幽默小说

摘要： 冰凌的近作七篇幽默微型小说都很短,内涵却很丰富,具有很强的幽默感、强烈的讽刺性和深邃的哲理性.这七篇幽默微型小说,通过夸张、翻转、诙谐和暗示等手法,叙述情节,吸引读者,引起读者的共鸣,不论从思想性还是艺术性来说都是上乘之作.

摘要： 关联—顺应模式以关联理论和顺应理论为基础，将理论解释和应用描述结合起来，发扬了二者的长处。通过详细分析，可以得出结论，这个新模式以关联为目的，以选择顺应为手段，围绕语境假设展开分析，使得交际能够顺利地进行，从而达到交际者的最终目的。在理解幽默小说语言这一交际形式中，作者写幽默小说的过程就是作者如何选择语言策略，怎样运用关联—顺应模式达到幽默的效果；读者阅读的过程就是运用关联—顺应模式解释作者语言和理解作者幽默意图的过程。因此，不论是交际的哪一方都需要按照这个模式进行思维和解析，这一模式对语言的表述和理解都起着至关重要的作用。

摘要： 作为一名饮誉世界文坛的文学大师爱伦·坡,在其短暂而多舛的一生创作了大量的诗歌、小说和文学理论批评,并对后人产生深刻而明显的影响,其文学意义和艺术价值不容小觑.而目前对于爱伦·坡小说的评论多集中在恐怖小说和推理小说上,往往忽视了占据重要部分的幽默小说.从叙事风格、创作主题及现实意义三个角度分析爱伦·坡的幽默小说,指出这些对于全面理解爱伦·坡的创作观是必不可少的.

摘要： 修辞是幽默小说实现幽默效果的重要手段，不同修辞手法的运用必然产生不一样的幽默效果。本文比较了中英幽默小说修辞手法的差异性，以期为我国幽默小说研究及幽默小说创作提供借鉴。

摘要： 1．情境转移法：当孩子心情烦躁时，可让他（她）把闹钟移到一个角落去；头脑错乱时，先把桌上杂乱放着的书、用具整理一番，再去看书；心情沉重、压抑时，换件舒服、柔软的内衣，穿上漂亮的外衣；心情不佳时，听听音乐、做做健美操、打打球；内心忧郁时，可去读读幽默小说、看看漫画及相声表演；比赛过分紧张不能放松时，可暂时离开竞技场地。

摘要： 1.我不是潘金莲作者:刘震云出版社:长江文艺出版社出版年:2012-8读者:酷夏风刘震云的小说老给我一种感觉:我要讲的事情很简单,简单到几句话的描述小孩子都可以领悟,但是大人不懂。因为大人太复杂了复杂到不相信简单的存在。李雪莲一句话:我今年不告状了。引出了二十多

摘要： 正●第二十二条军规"如果你能证明自己发疯,那就说明你没疯。"源出美国作家约瑟夫.赫勒1961年根据自己在第二次世界大战中的亲身经历创作的黑色幽默小说《第二十二条军规》。这部小说太有影响了,以至于在当代美语中,"第二十二条军规"已作为一个独立的单词,使用频率极高,用来形容任何自相矛盾、不合逻辑的规定或条件所造成的无法摆

摘要： 说到英国最牛的幽默小说大师，伍德豪斯绝对当之无愧。这位有善七十多年写作生涯的大师，为读者留下了无数经典著作，包括《布兰丁斯城堡》系列小说以及《性情一刻》《好天使》等短篇作品。能写出如此经典的著作．与他的人生经历是分不开的，来看看伍德豪斯一生都经历了怎样的曲折。

摘要： 10月12日晚，2010年度英国布克文学奖揭晓。霍华德·雅各布森（Howard Jacobson，1942－）以其幽默小说《芬克勒问题》（The Finkler Question）意外夺冠。说其意外，理由有二：

摘要： 幽默小说在中国的发展历史源远流长,但是由于幽默概念的复杂和模糊性,研究界对中国幽默小说的研究表现得十分谨慎.目前幽默小说的创作成果已经为把幽默小说作为文体类型研究提供了较为丰厚的研究资源.就目前中国当代文坛的创作趋势而言,这种研究在挖掘幽默小说特有价值的同时也可以促进文学多样性的健康发展.幽默小说创作在经历了文革的断裂期后,到了20世纪80年代它又以新的姿态出现在文学领域.20世纪80年代以来的幽默小说发展呈现三种态势,在文化特征上表现为沉重和无力.

