💬 NLP

Translating the Untranslatable: An Operationalizable Ontology for Untranslatability

本文引入了一个结构化的不可译性本体与分类法，旨在将该概念在自然语言处理领域中操作化，并由此产生了一个新的多语言数据集以及初步研究结果，这些结果表明当模型采用解释性补偿策略时，翻译质量会得到提升。

原作者： Jacob Bremerman, Brihi Joshi, Hirona Arai, Xiang Ren, Jonathan May

发布于 2026-06-17

📖 1 分钟阅读☕ 轻松阅读

原作者： Jacob Bremerman, Brihi Joshi, Hirona Arai, Xiang Ren, Jonathan May

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

以下是对论文《翻译不可译之物》（Translating the Untranslatable）的解释，采用了简单的语言和富有创意的类比。

核心理念：当翻译撞上墙壁

想象一下，你正试图把一件家具从旧家搬到新家。通常情况下，你只需要把它拎起来搬过去就行了。这就是目前大多数计算机翻译的工作方式：它将词汇从语言 A 移动到语言 B。

但有时，家具的形状很奇特，或者新家的门洞太小了。你不能直接搬过去；你必须把它拆解开，用气泡膜包裹起来，甚至还要留下一张便条，解释为什么它看起来与众不同。

这篇论文讨论的就是语言中这些“形状奇特”的时刻。作者称之为不可译性（untranslatability）。当一种语言（如日语或西班牙语）中的单词或短语承载着某种在英语中根本不存在的含义、笑话或文化情感时，就会发生这种情况。如果你尝试逐字翻译，就会失去信息的灵魂。

问题所在：计算机过于刻板

目前的 AI 翻译器就像是非常严厉的图书管理员。它们非常擅长寻找一个词的精确字典定义。但当一个词更像是一种感觉、一个双关语或是一个文化内部梗时，它们就会感到吃力。

例如，论文提到了日语网络俚语“wwww”（看起来像草，意思是“lol”）。AI 可能会尝试将其翻译为“草（grass）”，这对于英语使用者来说毫无意义。或者它可能会将西班牙语中描述“饭后闲聊时光”的词（sobremesa）仅仅翻译为“晚餐后”，从而丢失了原词中那种温馨、社交的氛围。

作者认为，我们不应该把这些视为“漏洞”或罕见的错误。相反，我们应该将它们视为一类特定的问题，需要一套专门的工具箱。

解决方案：一张新地图和一个工具箱

为了解决这个问题，研究人员构建了两样主要的东西：

1. 地图（本体论/Ontology）
他们创建了一个结构化的地图，用来对“为什么某物不可译”进行分类。他们将其分为三个主要领域：

语言层面（Linguistic）： 语法或发音不同（比如在另一种语言中行不通的绕口令）。
修辞层面（Figurative）： 涉及笑话、双关语或成语（比如说“It's raining cats and dogs”）。
文化层面（Cultural）： 涉及历史、宗教或习俗（比如一种涉及亲吻脸颊的问候方式，在另一种文化中可能显得很奇怪）。

2. 工具箱（补偿策略/Compensation Strategies）
既然你不能直接“搬运”含义，你就需要一种策略来传递信息。作者定义了六种处理方式，就像工具箱里的不同工具一样：

注释（“便条”策略）： 翻译这个词，但在括号内添加一点解释。例如：“我们享受了 sobremesa（饭后的长谈）。”
改编（“替换”策略）： 用另一个能让观众以同样方式发笑的笑话来替换原有的笑话，即使两者的文字完全不同。
借用（“保留”策略）： 直接保留原有的外来词，并希望人们能学习它。例如：“我们拥有很棒的 feng-shui（风水）。”
释义（“解释”策略）： 抛弃字面意思，直接用直白的英语解释其含义。
选项（“也许”策略）： 如果原句含义模糊，就给读者提供多个选择。例如：“他/她回家了。”
仿译（“字面复制”策略）： 即使听起来很奇怪，也完全按照原词进行翻译，以便读者可以推测出含义。

实验：测试工具

研究人员不仅仅是在空谈；他们建立了一个庞大的数据集。他们从西班牙语和日语中提取了 1,300 个棘手的句子，并利用他们工具箱中的不同策略生成了 18,200 种不同的英语翻译。

然后，他们邀请真人充当评委。他们向人们展示原句和不同的翻译版本，并询问：“你更喜欢哪一个？”

研究发现

结果令人惊讶且意义重大：

人们喜爱“注释”策略： 最受欢迎的翻译通常是包含了解释（注释）的那一个。人们更倾向于了解为什么要使用某个词，即使这会让句子变得更长。
语境至关重要： 如果翻译是用于教科书（学习是关键），人们喜欢解释；如果翻译是用于电影（流畅度是关键），他们希望更简洁，但他们仍然比起令人困惑的字面翻译，更倾向于选择带有解释的版本。
并非一种策略适用于所有情况： 适用于双关语的策略在处理文化习俗时可能会失效。最好的翻译取决于“正在翻译什么”以及“它将被在哪里阅读”。

总结

论文得出结论：目前的机器翻译正试图将方榫头塞进圆卯眼里。通过承认有些东西是“无法直接翻译”的，并通过给计算机提供一套结构化的策略清单（如添加注释或更换笑话）来处理这些时刻，我们可以做出真正符合人类逻辑的翻译。

