双关说明文字：图像描述中的诙谐文字游戏

诙谐是一种丰富的交互形式，常基于特定情境（例如对事件的评论）。本工作中，我们尝试构建计算模型，能为给定图像生成诙谐描述。受幽默欣赏认知解释的启发，我们在图像描述中运用语言文字游戏，具体而言是双关语。我们开发了两种方法：从大规模句子语料库中检索给定图像的诙谐描述，或通过编码器-解码器神经网络架构生成它们。我们通过人类研究将我们的方法与有意义的基线方法比较，展示了实质性改进。我们发现，当人类在词汇使用和风格上受到与模型类似的约束时，人们投票认为我们的模型生成的图像描述比人类撰写的诙谐描述略为诙谐。不出所料，当人类可自由选择词汇、风格等时，几乎总是比模型更诙谐。