摘要： 一种基于神经网络和幽默特征的幽默识别方法，属于数据挖掘和自然语言处理领域，用以解决进行幽默识别的问题，要点是包括S1、幽默语料采集及预处理；S2、幽默特征提取；S3、文本的词向量表示；S4、神经网络模型构建；S5、幽默识别结果评价，效果是：对特定形式的幽默数据进行采集和预处理，根据相关成熟的幽默理论，充分考虑到幽默文本的语音特性，构造幽默的语音特征；利用幽默的模糊性特性，提取了句子中拥有同义词最多的词作为特征词并对其进行向量化；采用了深度学习方法，提取了幽默文本背后深层次的语义特征，并将幽默的语音特征和模糊性特征融合到神经网络当中，从而进行幽默识别，在数据集上的实验验证了本发明方法对幽默识别的有效性。

摘要： 本发明公开了一种外部知识增强的幽默文本生成方法，该方法包括对短笑话数据集预处理得到主体句‑背景知识‑妙语句对齐的数据，构建幽默文本生成模型，利用幽默文本生成模型生成幽默文本。本发明提出利用图注意力网络来聚合一个笑话主体句的背景知识图，增强节点表达，并提出将背景知识图融合到妙语句解码器中，从而实现给定主体句及相关的背景知识，能够生成富含幽默感的妙语句。

摘要： 本发明公开了一种基于人工智能的幽默生成与情感交互方法及机器人系统，所述方法应用于机器人中，包括：获取用户的数据；根据用户的数据，生成幽默语段输出；监测用户对输出的幽默语段反馈的情感；当用户反馈的情感识别结果为预设情感时，判断输出的幽默语段具备幽默的特点，且用户反馈的情感识别结果中预设情感程度越大，判断输出的幽默语段的幽默程度越大；当用户反馈的情感识别结果为预设情感以外的情感时，判断输出的幽默语段不具备幽默的特点；将具备幽默特点的幽默语段、该幽默语段对应的环境信息以及该幽默语段的幽默程度存入幽默大数据知识库。本发明可以通过幽默生成触发和改变用户的情感，并可以通过情感识别检验幽默的效果。

摘要： 本发明公开了一种基于幽默识别的情感交互方法和机器人系统，所述方法包括：机器人获取用户的输入语段，作为用户语段；对用户语段进行识别，得到用户语段的幽默程度；根据用户语段的幽默程度，计算需要反馈的情感程度；根据需要反馈的情感程度，通过情感计算表达情感；幽默检验装置通过对表达的情感进行情感识别，获取反馈的情感程度；根据情感识别的结果中反馈的情感程度，计算识别得到的幽默程度获取用户语段的真实幽默程度；通过比较识别得到的幽默程度和用户语段的真实幽默程度的差异，判断幽默识别的准确度。本发明可以通过幽默识别来识别用户的幽默，以此检验机器人对幽默识别的能力，而且可以通过情感表达来表达识别的结果。

摘要： 一种基于神经网络和幽默特征的幽默识别方法，属于数据挖掘和自然语言处理领域，用以解决进行幽默识别的问题，要点是包括S1、幽默语料采集及预处理；S2、幽默特征提取；S3、文本的词向量表示；S4、神经网络模型构建；S5、幽默识别结果评价，效果是：对特定形式的幽默数据进行采集和预处理，根据相关成熟的幽默理论，充分考虑到幽默文本的语音特性，构造幽默的语音特征；利用幽默的模糊性特性，提取了句子中拥有同义词最多的词作为特征词并对其进行向量化；采用了深度学习方法，提取了幽默文本背后深层次的语义特征，并将幽默的语音特征和模糊性特征融合到神经网络当中，从而进行幽默识别，在数据集上的实验验证了本发明方法对幽默识别的有效性。

