論文の概要: Prompt to GPT-3: Step-by-Step Thinking Instructions for Humor Generation
- arxiv url: http://arxiv.org/abs/2306.13195v1
- Date: Thu, 22 Jun 2023 20:38:52 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-26 14:15:49.428950
- Title: Prompt to GPT-3: Step-by-Step Thinking Instructions for Humor Generation
- Title(参考訳): gpt-3: ユーモア生成のためのステップバイステップ思考指導
- Authors: Yuetian Chen, Bowen Shi and Mei Si
- Abstract要約: 本稿では,人間のコメディ執筆理論をモデル化し,ステップバイステップの思考指導を利用するGPT-3を用いたユーモア生成について検討する。
また,ユーモア形成における認知距離の役割についても検討した。
- 参考スコア(独自算出の注目度): 6.612883925152328
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Artificial intelligence has made significant progress in natural language
processing, with models like GPT-3 demonstrating impressive capabilities.
However, these models still have limitations when it comes to complex tasks
that require an understanding of the user, such as mastering human comedy
writing strategies. This paper explores humor generation using GPT-3 by
modeling human comedy writing theory and leveraging step-by-step thinking
instructions. In addition, we explore the role of cognitive distance in
creating humor.
- Abstract(参考訳): 人工知能は自然言語処理において大きな進歩を遂げており、GPT-3のようなモデルには印象的な能力がある。
しかしながら、これらのモデルには、人間のコメディ執筆戦略を習得するなど、ユーザの理解を必要とする複雑なタスクに関して、制限がある。
本稿では,人間のコメディ執筆理論をモデル化し,ステップバイステップの思考指導を利用するGPT-3を用いたユーモア生成について検討する。
さらに,ユーモアの創造における認知距離の役割について考察する。
関連論文リスト
- 3D-GPT: Procedural 3D Modeling with Large Language Models [50.57513088909881]
命令駆動3Dモデリングのための大規模言語モデル(LLM)を利用するフレームワークである3D-GPTを紹介する。
3D-GPTは、3Dモデリングタスクをアクセス可能なセグメントに分割し、各タスクにアプエージェントを割り当てる。
我々の実証調査では、3D-GPTが解釈し、指示を実行し、信頼性の高い結果を提供するだけでなく、人間デザイナーと効果的に協力することを確認した。
論文 参考訳(メタデータ) (2023-10-19T17:41:48Z) - This joke is [MASK]: Recognizing Humor and Offense with Prompting [9.745213455946324]
風は日々の人間との交流やコミュニケーションにおいて磁気的要素である。
ユーモア認識のためのNLPの新しい伝達学習パラダイムであるプロンプトの有効性について検討する。
論文 参考訳(メタデータ) (2022-10-25T13:02:45Z) - 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 [58.84838232259392]
ヒューモアは人間の感情と認知の重要な要素である。
ユーモア検出の現在の方法は、単にステージ化されたデータに基づいており、'現実世界'のアプリケーションには不十分である。
約11時間の録音を含むPassau-Spontaneous Football Coach Humourデータセットについて紹介する。
論文 参考訳(メタデータ) (2022-09-28T17:36:47Z) - Towards Plug'n Play Task-Level Autonomy for Robotics Using POMDPs and
Generative Models [0.0]
ロボットのスキルを、特定のタスクを達成するためにそのスキルをスケジュールする作業自律型ロボットコントローラに統合するアプローチについて述べる。
私たちのジェネレーティブスキルドキュメンテーション言語(GSDL)は、コードドキュメンテーションをコンパクトで表現力のあるものにします。
抽象マッピング(AM)は、低レベルのロボットコードと抽象AI計画モデルとのギャップを埋める。
論文 参考訳(メタデータ) (2022-07-20T07:27:47Z) - Using cognitive psychology to understand GPT-3 [0.0]
我々は認知心理学のツールを用いて,近年の大規模言語モデルであるGPT-3を研究した。
我々は, GPT-3の意思決定, 情報探索, 検討, 因果推論能力を評価する。
論文 参考訳(メタデータ) (2022-06-21T20:06:03Z) - CoAuthor: Designing a Human-AI Collaborative Writing Dataset for
Exploring Language Model Capabilities [92.79451009324268]
我々は,GPT-3の創造的かつ議論的な記述を支援する能力を明らかにするために設計されたデータセットであるCoAuthorを提案する。
我々は、CoAuthorがGPT-3の言語、アイデア、コラボレーション機能に関する問題に対処できることを実証した。
インタラクション設計に関して,この作業がLMの約束や落とし穴に関して,より原則化された議論を促進する可能性について論じる。
論文 参考訳(メタデータ) (2022-01-18T07:51:57Z) - Reframing Instructional Prompts to GPTk's Language [72.69833640335519]
本稿では,モデル設計者が言語モデルに対して効果的なプロンプトを作成するためのリフレーミング手法を提案する。
その結果、リフレーミングはサンプルの複雑さを減らしながら、数ショットの学習性能を14%向上させることがわかった。
GPT3では、大規模なデータセットでモデルやプロンプトをチューニングすることは不可能である。
論文 参考訳(メタデータ) (2021-09-16T09:44:43Z) - Advancing Humor-Focused Sentiment Analysis through Improved
Contextualized Embeddings and Model Architecture [0.0]
噂によって、私たちは都合よく、効果的に思考や感情を表現することができます。
言語モデルが仮想アシスタントやIOTデバイスを介してユビキタス化するにつれ、ユーモアを意識したモデルを開発する必要性が指数関数的に高まっていく。
論文 参考訳(メタデータ) (2020-11-23T22:30:32Z) - Language Models are Few-Shot Learners [61.36677350504291]
言語モデルのスケールアップにより、タスクに依存しない、少数ショットのパフォーマンスが大幅に向上することを示す。
我々は、1750億のパラメータを持つ自動回帰言語モデルであるGPT-3を訓練し、その性能を数ショットでテストする。
GPT-3は、翻訳、質問応答、クローズタスクを含む多くのNLPデータセットで高いパフォーマンスを達成する。
論文 参考訳(メタデータ) (2020-05-28T17:29:03Z)
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。