情境化双关语生成
计算与语言
2022-10-26 v1
摘要
以往关于双关语生成的研究通常从给定的双关词(异形双关为一对同音词,同形双关为一个多义词)出发,试图生成恰当的双关语。虽然这可实现高效的双关语生成,但我们认为,若双关语能恰当地契合给定情境(如特定场景或对话),才最为有趣。在本工作中,我们提出一项新任务——情境化双关语生成:给定由一组关键词表示的特定情境,任务为先识别适合该情境的双关词,再基于情境关键词及所识别的双关词生成双关语。我们收集了 CUP(Context-sitUated Pun)数据集,包含 4.5k 个情境词与双关词对元组。基于新数据与设定,我们提出了一个情境化双关语生成的流水线系统,包括从给定情境中识别合适双关词的双关词检索模块,以及由情境关键词与双关词生成双关语的生成模块。人工评估显示,我们检索出的 top 双关词中 69% 可用于生成情境化双关语;在给定合理情境词与双关词对元组时,生成模块成功生成双关语的比例为 31%,几乎是 SOTA 双关语生成模型产出的三倍。在端到端评估中,我们的流水线系统对给定情境取 top-1 检索双关词对时,成功生成双关语的比例为 40%,优于其他所有建模变体,但比人类成功率低 32%。这凸显了该任务的难度,并鼓励更多该方向的研究。
引用
@article{arxiv.2210.13522,
title = {Context-Situated Pun Generation},
author = {Jiao Sun and Anjali Narayan-Chen and Shereen Oraby and Shuyang Gao and Tagyoung Chung and Jing Huang and Yang Liu and Nanyun Peng},
journal= {arXiv preprint arXiv:2210.13522},
year = {2022}
}
备注
Accepted to EMNLP 2022 main conference