論文の概要: Context-Situated Pun Generation

• arxiv url: http://arxiv.org/abs/2210.13522v1
• Date: Mon, 24 Oct 2022 18:24:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-26 14:32:43.307265
• Title: Context-Situated Pun Generation
• Title（参考訳）: 文脈定位パン生成
• Authors: Jiao Sun, Anjali Narayan-Chen, Shereen Oraby, Shuyang Gao, Tagyoung Chung, Jing Huang, Yang Liu, Nanyun Peng
• Abstract要約: 本稿では,キーワードの集合で表される特定のコンテキストが提供される新しいタスク,文脈定型句生成を提案する。 その課題は、まずコンテキストに適した句語を識別し、次に、コンテキストキーワードと識別された句語に基づいて句を生成することである。 その結果,トップ検索語のうち69%が文脈選択語の生成に利用でき,生成モジュールは31%の成功率が得られることがわかった。
• 参考スコア（独自算出の注目度）: 42.727010784168115
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Previous work on pun generation commonly begins with a given pun word (a pair of homophones for heterographic pun generation and a polyseme for homographic pun generation) and seeks to generate an appropriate pun. While this may enable efficient pun generation, we believe that a pun is most entertaining if it fits appropriately within a given context, e.g., a given situation or dialogue. In this work, we propose a new task, context-situated pun generation, where a specific context represented by a set of keywords is provided, and the task is to first identify suitable pun words that are appropriate for the context, then generate puns based on the context keywords and the identified pun words. We collect CUP (Context-sitUated Pun), containing 4.5k tuples of context words and pun pairs. Based on the new data and setup, we propose a pipeline system for context-situated pun generation, including a pun word retrieval module that identifies suitable pun words for a given context, and a generation module that generates puns from context keywords and pun words. Human evaluation shows that 69% of our top retrieved pun words can be used to generate context-situated puns, and our generation module yields successful puns 31% of the time given a plausible tuple of context words and pun pair, almost tripling the yield of a state-of-the-art pun generation model. With an end-to-end evaluation, our pipeline system with the top-1 retrieved pun pair for a given context can generate successful puns 40% of the time, better than all other modeling variations but 32% lower than the human success rate. This highlights the difficulty of the task, and encourages more research in this direction.
• Abstract（参考訳）: パント生成に関する以前の研究は、通常、与えられたパント語(ヘテログラフィック・パント生成のためのホモフォンと、ホモグラフィック・パント生成のためのポリセム)から始まり、適切なパントを生成する。 これは効率的なスパン生成を可能にするかもしれないが、ある状況や対話のような特定のコンテキストに適切に適合すれば、スパンが最も面白くなると信じている。 そこで本研究では,キーワードのセットで表される特定のコンテキストが提供され,そのコンテキストに適した句語を最初に識別し,その文脈キーワードと特定された句語に基づいて句を生成するタスクである,コンテキストスプリット生成(context-situated pun generation)を提案する。 CUP(Context-sitUated Pun)は、コンテキストワードと句ペアの4.5kタプルを含む。 新たなデータと設定に基づいて、所定の文脈に適した句語を識別する句語検索モジュールと、文脈キーワードや句語から句を生成する生成モジュールを含む、文脈選択型句生成のためのパイプラインシステムを提案する。 人間の評価では,トップ検索語のうち69%が文脈選択語の生成に利用でき,生成モジュールは,文脈語と句ペアのもっともらしいタプルを与えられた時間の31%を成功語とし,最先端の句生成モデルの収量をほぼ3倍にしている。 エンド・ツー・エンドの評価では、与えられたコンテキストに対するトップ1検索されたパントペアを持つパイプラインシステムは、他のすべてのモデリングのバリエーションよりも良いが、人間の成功率よりも32%低い、40%の成功パントを生成することができる。 これはタスクの難しさを強調し、この方向へのさらなる研究を促進する。

関連論文リスト

• "A good pun is its own reword": Can Large Language Models Understand Puns? [9.541689402830642]
  修道女は、独自の構造と明確な定義のために、学術研究において重要な役割を担っている。 大規模言語モデル (LLM) における句の理解については, 十分に検討されていない。
  論文  参考訳（メタデータ） (2024-04-21T09:42:05Z)
• ExPUNations: Augmenting Puns with Keywords and Explanations [88.58174386894913]
  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。
  論文  参考訳（メタデータ） (2022-10-24T18:12:02Z)
• A Unified Framework for Pun Generation with Humor Principles [31.70470387786539]
  我々は、ホモフォニックとホモグラフィックの句を生成する統一的な枠組みを提案する。 句の3つの言語的属性を言語モデル(曖昧さ、特異性、驚き)に組み込む。
  論文  参考訳（メタデータ） (2022-10-24T09:20:45Z)
• AmbiPun: Generating Humorous Puns with Ambiguous Context [31.81213062995652]
  我々のモデルはまず、逆辞書を通して関連する概念のリストを作成する。 次に、ワンショットGPT3を用いて文脈語を生成し、両方の概念から文脈語を組み込んだ句を生成する。 人間の評価から,本手法は52%の時間でパントを発生させることができた。
  論文  参考訳（メタデータ） (2022-05-04T00:24:11Z)
• A Dual-Attention Neural Network for Pun Location and Using Pun-Gloss Pairs for Interpretation [25.2990606699585]
  パンの場所とは、テキスト中の句を識別することである。 Punの解釈は、句読点の2つの異なる意味を見出すことである。
  論文  参考訳（メタデータ） (2021-10-14T08:15:04Z)
• "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)
• CASE: Context-Aware Semantic Expansion [68.30244980290742]
  本稿では,CASE(Context-Aware Semantic Expansion)と呼ばれる新しいタスクを定義し,検討する。 セマンティックな文脈でシード項が与えられた場合、その文脈に適した他の用語をシードとして提案することを目指している。 このタスクのアノテーションは,既存のコーパスから完全に自動で,大規模に抽出可能であることを示す。
  論文  参考訳（メタデータ） (2019-12-31T06:38:57Z)

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。