#HashtagWars: 学习幽默感
计算与语言
2017-04-18 v2
摘要
在这项工作中，我们提出了一个用于计算幽默学的新数据集，特别是用于比较性幽默排序，该数据集试图避免无处不在的幽默检测二元方法。该数据集由对给定话题标签的幽默回复推文组成。我们描述了这个新数据集的动机以及收集过程，其中包括对我们半自动化数据收集系统的描述。我们还使用无监督和有监督方法展示了针对该数据集的初步实验。我们最佳的有监督系统达到了 63.7% 的准确率，表明该任务比同类幽默检测任务困难得多。初步实验表明，字符级模型比词元级模型更适合此任务，这可能是由于字符级模型能够捕捉到大量的双关语。
引用
@article{arxiv.1612.03216,
title = {#HashtagWars: Learning a Sense of Humor},
author = {Peter Potash and Alexey Romanov and Anna Rumshisky},
journal= {arXiv preprint arXiv:1612.03216},
year = {2017}
}
备注
10 Pages