CleanComedy：通过生成技术创建友好幽默
计算与语言
2024-12-13 v1
摘要
幽默生成是自然语言处理中的一个具有挑战性的任务，由于资源有限和现有数据集质量问题。可用的幽默语言资源常常存在有毒性和重复性，限制了其对训练稳健模型的有效性。本文提出 CleanComedy，一个专门的、部分标注的、经毒性过滤后的英语和俄语笑话语料库，来源于 various sources。我们通过对 various joke groups 中的幽默和毒性水平进行调查，研究了数据过滤方法的有效性。此外，我们研究了计算机幽默生成的最新进展，通过将人类编写的笑话与各种生成的笑话进行比较，包括我们在 CleanComedy 数据集上训练的基线模型。
关键词
引用
@article{arxiv.2412.09203,
title = {CleanComedy: Creating Friendly Humor through Generative Techniques},
author = {Dmitry Vikhorev and Daria Galimzianova and Svetlana Gorovaia and Elizaveta Zhemchuzhina and Ivan P. Yamshchikov},
journal= {arXiv preprint arXiv:2412.09203},
year = {2024}
}