不确定性与惊奇度共同传递笑点：利用基于不协调的特征进行幽默识别
计算与语言
2021-08-11 v2 人工智能
摘要
幽默识别作为文本分类问题已借助数据驱动的方法得到广泛研究。然而，大多数现有工作并未考察实际的笑话机制以理解幽默。我们将任何笑话拆解为两个不同部分：铺垫与笑点，并进一步探究二者之间的特殊关系。受幽默的不协调理论启发，我们将铺垫建模为发展语义不确定性的部分，而将笑点建模为打破观众预期的部分。借助日益强大的语言模型，我们能够将铺垫与笑点一同输入 GPT-2 语言模型，并计算笑话的不确定性与惊奇度值。通过在 SemEval 2021 Task 7 数据集上开展实验，我们发现相较于现有基线，这两个特征在区分笑话与非笑话方面具有更好的能力。
引用
@article{arxiv.2012.12007,
title = {Uncertainty and Surprisal Jointly Deliver the Punchline: Exploiting Incongruity-Based Features for Humor Recognition},
author = {Yubo Xie and Junze Li and Pearl Pu},
journal= {arXiv preprint arXiv:2012.12007},
year = {2021}
}
备注
Accepted to ACL-IJCNLP 2021