他们不仅仅是在修复错误；他们是在教计算机如何变得更像人类翻译员：灵活、富有创意，并且愿意增加一些额外的上下文，以确保信息被真正理解。

技术摘要：翻译“不可译”之物

问题陈述

尽管机器翻译（MT）和大型语言模型（LLMs）在标准基准测试中已取得了高性能，但在处理无法完全保留意义的“长尾”案例时，仍面临重大挑战。这些被称为**不可译性（untranslatability）**的案例源于语言、文化或风格上的不匹配，导致不存在单一的目标句可以捕捉源语言的所有层面。目前的自然语言处理（NLP）方法通常将翻译视为语义等价文本之间的单对单映射，未能解决直接翻译无法实现的情况。现有的语言学和翻译研究资源提供了理论定义，但缺乏适用于计算实验的大规模、可操作化的框架。

研究方法

1. 结构化框架

作者引入了一个形式化框架，将不可译性分解为两个核心组成部分：

不可译类型 (uTypes)： 一个结构化本体，将失配的来源分为三个领域：
- 语言层面： 新词、特指性、句法、动词形式、其他屈折变化、语音、正字法。
- 修辞层面： 双关语、成语/习语。
- 文化层面： 宗教、历史、习俗。
补偿策略 (cStrats)： 当直接翻译失败时，用于传达意义的六种技术分类：
- 适配 (Adaptation, AD)： 用目标语等效项替换源元素以保留效果（例如：幽默）。
- 注释 (Annotation, AN)： 添加解释性上下文或脚注。
- 借用 (Borrowing, BO)： 保留源语言术语。
- 释义/直译 (Calque, CA)： 通过字面翻译来保留结构。
- 选项 (Options, OP)： 为欠明确的源语言提供多种有效的翻译。
- 释义 (Paraphrase, PA)： 用目标语的平实措辞重新表达意义。

作者提出对翻译概率 $P(e|f)$ 进行重新表述，使其包含对 uType ( $u$ )、上下文 ( $m$ ) 以及补偿策略选择 ( $c$ ) 的识别，而非仅仅将其视为简单的标记级预测。

2. 数据集构建

为了使该框架具有可操作性，作者构建了一个涉及西班牙语和日语作为源语言、英语作为目标语言的多语言数据集。

生成过程： 一个结合了人类专家种子示例与大语言模型（GPT-4o）生成的迭代流水线。人类专家为每个 uType 和 cStrat 提供初始种子，并利用这些种子提示 LLM 生成额外的示例和翻译。
规模： 该数据集包含每种语言 1,300 个源句子（每个 uType 100 个示例）。每个源句子都配有使用六种 cStrat 以及默认（未提示）翻译生成的译文，总计 18,200 条翻译。
验证： 人类语言专家验证了数据样本，发现西班牙语和日语的示例分别有约 96% 和 95% 符合其分配的 uType。

3. 人类偏好研究

作者进行了一项研究，以评估补偿策略如何影响感知的翻译质量。

设置： 双语标注者对各种源句子的七个候选译文（一个对应每种策略，加一个默认译文）进行排序。
变量： 研究考察了不同 uType、翻译语境（通用、教科书、电影）以及源语言（西班牙语 vs 日语）下的偏好情况。
指标： 使用平均倒数排名（MRR）来汇总标注者的排名。

关键结果

策略偏好随不可译类型而异：
- 注释 (AN) 是整体上最受青睐的策略。标注者一致倾向于包含额外解释性上下文的输出，这表明在处理不可译案例时，人们更看重清晰度和完整性，而非严格遵循传统的翻译格式。
- 适配 (AD) 在语言失配（如：新词、动词形式）方面表现良好，但在文化/修辞失配（即改变内容会导致意义扭曲）方面表现较差。
- 借用 (BO) 通常是最不受欢迎的，尽管它在文化根基深厚的案例（习俗）中表现相对较好。
- 选项 (OP) 对于存在多种解释可能的特指性（Specificity）失配非常有效。
语境影响策略选择：
- 在教科书语境下（优先考虑准确理解），注释（Annotation）显著更受青睐。
- 在电影语境下（优先考虑自然度和简洁度），注释的受青睐程度降低，尽管它仍然优于默认翻译。
- 默认翻译（无显式策略）在依赖语境的场景中始终表现出较低的偏好度，这表明显式策略的应用能更好地符合用户预期。
源语言差异：
- 虽然注释对于西班牙语和日语都是首选，但对日语的偏好更为强烈。这反映了日语与英语之间更大的语言和文化距离，需要更显式的解释。
- 适配（Adaptation）在西班牙语中比在日语中更受青睐，这表明结构和文化差异使得日语的适配难度更大。
下游效用：
- 一项初步实验表明，通过引入该数据集中的示例，检测不可译句子的分类器准确率相比零样本基准有所提升（0.761 对比 0.704）。

重要性与贡献

本文声称建立了第一个用于研究 NLP 中不可译性的结构化框架，使该领域超越了将这些案例视为孤立边缘情况的状态。具体贡献包括：

一个用于机器翻译的不可译类型本体。
一个补偿策略分类法。
一个使该框架具备可操作性的多语言数据集（18,200 个示例）。
经验证据，证明翻译质量取决于所使用的策略，且人类对解释性上下文（注释）存在一致的偏好。
一种基于策略驱动的机器翻译公式，提出翻译应被视为一个涉及失配识别和策略选择的结构化过程，而非简单的语义等价。

作者总结道，他们的工作为建模跨越语言和文化边界进行意义协商的过程奠定了基础，凸显了当前 MT 目标与人类预期之间的差距。