本文旨在测试自然语言生成（NLG）在幽默方面的能力，我们使用各种方法进行生成，包括从头开始训练 Seq2seq、微调中型 PLMs 和大型 PLMs（有和无微调）。我们使用一些由数字化的中国相声剧本组成的新数据集对这些方法进行了基准测试，并进行了人员评估，表明大规模预训练大大提高了相声生成的质量，但我们得出结论：幽默生成目前还处于起步阶段。

Jul, 2022

通过对 Ruo Zhi Ba 平台上的智力挑战和文化特定笑话进行注释，我们构建了一个名为 Chumor 的数据集，并通过 A/B 测试与两种先进的语言模型 GPT-4o 和 ERNIE Bot 进行人类解释评估，结果表明 Chumor 是对于 SOTA 语言模型也具有挑战性，而 Chumor 笑话的人类解释明显优于语言模型生成的解释。

Jun, 2024

通过编辑文本，我们研究了大型语言模型（LLMs）是否能够生成用于幽默检测的合成数据。我们对现有的人类数据集进行了基准测试，并展示了当前的 LLMs 在判断幽默性和幽默检测的下游任务中，能够令人印象深刻地去除笑话。我们还将我们的方法扩展到了一个混合编码的英文 - 印地语幽默数据集，发现 GPT-4 的合成数据得到了双语注释者的高评价，并为幽默分类器提供了具有挑战性的对抗性例子。

Feb, 2024

通过对具有矛盾叙事的漫画展开研究，本文引入了 YesBut 评估基准，旨在评估人工智能在识别和解释具有幽默矛盾的漫画方面的能力。通过广泛的实验和分析，我们发现即使是最先进的模型在此任务上仍然落后于人类表现，为人工智能在理解人类创造性表达方面的当前限制和潜在改进提供了见解。

May, 2024

本文研究生成长篇叙述性内容的故事生成问题，提出了一种新的生成框架，通过依存关系增强机制和同义词去噪训练增强语义表示学习，显著提高了中文故事生成模型性能。

Oct, 2022

通过多步推理，我们探讨了一句笑话的生成。通过重构创造幽默的过程并开发工作原型来生成幽默。我们进行了涉及人类参与者的全面实验，将其与人类创造的笑话、零样本 GPT-4 生成的幽默和其他基准进行比较。评估侧重于所生成幽默的质量，以人工标注作为基准。我们的发现表明，多步推理方法始终改善了所生成幽默的质量。我们呈现了结果，并分享了我们实验中使用的数据集，以提供关于如何通过人工智能提升幽默生成的见解。

May, 2024

通过 DuanzAI 方法实现了对汉语俚语的深度理解，以构建与人类表达更加贴合的回应，并发布了先进的聊天机器人 ChatDAI 的代码。

May, 2024

本文深入探讨了讽刺新闻标题的语法和语义结构，找到了制造幽默的关键词和概念，为构建制造幽默的系统提供了新的见解。

Jan, 2019

本文介绍了一个多任务隐喻生成框架，包括自我训练和隐喻鉴别机制，用于解决中文命名隐喻生成的数据稀缺性问题。实验结果表明，与基准模型相比，我们的模型可以生成具有更好可读性和创造性的隐喻，即使训练数据不充足。

Jun, 2022

本文提出了一种简单而有效的方法来生成双关语句子，该方法不需要训练现有双关语。我们的方法受到幽默理论的启发，即歧义来自于上下文而不是双关词本身，我们的模型首先通过反向字典生成与双关词相关概念的列表，然后利用一次性 GPT3 生成上下文单词，最后将从两个概念中的上下文词语生成双关语。人类评估表明，我们的方法成功地生成 52％的双关语，远远优于其他精心制作的基线和最先进的模型。

May, 2022