日报

微软联手《纽约客》培养机器人幽默感

刊登于 2015-08-13

微软联手《纽约客》,打算培养机器人的幽默感。

美国《纽约客》杂志编辑常常陷入对幽默的审美疲劳──他们定期举行的漫画配词大赛深受读者喜爱,每周都会收到5000多份投稿,令负责选出最幽默文字的编辑不堪重负。 为此,他们与微软公司研究员合作,进行了一项教计算机学会幽默的人工智能项目,让计算机来为人类的幽默感打分。

通过提高对语义、动机、情绪的理解,赋予机器理解及生产幽默的能力,可以促进人机互动及合作。

3名微软研究者在论文中称

让计算机学会幽默是机器学习中的最大难题之一,而克服这一难题将带来重要意义。利用《纽约客》漫画配词比赛中的10幅作品,3名微软研究者雇用实验者对不同配词的幽默程度进行排序,通过文字配对分析识别出有趣者和不那么有趣者的显著区别,最后建立起一个分类器来自动识别更有趣的文字。测验结果显示,机器识别为有趣配词中的55.8%也是《纽约客》编辑青睐的作品。这意味着学会幽默的机器有望替编辑减轻一半工作量,而它们也不会出现审美疲劳的问题。

微软的这项研究成果将于8月13日在悉尼知识发现与数据挖掘大会(Knowledge Discovery and Data Mining)上公布,但研究者们的野心不仅局限于让机器人理解《纽约客》式的幽默。他们希望未来能令机器人对幽默的理解更加“个性化”,了解每个人不同的幽默品味,并找到相似品味的人。

71
负责评选幽默配词的《纽约客》责任编辑 Bob Mankoff 已有71岁高龄。

声音

有时候小冰(微软亚洲研究院的人工智能聊天机器人)讲的笑话并不好笑,现在微软可以利用这门技术来调教一下小冰了,至少可以让她对笑话来个排名。

36Kr专栏作家boxi

即使机器人学会了怎么识别幽默,也很难创造幽默。

不具名网友

机器学习

机器学习是近20多年兴起的一门多领域交叉学科,涉及机率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的、行之有效的学习算法。很多推论问题属于无程序可循难度,所以部分机器学习研究是开发容易处理的近似算法。机器学习已广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜寻引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人等领域。(资料来自维基百科)

来源:微软研究者论文36Kr

本刊载内容版权为端传媒或相关单位所有,未经端传媒编辑部授权,请勿转载或复制,否则即为侵权。