論文の概要: ExPUNations: Augmenting Puns with Keywords and Explanations
- arxiv url: http://arxiv.org/abs/2210.13513v1
- Date: Mon, 24 Oct 2022 18:12:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-26 14:33:05.047881
- Title: ExPUNations: Augmenting Puns with Keywords and Explanations
- Title(参考訳): expunations: punsをキーワードと説明で強化する
- Authors: Jiao Sun, Anjali Narayan-Chen, Shereen Oraby, Alessandra Cervone,
Tagyoung Chung, Jing Huang, Yang Liu, Nanyun Peng
- Abstract要約: 我々は、キーワードの詳細なクラウドソースアノテーションで既存の句のデータセットを拡張する。
これは、パント専用の広範囲できめ細かなアノテーションを備えた最初のユーモアデータセットである。
句分類支援のための説明生成とキーワード条件付き句生成という2つのタスクを提案する。
- 参考スコア(独自算出の注目度): 88.58174386894913
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The tasks of humor understanding and generation are challenging and
subjective even for humans, requiring commonsense and real-world knowledge to
master. Puns, in particular, add the challenge of fusing that knowledge with
the ability to interpret lexical-semantic ambiguity. In this paper, we present
the ExPUNations (ExPUN) dataset, in which we augment an existing dataset of
puns with detailed crowdsourced annotations of keywords denoting the most
distinctive words that make the text funny, pun explanations describing why the
text is funny, and fine-grained funniness ratings. This is the first humor
dataset with such extensive and fine-grained annotations specifically for puns.
Based on these annotations, we propose two tasks: explanation generation to aid
with pun classification and keyword-conditioned pun generation, to challenge
the current state-of-the-art natural language understanding and generation
models' ability to understand and generate humor. We showcase that the
annotated keywords we collect are helpful for generating better novel humorous
texts in human evaluation, and that our natural language explanations can be
leveraged to improve both the accuracy and robustness of humor classifiers.
- Abstract(参考訳): ユーモアの理解と生成のタスクは、人間にとっても挑戦的で主観的であり、マスターするには常識と現実世界の知識を必要とする。
特にパントは、その知識を語彙論的曖昧さを解釈する能力と融合させることの難しさを付け加えている。
本稿では,ExPUNations(ExPUN)データセットを提示し,テキストを面白くする最も独特な単語を表すキーワードの詳細なクラウドソースアノテーション,テキストが面白い理由を説明する句説明,きめ細かなファニネス評価を用いて,既存の句のデータセットを拡張した。
これは、パント専用の広範囲できめ細かいアノテーションを備えた最初のユーモアデータセットである。
これらのアノテーションに基づいて,句分類とキーワード条件付き句生成を支援する説明生成と,現在最先端の自然言語理解とユーモアの理解・生成能力に挑戦する2つのタスクを提案する。
提案する注釈付きキーワードは,人間の評価において,より新しいユーモラステキストを生成するのに有効であり,自然言語の説明を活用すれば,ユーモラス分類器の精度と堅牢性を向上させることができることを示す。
関連論文リスト
- Coarse-to-Fine Highlighting: Reducing Knowledge Hallucination in Large Language Models [58.952782707682815]
COFTは、異なるレベルのキーテキストにフォーカスする新しい方法であり、長いコンテキストで失われることを避ける。
知識幻覚ベンチマークの実験ではCOFTの有効性が示され、F1スコアの30%以上の性能が向上した。
論文 参考訳(メタデータ) (2024-10-19T13:59:48Z) - Psycho-linguistic Experiment on Universal Semantic Components of Verbal Humor: System Description and Annotation [0.0]
ユーモアの注釈のためのセルフペースト読解システムの詳細な観察を行う。
システムは、読者が次の単語を開くために押すキーを登録し、クラスを選択し、選択を変更する。
また、システムで実施した心理言語実験や、その期間中に収集したデータにも触れます。
論文 参考訳(メタデータ) (2024-07-10T12:56:17Z) - Quantifying the redundancy between prosody and text [67.07817268372743]
我々は大きな言語モデルを用いて、韻律と単語自体の間にどれだけの情報が冗長であるかを推定する。
単語が持つ情報と韻律情報の間には,複数の韻律的特徴にまたがる高い冗長性が存在する。
それでも、韻律的特徴はテキストから完全には予測できないことが観察され、韻律は単語の上下に情報を運ぶことが示唆された。
論文 参考訳(メタデータ) (2023-11-28T21:15:24Z) - OxfordTVG-HIC: Can Machine Make Humorous Captions from Images? [27.899718595182172]
ユーモア生成と理解のための大規模データセットであるOxfordTVG-HIC(Humorous Image Captions)を提案する。
OxfordTVG-HICは幅広い感情的・意味的な多様性を特徴とし、アウト・オブ・コンテクストの例である。
我々は、生成されたテキストのユーモアを評価するために、OxfordTVG-HICをどのように活用できるかを示す。
論文 参考訳(メタデータ) (2023-07-21T14:58:44Z) - UCPhrase: Unsupervised Context-aware Quality Phrase Tagging [63.86606855524567]
UCPhraseは、教師なしの文脈対応のフレーズタグである。
我々は,一貫した単語列から,高品質なフレーズを銀のラベルとして表現する。
我々の設計は、最先端の事前訓練、教師なし、遠隔管理の手法よりも優れていることを示す。
論文 参考訳(メタデータ) (2021-05-28T19:44:24Z) - Uncertainty and Surprisal Jointly Deliver the Punchline: Exploiting
Incongruity-Based Features for Humor Recognition [0.6445605125467573]
ジョークを2つの異なるコンポーネントに分割します。セットアップとパンチラインです。
ユーモアの不整合理論に触発され、セマンティック不確実性を生み出す部分としてセットをモデル化する。
ますます強力な言語モデルによって、私たちはGPT-2言語モデルにパンチラインとともにセットアップをフィードすることができた。
論文 参考訳(メタデータ) (2020-12-22T13:48:09Z) - Lexically-constrained Text Generation through Commonsense Knowledge
Extraction and Injection [62.071938098215085]
我々は、ある入力概念のセットに対して妥当な文を生成することを目的としているcommongenベンチマークに焦点を当てる。
生成したテキストの意味的正しさを高めるための戦略を提案する。
論文 参考訳(メタデータ) (2020-12-19T23:23:40Z) - "The Boating Store Had Its Best Sail Ever": Pronunciation-attentive
Contextualized Pun Recognition [80.59427655743092]
そこで我々は,ヒトのユーモアを知覚するために,発音適応型文脈パウン認識(PCPR)を提案する。
PCPRは、周囲の文脈とその対応する音韻記号の関連を捉えることにより、文中の各単語の文脈化された表現を導出する。
その結果,提案手法はパント検出や位置情報タスクにおいて最先端の手法よりも優れていた。
論文 参考訳(メタデータ) (2020-04-29T20:12:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。