Fugu-MT 論文翻訳(概要): The Naughtyformer: A Transformer Understands Offensive Humor

論文の概要: The Naughtyformer: A Transformer Understands Offensive Humor

arxiv url: http://arxiv.org/abs/2211.14369v1
Date: Fri, 25 Nov 2022 20:37:58 GMT
ステータス: 処理完了
システム内更新日: 2022-11-29 17:28:53.289543
Title: The Naughtyformer: A Transformer Understands Offensive Humor
Title（参考訳）: the naughtyformer: トランスフォーマーは不快なユーモアを理解する
Authors: Leonard Tang, Alexander Cai, Steve Li, Jason Wang
Abstract要約: Redditから抽出された新しいジョークデータセットを導入し、Naughtyformerと呼ばれる微調整されたトランスフォーマーを用いてサブタイプ分類タスクを解決する。本モデルでは, ジョークの攻撃性の検出が, 最先端の手法と比較して有意に優れていることを示す。
参考スコア（独自算出の注目度）: 63.05016513788047
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Jokes are intentionally written to be funny, but not all jokes are created the same. Some jokes may be fit for a classroom of kindergarteners, but others are best reserved for a more mature audience. While recent work has shown impressive results on humor detection in text, here we instead investigate the more nuanced task of detecting humor subtypes, especially of the less innocent variety. To that end, we introduce a novel jokes dataset filtered from Reddit and solve the subtype classification task using a finetuned Transformer dubbed the Naughtyformer. Moreover, we show that our model is significantly better at detecting offensiveness in jokes compared to state-of-the-art methods.
Abstract（参考訳）: 冗談はわざと笑うように書かれるが、全てのジョークが同じように作られるわけではない。いくつかのジョークは幼稚園の教室に合うかもしれないが、他のジョークはより成熟した観客に最も適している。最近の研究は、テキスト中のユーモアの検出に関する印象的な結果を示しているが、代わりに、ユーモアのサブタイプ、特に無邪気でない種類の検出という、より微妙なタスクを調査している。そこで我々は,Reddit から抽出された新しいジョークデータセットを導入し,Naughtyformer と呼ばれる微調整トランスフォーマーを用いてサブタイプ分類課題を解決する。さらに, 本モデルは, 最先端手法と比較して, ジョークにおける攻撃性の検出に極めて優れていることを示す。

関連論文リスト

ChatGPT is fun, but it is not funny! Humor is still challenging Large Language Models [19.399535453449488]
OpenAIのChatGPTモデルは、ほとんど人間レベルでコミュニケーションを取り、ジョークを言うことができます。ジョーク、すなわち生成、説明、検出に関する一連の探索実験において、ChatGPTの人間のユーモアを把握、再現する能力を理解しようと試みる。私たちの経験的証拠は、ジョークはハードコードではなく、主にモデルによって新たに生成されたものではないことを示している。
論文参考訳（メタデータ） (2023-06-07T16:10:21Z)
Witscript: A System for Generating Improvised Jokes in a Conversation [0.0]
Witscriptは、オリジナルの、文脈的に関係のあるジョークを即興で再現できる新しいジョーク生成システムである。人間の評価者は、入力文に対するWitscriptの反応が40%以上のジョークであると判断した。
論文参考訳（メタデータ） (2023-02-03T21:30:34Z)
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)
Towards Multimodal Prediction of Spontaneous Humour: A Novel Dataset and First Results [84.37263300062597]
風は人間の社会的行動、感情、認知の重要な要素である。現在のユーモア検出法は、ステージ化されたデータのみに基づいており、「現実世界」の応用には不十分である。約11時間の記録を含むPassau-Spontaneous Football Coach Humorデータセットを導入することで,この障害への対処に寄与する。
論文参考訳（メタデータ） (2022-09-28T17:36:47Z)
Do Androids Laugh at Electric Sheep? Humor "Understanding" Benchmarks from The New Yorker Caption Contest [70.40189243067857]
大きめのニューラルネットワークがジョークを生成できるようになったが、本当にユーモアを「理解」しているのだろうか? 私たちは、New Yorker Cartoon Caption Contestから派生した3つのタスクでAIモデルに挑戦します。どちらのモデルも3つのタスクすべてで苦労しています。
論文参考訳（メタデータ） (2022-09-13T20:54:00Z)
Don't Take it Personally: Analyzing Gender and Age Differences in Ratings of Online Humor [12.253859107637727]
年齢の異なる男女のアノテータによるユーモアと犯罪評価のデータセットを分析した。女性は男性よりもユーモアと犯罪を強く結びつけており、低いユーモアの格付けとより高い犯罪スコアを与える傾向にある。ユーモアの検出には性別や年齢の差はなかったが、女性や年長の注釈者は男性よりもジョークの文章をよく理解していないことを示唆した。
論文参考訳（メタデータ） (2022-08-23T12:04:36Z)
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)
Federated Learning with Diversified Preference for Humor Recognition [40.89453484353102]
We propose the FedHumor approach to recognize humorous text contents in a Personal manner through federated learning (FL)。様々なユーモア嗜好を持つ人々に対して、FedHumorのユーモア内容の正確な認識において、9つの最先端ユーモア認識アプローチと比較して、実験は大きな利点を示す。
論文参考訳（メタデータ） (2020-12-03T03:24:24Z)
"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)
Let's be Humorous: Knowledge Enhanced Humor Generation [26.886255899651893]
関連する知識をセットして、パンチラインを生成する方法について検討する。我々の知る限り、これは知識強化モデルでパンチラインを生成する最初の試みである。実験結果から,本手法は知識を生かして,流動的で面白いパンチラインを生成できることが示唆された。
論文参考訳（メタデータ） (2020-04-28T06:06:18Z)

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。