在最近幾個(gè)月的時(shí)間里，人工智能的表現(xiàn)上已經(jīng)取得了巨大的進(jìn)步，尤其是那些被認(rèn)為是電腦幾乎不可能完成的事情，例如：面部和物體的識(shí)別。但也有一些領(lǐng)域，對(duì)機(jī)器而言仍然難以去掌握，比如幽默。幽默感是一種獨(dú)特的個(gè)性，而且幽默感本身也難以界定。

部分原因是，幽默取決于許多內(nèi)心因素，并且可能隨著時(shí)間的變化而發(fā)生改變。有些現(xiàn)在看來(lái)可笑的事情，可能在晚些時(shí)候或明天就似乎并不那么好笑了。

然而，很多語(yǔ)言學(xué)家和心理學(xué)家認(rèn)為，好的笑話都有著共同的屬性，通過(guò)系統(tǒng)性的分析應(yīng)該能夠揭示出來(lái)?，F(xiàn)在的問(wèn)題是如何處理這些幽默的話語(yǔ)，以及機(jī)器學(xué)習(xí)是否能有所幫助。

如今，得益于密歇根大學(xué)的 Dragomir Radev 和在雅虎實(shí)驗(yàn)室、哥倫比亞大學(xué)，以及《紐約客》雜志的共同努力，我們得到了一個(gè)答案。這些研究人員一直在研究與漫畫相關(guān)的說(shuō)明文字（旁白、對(duì)話和字幕）。

《紐約客》每星期都會(huì)出版一部沒(méi)有任何說(shuō)明文字的漫畫，并允許讀者提交自己的內(nèi)容。之后《紐約客》的編輯會(huì)挑選出前三名，并要求讀者投票選出最佳。

此舉創(chuàng)造了一個(gè)巨大的說(shuō)明文字?jǐn)?shù)據(jù)庫(kù)。如今，Radev 和其合作伙伴發(fā)表了他們的研究——研究了自2005年以來(lái)，為50部《紐約客》 動(dòng)畫而編寫的30萬(wàn)種說(shuō)明文字。

他們的方法很簡(jiǎn)單。首先使用多種標(biāo)準(zhǔn)語(yǔ)言技巧，分析了所有為同一部卡通撰寫的說(shuō)明文字。標(biāo)準(zhǔn)包括了正面或負(fù)面的情緒程度，說(shuō)明文字是否是以人類為中心（即是否參照了個(gè)人），以及他們是如何明確提及在漫畫中所描繪的物體等等。

Radev 和其合作伙伴也利用了網(wǎng)絡(luò)理論來(lái)研究這些文字。他們列出了每段文字中所提到的主題，然后通過(guò)連接那些提到了相同主題的文字來(lái)創(chuàng)建網(wǎng)絡(luò)。這可以讓他們使用標(biāo)準(zhǔn)的網(wǎng)絡(luò)分析工具發(fā)現(xiàn)網(wǎng)絡(luò)中最重要的節(jié)點(diǎn)，即核心屬性。

每種方法都能產(chǎn)生一個(gè)說(shuō)明文字的排名。Radev 和其合作伙伴會(huì)把每個(gè)排名最高的說(shuō)明文字，和他們的“黃金法則”進(jìn)行對(duì)比：也就是《紐約客》讀者所選出來(lái)的最有趣的說(shuō)明文字。

Radev 表示，研究結(jié)果提供了一些對(duì)有趣的理解?！拔覀儼l(fā)現(xiàn)這些方法一致認(rèn)為，符合帶有負(fù)面情緒、以人為本和詞匯的中心性的這些說(shuō)明文字更有趣?！?/span>

這是一個(gè)奇怪的研究，以至于研究本身的可靠性也難以評(píng)估。研究人員承認(rèn)，在發(fā)現(xiàn)負(fù)面情緒與有趣的相關(guān)性方面一點(diǎn)都不驚喜；以人為本也是幽默中能夠預(yù)期到的特性。

很容易想象，這項(xiàng)研究的目標(biāo)之一，就是為《紐約客》每周一期的漫畫，制作能從成千上萬(wàn)的內(nèi)容中自動(dòng)選擇最佳說(shuō)明文字的機(jī)器。如果可以，還能讓機(jī)器寫出更好的漫畫說(shuō)明文字，也許會(huì)全程自動(dòng)化。

但我們以后可以讓計(jì)算機(jī)講笑話了嗎？研究中并沒(méi)有那么明確，可以想見短期內(nèi)并不會(huì)這樣。

via technologyreview

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。