論文の概要: Who's Laughing Now? An Overview of Computational Humour Generation and Explanation

• arxiv url: http://arxiv.org/abs/2509.21175v1
• Date: Thu, 25 Sep 2025 13:56:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-26 20:58:12.956134
• Title: Who's Laughing Now? An Overview of Computational Humour Generation and Explanation
• Title（参考訳）: 今誰が笑うのか? : 計算ヒューム生成と説明の概観
• Authors: Tyler Loakman, William Thorne, Chenghua Lin,
• Abstract要約: 我々は、創造と説明の創造的なタスクに関連する計算ユーモアの風景を調査する。 基礎的なNLPタスクのすべての目印を包含するユーモアを理解するタスクにもかかわらず、ペストを超えたユーモアの生成と説明の作業はいまだに疎いままである。 本稿では,ユーモアの主観的かつ倫理的にあいまいな性質を考慮に入れた研究の今後の方向性について広範な議論を行う。
• 参考スコア（独自算出の注目度）: 21.197328006274578
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The creation and perception of humour is a fundamental human trait, positioning its computational understanding as one of the most challenging tasks in natural language processing (NLP). As an abstract, creative, and frequently context-dependent construct, humour requires extensive reasoning to understand and create, making it a pertinent task for assessing the common-sense knowledge and reasoning abilities of modern large language models (LLMs). In this work, we survey the landscape of computational humour as it pertains to the generative tasks of creation and explanation. We observe that, despite the task of understanding humour bearing all the hallmarks of a foundational NLP task, work on generating and explaining humour beyond puns remains sparse, while state-of-the-art models continue to fall short of human capabilities. We bookend our literature survey by motivating the importance of computational humour processing as a subdiscipline of NLP and presenting an extensive discussion of future directions for research in the area that takes into account the subjective and ethically ambiguous nature of humour.
• Abstract（参考訳）: ユーモアの創造と認識は人間の基本的な特徴であり、自然言語処理(NLP)における最も困難なタスクの1つとして、その計算的理解を位置づけている。 抽象的で創造的で、しばしば文脈に依存した構成として、ユーモアは理解と創造のために広範囲な推論を必要とし、現代の大言語モデル(LLM)の常識的知識と推論能力を評価するための関連するタスクである。 本研究は,創造と説明の創造的タスクに関連する計算ユーモアの景観を調査する。 基礎的なNLPタスクのすべての特徴を加味するユーモアの理解作業にもかかわらず、ペスト以外のユーモアの生成と説明作業は依然として不十分であり、最先端のモデルは人間の能力に欠け続けている。 我々は、計算ユーモア処理の重要性をNLPのサブディシデントとして動機づけ、ユーモアの主観的で倫理的に曖昧な性質を考慮に入れた領域における研究の今後の方向性について広範な議論を行うことで、文献調査を予約する。

関連論文リスト

• Comparing Apples to Oranges: A Dataset & Analysis of LLM Humour Understanding from Traditional Puns to Topical Jokes [21.197328006274578]
  我々は、単純な句から複雑な話題のユーモアまで、モデルのジョーク説明能力を比較する。 この目的のために、4つのジョークタイプで600のジョークのデータセットをキュレートする。 これらのジョークにはヘテログラフィックやホモグラフィックの句、現代のインターネットユーモア、話題のジョークが含まれる。
  論文  参考訳（メタデータ） (2025-07-17T17:51:20Z)
• Beyond Profile: From Surface-Level Facts to Deep Persona Simulation in LLMs [50.0874045899661]
  本稿では,文字のテキストワークに現れる言語パターンと独特の思考パターンの両方を再現するモデルである characterBot を紹介する。 著名な中国の作家ル・ジュンをケーススタディとして、17冊のエッセイ集から派生した4つの訓練課題を提案する。 これには、外部の言語構造と知識を習得することに焦点を当てた事前訓練タスクと、3つの微調整タスクが含まれる。 言語的正確性と意見理解の3つのタスクにおいて、キャラクタボットを評価し、適応されたメトリクスのベースラインを著しく上回ることを示す。
  論文  参考訳（メタデータ） (2025-02-18T16:11:54Z)
• 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)
• Systematic Literature Review: Computational Approaches for Humour Style Classification [0.2455468619225742]
  本稿では,二進法とサルカズム認識に応用した計算手法の展望について検討する。 潜在的な研究ギャップを特定し、有望な方向性を概説する。 SLRはユーモアと皮肉に関連する既存のデータセットへのアクセスを提供し、将来の研究者の作業を促進する。
  論文  参考訳（メタデータ） (2024-01-30T16:21:47Z)
• OxfordTVG-HIC: Can Machine Make Humorous Captions from Images? [27.899718595182172]
  ユーモア生成と理解のための大規模データセットであるOxfordTVG-HIC(Humorous Image Captions)を提案する。 OxfordTVG-HICは幅広い感情的・意味的な多様性を特徴とし、アウト・オブ・コンテクストの例である。 我々は、生成されたテキストのユーモアを評価するために、OxfordTVG-HICをどのように活用できるかを示す。
  論文  参考訳（メタデータ） (2023-07-21T14:58:44Z)
• Interactive Natural Language Processing [67.87925315773924]
  対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。 本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
  論文  参考訳（メタデータ） (2023-05-22T17:18:29Z)
• 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)
• 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)

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。