[论文解读] A symbolic description of punning riddles and its computer implementation

Kim Binsted, Graéme Ritchie|ArXiv.org|Jun 13, 1994

Artificial Intelligence in Games被引用 9

一句话总结

本文提出了一种基于词语游戏中的语义和句法规律的符号计算模型，用于生成双关语谜题，使用通用词典而无需针对笑话进行专门调优。所实现的系统生成的谜题质量与学校中常见的水平相当，经人工评估验证。

ABSTRACT

Riddles based on simple puns can be classified according to the patterns of word, syllable or phrase similarity they depend upon. We have devised a formal model of the semantic and syntactic regularities underlying some of the simpler types of punning riddle. We have also implemented this preliminary theory in a computer program which can generate riddles from a lexicon containing general data about words and phrases; that is, the lexicon content is not customised to produce jokes. Informal evaluation of the program's results by a set of human judges suggest that the riddles produced by this program are of comparable quality to those in general circulation among school children.

研究动机与目标

• 形式化简单双关语谜题背后的语义和句法模式。
• 开发一种无需定制化词典的计算系统以生成谜题。
• 将生成的谜题质量与现实世界中的范例进行对比评估。
• 证明通用语言数据可支持创造性、幽默性的语言生成。

提出的方法

• 作者定义了支撑双关语谜题的词语、音节和短语相似性的正式模式。
• 设计了一套基于符号规则的系统，利用句法和语义规律来利用这些模式。
• 系统使用包含标准词语和短语数据的通用词典，而非专为幽默设计的词典。
• 谜题生成通过跨词汇项的结构和语音相似性匹配来驱动。
• 实现基于符号人工智能框架，强调基于规则的推理而非统计学习。
• 通过评委小组对谜题质量进行非正式人工判断来评估程序。

实验结果

研究问题

• RQ1 简单双关语谜题的结构背后，有哪些符号模式？
• RQ2 通用词典能否支持生成连贯且幽默的谜题？
• RQ3 该系统生成的谜题与自然产生的谜题在质量上如何比较？
• RQ4 符号规则在多大程度上能模拟词语游戏中的创造力？
• RQ5 非交互式、基于规则的系统能否生成与人类在非正式场合创作的谜题难以区分的谜题？

主要发现

• 该系统仅使用通用语言数据成功生成了双关语谜题，无需针对笑话进行调优。
• 人工评委评定生成谜题的质量与学校儿童间常见的谜题相当。
• 符号模型有效捕捉了双关语谜题中的关键结构和语义模式。
• 生成的谜题既具有句法连贯性，也体现了预期的语音或形态游戏。
• 该方法表明符号计算可支持如谜题生成等创造性语言任务。
• 结果表明，词语游戏的形式化模式可被系统地建模与实现。