Fugu-MT 論文翻訳(概要): Witscript 2: A System for Generating Improvised Jokes Without Wordplay

論文の概要: Witscript 2: A System for Generating Improvised Jokes Without Wordplay

arxiv url: http://arxiv.org/abs/2302.03036v1
Date: Fri, 3 Feb 2023 21:51:55 GMT
ステータス: 処理完了
システム内更新日: 2023-02-08 18:41:27.791747
Title: Witscript 2: A System for Generating Improvised Jokes Without Wordplay
Title（参考訳）: witscript 2:wordplayなしで即興ジョークを生成するシステム
Authors: Joe Toplyn
Abstract要約: 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。
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 previous paper presented Witscript, a system for generating conversational jokes that rely on wordplay. This paper extends that work by presenting Witscript 2, which uses a large language model to generate conversational jokes that rely on common sense instead of wordplay. Like Witscript, Witscript 2 is based on joke-writing algorithms created by an expert comedy writer. Human evaluators judged Witscript 2's responses to input sentences to be jokes 46% of the time, compared to 70% of the time for human-written responses. This is evidence that Witscript 2 represents another step toward giving a chatbot a humanlike sense of humor.
Abstract（参考訳）: 以前の論文では、ワードプレイに依存する会話型ジョークを生成するシステムであるwitscriptを発表した。本稿では、大きな言語モデルを用いて、単語プレイの代わりに常識に依存する会話的ジョークを生成する Witscript 2 を提示することにより、その作業を拡張した。 Witscriptと同様に、Witscript 2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。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。これは、Witscript 2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別のステップであることを示す証拠である。

関連論文リスト

Can Pre-trained Language Models Understand Chinese Humor? [74.96509580592004]
本論文は,事前学習言語モデル(PLM)のユーモア理解能力を体系的に研究する最初の論文である。提案した評価フレームワークのすべてのデータ要件を完全に満たす中国の総合的ユーモアデータセットを構築した。中国のユーモアデータセットに関する実証的研究は、ユーモア理解と生成におけるPLMの将来の最適化に非常に役立つ貴重な観察結果をもたらす。
論文参考訳（メタデータ） (2024-07-04T18:13:38Z)
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)
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)
A Benchmark for Understanding and Generating Dialogue between Characters in Stories [75.29466820496913]
本研究は,機械が物語の対話を理解・生成できるかどうかを探求する最初の研究である。マスク付き対話生成と対話話者認識という2つの新しいタスクを提案する。 DialStoryの自動評価と手動評価で既存のモデルをテストすることで,提案課題の難しさを示す。
論文参考訳（メタデータ） (2022-09-18T10:19:04Z)
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)
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)
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)
Screenplay Quality Assessment: Can We Predict Who Gets Nominated? [53.9153892362629]
本稿では,言語的手がかりに基づく脚本の品質評価手法を提案する。産業の意見やナラトロジーに基づいて、ドメイン固有の特徴を共通分類技法に抽出し、統合する。
論文参考訳（メタデータ） (2020-05-13T02:39:56Z)

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。