幽默性

摘要： 通过对世界三大平面设计师之一的福田繁雄先生作品的分析与研究,来探求其设计中的幽默性特点,为当代平面设计提供一个可遵循的道路.从福田繁雄的设计作品入手,通过对福田繁雄海报设计风格、幽默性设计语言及表现形式与幽默性海报精神内涵的以人为本等三个方面的探究,结合其海报设计来分析福田繁雄作品中所存在的幽默性特点.他的设计擅长善于运用多种设计表达形式及原理,以简洁的元素及颜色搭配来传达深刻的内涵,能使人更加强烈的感受到设计作品的情感.

摘要： 初中物理教学是青少年进入物理知识宝库的入门和启蒙,是培养学生学习物理兴趣,具有初步观察事物、分析问题、解决问题能力的关键。因而在初中物理教学中启发学生对科学的兴趣,调动其学习积极性,培养学习物理的兴趣是每一个初中物理教师在教学过程中所面临的重大课题。

摘要： 相声起源于民间,隶属于说唱曲艺,在 2008 年公布的第二批国家级非物质文化遗产名录中,我们可以找到相声的身影。相声语言 的幽默效应大多是语言运用的偏离造成的,其幽默性有具体的特征,语言材料的变异性、语言内容的机变性、语言组合的谐趣性。同时,相声语言的“讽 刺性”也不能忽视,相声语言就是要通过自身的讽刺性来针砭时弊。

摘要： 漫画是一种具有强烈的讽刺性或幽默性的图画。画家从生活现象中取材,通过夸张、比喻、象征等手法,来讽刺、批评或表扬某些人或事,引人思考,给人启示。今天,我们要看一看著名漫画家华君武画的两幅漫画,写一写从漫画中得到的启示。同学们已经写过很多看图作文了.

摘要： 2021年全国新高考Ⅱ卷作文题为漫画作文,自恢复高考以来,漫画作文题在全国卷中一共七度现身。一、漫画入题的优势同以文字表述为主体的作文题相比,以漫画为主体的作文题受到命题者青睐,并在全国高考卷中频频亮相其实并不意外。漫画是一种艺术形式,具有简约性、直观性的特点,出现在试题中常给人耳目一新之感,它克服了文字表述所带来的单调,增添了试卷结构的多元化,并且漫画所特有的夸张性、幽默性以及娱乐性,在高考这种严肃的场景下,还可对考生起到消除紧张感、调节心理的特殊作用。

摘要： 近年来,电视台为弥补自身在互动性、时效性方面的不足,纷纷推出微信公众号与新媒体融合.为提升点击率和传播率,小编们在微信新闻标题上动足脑筋,使标题语言出现了新的特点.但电视新闻在标题一块却迟迟不敢创新或鲜有创新,在"贴近性""形象性""幽默性""故事性""文学性"五方面明显要落后于微信.本文从这"五性"特点出发,就电视新闻标题如何提升做了分析.

摘要： 消防安全大于天,关系千家万户。一旦用火不慎,轻者财产损失,重者危及生命。为预防和减少火灾事故的发生,每年的火灾事故易发高发期,我国各级政府、相关部门、医院学校、社区以及企业等都会组织开展不同形式的消防宣传教育活动。漫画作为一种富于讽刺性、幽默性和讲究夸张的绘画艺术,近年来成为一种很好的传达消防知识的方式,特别是其所具有的通俗、轻快、夸张、幽默的显著特点,更贴近现实生活,更有可看性,因此深受人民群众的喜爱。

摘要： 马丁·帕尔就如同时代的许多摄影师一样,使用35mm和6×7中画幅照相机来观看这个世界.不一样的是,他似乎不是在"正视"它,而也许仅仅是为了讽刺嘲笑它,也或许不是以艺术的名义在批判.文章就马丁·帕尔摄影的幽默化问题进行分析.

摘要： 方言词汇因其地域性独特体验凸显出与普通话交际不协调的用词差异与表达预期,获得幽默可笑的语用效果.文章基于小说《死水微澜》中的成都方言词汇标本,对比现代普通话,在认知语言学体验哲学阐释下,方言词汇幽默性的词汇突显具体表现为隐喻的使用、词序错位、状态形容词重声叠字等,其中尤以转喻的广泛运用为主要认知途径.

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。