Witscript 2 是基于大型语言模型生成对话式笑话的系统，并且将重点放在共识而非言语游戏上，通过人类评估者的测试，其产生的笑话的有效性为 46％，人类作出的为 70％，这表明 Witscript 2 是使聊天机器人具有人类幽默感的一个重要进展。

Feb, 2023

本研究提出了 Witscript 3，它使用三种笑话生成机制生成笑话，并选择最佳输出。Witscript 3 基于专家喜剧作家创建的幽默算法，能使聊天机器人更像有人类幽默感。研究人员发现，受试者在输入句子得到 Witscript 3 的回答时有 44% 的评价结果认为是笑话。

Jan, 2023

本文介绍了构建能够为特定图像生成俏皮描述的计算机模型的研究，并且根据人类对幽默的欣赏理解，采用语言文字游戏，特别是双关语来为图像添加俏皮描述，并使用大量语料库或编码 - 解码神经网络结构产生，与有意义的基准方法通过人类研究进行了比较，证明了实现幽默的模型表现得更好。

Apr, 2017

Poetwannabe 是一个聊天机器人，具有自然语言对话的能力，并且主要功能是上下文感知的问答（QA），次要功能是维护用户参与度。为回答问题，对话系统主要使用来自维基百科和 DBpedia 的事实数据，以及公共论坛中真实用户交互的数据和一般文献的数据。

May, 2018

利用促发实验，探索 ChatGPT 的幽默感，发现其不能生成新的笑话，但能够解释 、分类有效的笑话，对于无效笑话则提供虚构解释。ChatGPT 还没有完全解决计算幽默的问题，但是它可以成为 “有趣” 机器的一大飞跃。

Jun, 2023

该论文描述了 CHATS - CHatty Agents Text-to-Speech，这是一种基于书面对话生成口语对话的离散标记系统，通过仅使用说话方的转录，同时为说话方和倾听方生成语音，消除了对倾听方的转录需求，同时可以促进自然交谈的轮换和流畅对话的生成。

Oct, 2023

该论文探讨了使用 GPT-3 模型进行幽默生成，包括建模人类喜剧写作理论和利用分步思维指导。此外，还探讨了认知距离在创造幽默方面的作用。

Jun, 2023

本文介绍了一种基于计算机视觉的图像标注系统 -- Neural Joking Machine（NJM），该系统可根据主题（图像）和有趣的标题（文本）自动输出有趣的标题，并使用 Funny Score 对模型进行优化，实验结果表明，使用 NJM 的结果比使用基线（MS COCO Pre-trained CNN+LSTM）更为有效。

May, 2018

本文介绍了一种将 APIs 与聊天机器人相融合的方案，旨在帮助缺乏技术能力的业务用户实现自动化解决方案。文中提出了一种生成句子训练意图识别模型的系统，并使用深度学习模型进行评估，结果显示很有前景，在系统中引入人的参与将进一步提高系统性能。

Jun, 2022

本研究提出两种算法用于自动模仿哲理陈述并克服原创性和句法正确性之间的平衡问题，一种使用插值马尔可夫模型以提高生成文本的质量，另一种则提议动态提取并填充新内容以生成句子模板。这些算法是自动拟仿和模板学习系统的有价值的新工具。

Sep, 2019