[发明专利]一种幽默文本自动生成方法、系统、介质、设备及终端

说明书

本发明属于幽默文本生成技术领域，公开了一种幽默文本自动生成方法、系统、介质、设备及终端，提出新的幽默文本生成任务；构建基于生成对抗网络的幽默文本生成模型AMQ‑GAN；采用双判别器，分别提取语义特征和幽默特征；采用基于对比学习的数据增强技术，并采用prompt设置特定的幽默文本训练模板，使生成的文本突出幽默的特征。本发明设计AMQ‑GAN模型，通过SimCSE技术、prompting技术、语义特征判别和幽默特征判别器，有效指导生成器生成了具有语义特征和幽默特征的开放式文本。实验结果表明，本发明提出的AMQ‑GAN模型在一定程度上实现了开放性幽默文本的要求。

技术领域

本发明属于幽默文本生成技术领域，尤其涉及一种幽默文本自动生成方法、系统、介质、设备及终端。

背景技术

目前，幽默，是人们日常沟通交流的重要组成部分，在传统小品、喜剧、相声以及日常对话中给人们的生活增添了无穷的乐趣。随着人工智能和自然语言处理领域的发展，越来越多的人机智能互动产品走向人们的日常生活。近些年来“Siri”、“小爱同学”、“微软小冰”等智能语音助手凭借着良好的交互性、智能性迅速博得了全世界各地的用户的青睐。与此同时，人们不仅仅只满足与智能语音助手简单的对话交流，而是越来越希望智能语音助手在人机语音交互的过程中赋有温度与情感，更加贴近人们日常生活的对话方式。幽默作为人际交往中的重要方式，不仅可以拉近人们之间的距离，更在冲突和问题中充当着重要角色。所以，使智能语音助手赋有幽默性的特点，既可以增加机器的个性化和创造性，又能在人机交互的过程中提升用户的体验。Nijholt等人的研究表明，在人机交互的系统中引入幽默特征，能够使总体对话量增加50％。因此，幽默文本生成研究是值得关注的，现阶段对于幽默文本生成的研究多集中于融合外部知识的深度学习方法，并取得了一定的效果，但无法做到兼顾文本中语义特征和幽默特征的要求，生成的幽默文本往往存在语义信息丢失、重复、幽默特性不足的问题，很难在实际的人机交互中提供大量合适的幽默文本。

幽默具体分为指称性幽默(Referential or Conceptual Humor)和言语性幽默(Verbal Humor)。指称性幽默主要通过语言之外的方式表现，如在特定的场景、事件中进行描述，往往更具有逻辑以及深层意义，需要听者有一定的知识、常识、学历等背景。而言语性幽默是通过语言文字的方式来传递幽默，如从双关语、谐音、不一致等语义特征上产生一些幽默，这类幽默易于听者理解，是日常生活中最常见的幽默类型。本发明针对上述两种幽默类型展开研究。

较早的幽默文本生成任务主要集中在以固定的模式或特定的表达方式来产生幽默，如词语替换、双关语表达等基本方式。Petrovi’c等人通过设置“I like x like I likey,z”的模板，使用无监督学习提取笑点的三元组进行幽默文本的生成。Lessard等人发表了基于自动生成双关语的幽默生成研究论文，该论文主要通过自动生成具有简单语音歧义的双关语谜语来产生幽默。Ritchie等人也生成了双关语式的幽默。近些年部分研究者通过幽默的不协调性来分析和预测双关语，发现了模棱两可的句子往往更有趣。在上述工作的基础上，Yu等人将神经模型应用于双关语生成，他们训练的模型突出了句子中单词不同的含义，通过同形异义来生成幽默。He等人设计的语言模型，通过提高同音词的概率生成双关语，从而使句子变得有趣。然而上述方法都是基于人工的方式观察幽默特征，生成的笑话都比较孤立，不具有开放性。