Duluth 团队在 SemEval-2020 任务 7 中的工作：以惊喜作为解锁幽默标题的关键
计算与语言
2020-09-08 v1
摘要
我们在 SemEval-2020 任务 7（评估编辑后新闻标题的趣味性）中使用了预训练的基于 transformer 的语言模型。受幽默的不协调理论启发，我们采用对比方法来捕捉编辑后标题中的惊喜。在官方评测中，我们的系统在子任务 1 中取得 0.531 RMSE，在 49 个提交中排名第 11；在子任务 2 中取得 0.632 准确率，在 32 个提交中排名第 9。
引用
@article{arxiv.2009.02795,
title = {Duluth at SemEval-2020 Task 7: Using Surprise as a Key to Unlock Humorous Headlines},
author = {Shuning Jin and Yue Yin and XianE Tang and Ted Pedersen},
journal= {arXiv preprint arXiv:2009.02795},
year = {2020}
}
备注
To appear in the Proceedings of the 14th International Workshop on Semantic Evaluation (SemEval 2020), December 12-13, 2020, Barcelona