Echter, bijna de helft van de bron-puns leverde nog steeds geen bruikbare affordances op.
Affordance Utilisatie: Hoewel retrieval duizenden affordances bood, concentreerde het selectieproces zich progressief op kwalitatief hogere bruggen. "Same-sound" (exacte fonologische) affordances, hoewel slechts 10,8% van de opgehaalde inventaris, werden disproportioneel vaak geselecteerd (tot 27,5% van de finalisten), wat suggereert dat zij het meest effectief zijn voor woordspelen.
Pipeline Efficiëntie: De gemiddelde kwaliteitsscore van de affordances nam toe in elke fase van de pipeline (van 0,677 bij retrieval naar 0,724 voor de uiteindelijke winnaars), wat aangeeft dat generators en evaluatoren erin slagen te filteren op sterkere klank–betekenis botsingen.
Leaderboard Performance: Het systeem behaalde de eerste plaats op de publieke CLEF 2026 JOKER Task 2 leaderboard met een score van 37,783. Analyse toonde aan dat "translator-focused" selectiestrategieën (prioriteit geven aan semantische getrouwheid) beter presteerden dan "comedian" of "editor" strategieën, wat suggereert dat automatische metrieken de voorkeur geven aan betekenisbehoud boven creatieve woordspeling.
Evaluatie Dynamiek: Er werd aanzienlijke onenigheid waargenomen tussen judge-persona's (bijv. slechts 16,8% volledige overeenstemming voor Claude-voorbeelden), wat de noodzaak voor multi-perspectief aggregatie valideert. Position bias werd ook opgemerkt, waarbij de volgorde van kandidaten de rangschikking beïnvloedde, zelfs na randomisatie.

Betekenis en Claims
De primaire bijdrage van het artikel is niet louter de leaderboard-ranking, maar de computationele validatie van Low's theoretische kader. De auteurs demonstreren dat succesvolle pun-vertaling niet voortkomt uit het behouden van bronwoorden, maar uit een zoekproces dat nieuwe semantische–fonetische bruggen in de doeltaal ontdekt.

Validatie van Theorie: De architectuur van het systeem—retrieval voor ontdekking, generatie voor exploratie, en ranking voor selectie—weerspiegelt de "vierkanten, pentagonen en hexagonen" van Low, en vertaalt deze naar concrete computationele stappen (semantische expansie, fonologische buurten, affordance ontdekking).
De Bottleneck: De auteurs concluderen bescheiden dat hoewel retrieval effectief is, het nog steeds de centrale bottleneck vormt. De schaarste aan bruikbare affordances (bijna 50% van de puns levert er geen op) suggereert dat huidige retrieval-methoden nog niet volledig in staat zijn de intuïtie van menselijke vertalers te repliceren, die door enorme semantische en fonologische ruimtes kunnen navigeren.
Aard van Succes: De resultaten wijzen erop dat succesvolle pun-vertaling een proces is van het vinden van "verborgen bruggen" waar klank en betekenis botsen. Het systeem bevestigt dat exacte fonologische botsingen disproportioneel waardevol zijn, terwijl het vinden van deze botsingen computationeel gezien een grote uitdaging blijft.

Het artikel concludeert dat hoewel de zoektocht moeilijk is en veel puns resistent tegen vertaling, de realisatie van Low's inzicht als een computationeel proces de meest bevredigende uitkomst van het werk vertegenwoordigt.

De schattenjacht van de computer naar woordspelingen

Wat ze vonden (en wat ze niet vonden)

Meer zoals dit