Pun Intended: Multi-Agent Translation of Wordplay with Contrastive Learning and Phonetic-Semantic Embeddings for CLEF JOKER 2025 Task 2

想象一下，你正试图将一个笑话从一种语言翻译成另一种语言，但这个笑话依赖于一个同时具有两种含义的词。在英语中，你可能会说：“我正在读一本关于反重力的书。它简直让人爱不释手（It's impossible to put down）！”幽默之处在于“put down”这个短语，它既有“停止拿住”的意思，也有“放在表面上”的意思。如果你将其字面意思翻译成法语，你就失去了这种双关含义，笑话也就死掉了。这就是“双关语（puns）”的复杂世界——一种单词承载两种含义，或者听起来像另一个单词的文字游戏。几十年来，计算机在这方面表现得很糟糕，因为它们被训练得非常刻板，就像一个严格遵循食谱但毫无幽默感的机器人。它们试图进行一对一的单词替换，但这往往会破坏笑话的包袱。但是，如果我们能教会计算机不再像机器人那样工作，而是更像喜剧演员，理解有时为了让笑话延续，必须打破翻译的规则，那会怎样呢？

这篇题为《意在双关》（Pun Intended）的论文是佐治亚理工学院（Georgia Tech）研究团队的一份报告，他们参加了一项名为 CLEF JOKER 2025 的竞赛。他们的目标是使用最新的、最强大的计算机大脑（称为大语言模型）将英语的双关语翻译成法语。他们并没有只是要求计算机去“翻译”，而是构建了一个三步走的系统，旨在捕捉笑话的“神韵”，而非仅仅是词典上的定义。

首先，他们尝试了一种“基准（baseline）”方法，即简单地要求不同的 AI 模型生成法语双关语，并使用第二个 AI 充当评委，检查结果究竟是一个真正的笑话，还是一句枯燥的句子。这就像是让一群朋友讲笑话，然后让其中一个朋友在觉得好笑时点头。虽然这种方法效果尚可，但笑话往往会偏离原始的故事太远。

为了做得更好，他们构建了一个“引导式思维链（guided chain-of-thought）”流水线。把这想象成给计算机提供了一张地图和指南针。他们教导 AI 首先识别那个棘手的词，然后查找它的两种不同含义，最后使用一种被称为“音义嵌入（phonetic-semantic embeddings）”的特殊数学工具。这个工具就像是一个超级灵敏的耳朵与字典的结合体；它能帮助计算机找到那些不仅意思正确，而且听起来也与原英语单词相似的法语单词。这就像是试图寻找一个听起来像“猫（cat）”但意思却是“狗（dog）”的法语单词，仅仅是为了看看能否借此制造出一个笑话。

最后，他们增加了一个“多智能体（multi-agent）”系统。想象一下有一个由四位不同职责的评委组成的评审团：一位检查意思是否正确，一位检查翻译是否自然，一位检查情感，还有一位检查是否真实可信。这些评委不仅仅是给出评分；他们还会给出反馈。如果笑话不够有趣或翻译很生硬，系统就会重写它并再次尝试，最多尝试五次，直到评审团满意为止。

结果非常引人入胜。当研究人员使用标准的计算机测试（衡量新句子与旧句子在单词层面上的匹配程度）时，他们的系统得分其实相当低。这是因为他们的系统为了保持幽默感，特意避开了字面翻译。然而，当精通法语的真人专家阅读这些笑话时，该团队的系统在 51 支队伍中获得了第一和第二名。人类喜欢这些笑话，因为它们在法语中确实很有趣且合乎逻辑，即便它们看起来并不完全像英语原句。

论文指出，要成功翻译文字游戏，我们必须停止试图成为完美的翻译者，而要开始成为创造性的合作伙伴。研究人员发现，虽然最新的 AI 模型非常擅长发现双关语所在的位置，但它们需要帮助来寻找那些既符合发音又符合意义的正确法语单词。通过结合一个观察声音与意义的“向导”，以及一个完善笑话的“评审团”，他们证明了计算机可以学会讲述跨语言有效的笑话。他们并没有解决完美翻译每一个双关语的问题，但他们证明了将目标从“字面准确性”转向“幽默等效性”才是正确的道路。