論文の概要: Witscript: A System for Generating Improvised Jokes in a Conversation
- arxiv url: http://arxiv.org/abs/2302.02008v1
- Date: Fri, 3 Feb 2023 21:30:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-07 20:53:05.698555
- Title: Witscript: A System for Generating Improvised Jokes in a Conversation
- Title（参考訳）: Witscript:会話における改善されたジョーク生成システム
- Authors: Joe Toplyn
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A chatbot is perceived as more humanlike and likeable if it includes some
jokes in its output. But most existing joke generators were not designed to be
integrated into chatbots. This paper presents Witscript, a novel joke
generation system that can improvise original, contextually relevant jokes,
such as humorous responses during a conversation. The system is based on joke
writing algorithms created by an expert comedy writer. Witscript employs
well-known tools of natural language processing to extract keywords from a
topic sentence and, using wordplay, to link those keywords and related words to
create a punch line. Then a pretrained neural network language model that has
been fine-tuned on a dataset of TV show monologue jokes is used to complete the
joke response by filling the gap between the topic sentence and the punch line.
A method of internal scoring filters out jokes that don't meet a preset
standard of quality. Human evaluators judged Witscript's responses to input
sentences to be jokes more than 40% of the time. This is evidence that
Witscript represents an important next step toward giving a chatbot a humanlike
sense of humor.
- Abstract（参考訳）: チャットボットは、アウトプットにジョークが含まれていると、より人間らしく、好まれると見なされる。
しかし、既存のジョークジェネレータの多くはチャットボットに統合されるように設計されていなかった。
本稿では,会話中のユーモラスな反応など,本来の文脈に関連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Witscriptを提案する。
このシステムは、プロのコメディライターが作ったジョークを書くアルゴリズムに基づいている。
witscriptは自然言語処理のよく知られたツールを使用してトピック文からキーワードを抽出し、wordplayを使ってそれらのキーワードと関連する単語をリンクしてパンチラインを作成する。
そして、テレビ番組のモノローグジョークのデータセットに微調整された事前学習されたニューラルネットワーク言語モデルを用いて、話題文とパンチラインのギャップを埋めてジョーク応答を完了させる。
内部スコアリングの方法は、予め設定された品質基準を満たしていないジョークをフィルタリングする。
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。
これは、Witscriptがチャットボットに人間のようなユーモアを与えるための重要なステップであることを示す証拠だ。
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 2: A System for Generating Improvised Jokes Without Wordplay [0.0]
Witscript 2は、大きな言語モデルを使用して、ワードプレイの代わりに常識に依存する会話ジョークを生成する。
人間の評価者は、入力文に対するWitscript 2の反応を、人間の回答の70%に比べて46%の確率でジョークであると判断した。
論文 参考訳（メタデータ） (2023-02-03T21:51:55Z) - Witscript 3: A Hybrid AI System for Improvising Jokes in a Conversation [0.0]
以前の論文では、会話でジョークを即興するAIシステムとして、WitscriptとWitscript 2が紹介されていた。
Wittscript 3はワードプレイに依存するジョークを生成するが、Witscript 2で生成されるジョークは常識に依存している。
人間の評価者は、入力文に対するWitscript 3の反応を、その時間の44%のジョークであると判断した。
論文 参考訳（メタデータ） (2023-01-06T19:25:46Z) - The Naughtyformer: A Transformer Understands Offensive Humor [63.05016513788047]
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。
論文 参考訳（メタデータ） (2022-11-25T20:37:58Z) - 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) - CheerBots: Chatbots toward Empathy and Emotionusing Reinforcement
Learning [60.348822346249854]
本研究では,複数の共感型チャットボットがユーザの暗黙の感情を理解し,複数の対話のターンに対して共感的に応答する枠組みを提案する。
チャットボットをCheerBotsと呼びます。CheerBotsは検索ベースまたは生成ベースで、深い強化学習によって微調整されます。
共感的態度で反応するため,CheerBotsの学習支援としてシミュレーションエージェントである概念人間モデルを開発し,今後のユーザの感情状態の変化を考慮し,共感を喚起する。
論文 参考訳（メタデータ） (2021-10-08T07:44:47Z) - Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn
Chatbot Responding with Intention [55.77218465471519]
本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。
我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。
本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
論文 参考訳（メタデータ） (2021-03-30T15:24:37Z) - Towards Conversational Humor Analysis and Design [17.43766386622031]
本論文は,Incongruity Theoryに基づく,特定の設定からのパンチラインの分類と生成という2つの概念を基本とする。
ユーモア生成には、ニューラルモデルを使用し、古典的なルールベースのアプローチとニューラルアプローチをマージしてハイブリッドモデルを作成します。
次に、我々のモデルを人間の記述したジョークと人間の評価者の助けを借りて、二重盲検研究で使用し比較する。
論文 参考訳（メタデータ） (2021-02-28T15:22:57Z) - Dutch Humor Detection by Generating Negative Examples [5.888646114353371]
覚醒検出は通常二分分類タスクとしてモデル化され、与えられたテキストがジョークか他のタイプのテキストかを予測するように訓練される。
本稿では,本来のジョークデータセットを模倣するテキスト生成アルゴリズムを提案し,学習アルゴリズムの難易度を高める。
古典的ニューラルネットワークアプローチのユーモア検出能力と,最先端のオランダ語モデルであるRobBERTとの比較を行った。
論文 参考訳（メタデータ） (2020-10-26T15:15:10Z)
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。