使用插值马尔可夫模型与动态模板生成哲学语句
计算与语言
2019-09-23 v1
摘要
自动模仿输入文本是自然语言生成中的常见任务，常用于制造幽默效果。用于学习模仿文本的经典算法（例如简单马尔可夫链）通常在原创性与句法正确性之间存在权衡。我们提出两种从示例中自动戏仿哲学语句以克服此问题的方法，并展示它们如何在交互式系统中工作。第一种算法使用带扩展的插值马尔可夫模型来提高生成文本的质量。对于第二种算法，我们提出动态提取模板并用新内容填充。为说明这些算法，我们实现了TorfsBot，一个模仿前KU Leuven校长Rik Torfs教授诙谐、半哲学推文的Twitterbot。我们发现用户更偏好专注于局部连贯句子的生成模型，而非那些模仿哲学语句全局结构的模型。因此所提出的算法是自动戏仿以及模板学习系统的有价值的新工具。
引用
@article{arxiv.1909.09480,
title = {Generating Philosophical Statements using Interpolated Markov Models and Dynamic Templates},
author = {Thomas Winters},
journal= {arXiv preprint arXiv:1909.09480},
year = {2019}
}
备注
Winters T. (2019) Imitating Philosophical Statements using Stacked Markov Chains and Dynamic Templates, In: 31st European Summer School in Logic, Language and Information (ESSLLI2019): Student Session, University of Latvia