作者：Benyou Wang, Xiangbo Wu, Xiaokang Liu,等

简介：语言是人类交流的主要工具，其中幽默是最吸引人的部分之一。使用计算机生成像人类一样的自然语言，也就是自然语言生成 (NLG)，已广泛用于对话系统、聊天机器人、机器翻译以及计算机辅助创建，例如创意生成、脚本编写。然而，自然语言的幽默方面研究相对较少，尤其是在预训练语言模型的时代。在这项工作中，作者旨在初步测试 NLG 是否可以像人类一样产生幽默。作者建立了一个新的数据集，其中包含大量数字化的中国相声脚本（称为 C3简而言之），这是一种自 1800 年代以来流行的中国表演艺术，称为“相声”。（为了方便非中文使用者，作者在本文中将“Xiangsheng”称为“crosstalk”。）作者对各种生成方法进行了基准测试，包括从头开始训练的 Seq2seq、微调的中规模 PLM 和大规模 PLM（有和没有微调）。此外，作者还进行了人工评估，表明 1）大规模预训练大大提高了串扰生成质量；2) 即使是从最好的 PLM 生成的脚本也与我们的预期相去甚远，只有 65% 的人为串扰质量。作者得出结论：使用大规模 PLM 可以大大改善幽默的生成，但仍处于起步阶段。 

 

论文下载：https://arxiv.org/pdf/2207.00735.pdf

数据和基准测试代码的下载地址：https://github.com/anonNo2/crosstalk-generation

内容中包含的图片若涉及版权问题，请及时与我们联系删除