摘要： 本发明属于幽默文本生成技术领域，公开了一种幽默文本自动生成方法、系统、介质、设备及终端，提出新的幽默文本生成任务；构建基于生成对抗网络的幽默文本生成模型AMQ‑GAN；采用双判别器，分别提取语义特征和幽默特征；采用基于对比学习的数据增强技术，并采用prompt设置特定的幽默文本训练模板，使生成的文本突出幽默的特征。本发明设计AMQ‑GAN模型，通过SimCSE技术、prompting技术、语义特征判别和幽默特征判别器，有效指导生成器生成了具有语义特征和幽默特征的开放式文本。实验结果表明，本发明提出的AMQ‑GAN模型在一定程度上实现了开放性幽默文本的要求。

摘要： 本发明属于人工智能领域，提供了一种基于注意力机制的幽默文本分类方法、装置、设备、介质，包括：获取待检测文本，将待检测文本输入至预处理模型得到预处理输出信息；将预处理输出信息输入至词向量注意力模块，根据词向量注意力模块输出的词向量权重矩阵和预处理输出信息得到词向量特征信息；将词向量特征信息输入至词义注意力模块，根据词义注意力模块输出的词义权重矩阵和词向量特征信息得到词义特征信息；针对词向量特征信息和词义特征信息进行元素求和得到文本特征；将文本特征输入至分类模型得到幽默分类结果。本发明能够从词向量和词义两个维度对待检测文本进行分析，提高幽默文本分类的准确性，确保下游业务的正常运行。

摘要： 本发明公开了一种基于NER识别情景喜剧对话幽默度的方法，所述方法包括以下步骤：步骤一：数据采集并进行数据预处理，形成待识别文本信息；步骤二：RoBERTa预训练模型构建二分类模型；步骤三：RoBERTa预训练模型构建NER模型，将待识别文本信息中句子的每个字符按照命名实体标注的方法进行标注，其中属于幽默范畴的字符标为1，不属于幽默范畴的字符标为0；步骤四：采用九折交叉验证的方式，将句子中所有字词中被标注为1的字符所占比例与预设阈值进行对比，若所占比例大于预设阈值则判定该句子是幽默，否则判定为非幽默。本发明能够智能高效的对情景喜剧对话进行幽默度识别，容错率高。

摘要： 本发明涉及人工智能技术，可应用于数字医疗领域，揭露一种基于幽默度的文本分类方法，包括：利用替换词对集替换第一原始文本训练集中的部分词语，得到第二原始文本训练集；组合标准类别集及所述第一原始文本训练集得到第一标准文本训练集，及组合所述标准类别集及所述第二原始文本训练集得到第二标准文本训练集；利用所述第一标准文本训练集、所述第二标准文本训练集训练文本分类模型；利用训练完成的所述文本分类模型对待分类文本进行文本分类。此外，本发明还揭露一种基于幽默度的文本分类装置、电子设备及存储介质。本发明还涉及区块链技术，第一原始文本训练集等可以从区块链中获取。本发明可以解决训练数据较为浪费，分类效果不好的问题。

摘要： 基于反向翻译的中文幽默分类模型，属于自然语言处理领域，包括：S1.文本输入层；S2.BERT嵌入层；S3.汉语拼音特征嵌入层；S4.文本词性特征嵌入层；S5.特征融合层；S6.BiGRU层；S7.全连接层，最终由全连接层完成对中文文本幽默的分类输出；有益效果是：在基于反向翻译技术结合语言学幽默理论的方法基础上，提出了基础模型BERT‑BiGRU‑Softmax对中文文本幽默进行分类研究，并在模型中逐步加入不同的幽默特征，实现特征融合模型BERT+POS+Homophony‑BiGRU‑Softmax，该模型对最终判断中文文本是否为幽默是有效果的。