论文标题
Duluth在Semeval-2020任务7：使用惊喜作为解锁幽默头条的关键
Duluth at SemEval-2020 Task 7: Using Surprise as a Key to Unlock Humorous Headlines
论文作者
论文摘要
我们在Semeval-2020任务7中使用了验证的基于变压器的语言模型7：评估编辑新闻头条的有趣性。受幽默不一致的理论的启发，我们使用一种对比方法来捕捉被编辑的头条新闻中的惊喜。在官方评估中，我们的系统在子任务1中获得0.531 RMSE，在49项提交中排名第11。在子任务2中，我们的系统获得0.632的准确性，在32个提交中排名第9。
We use pretrained transformer-based language models in SemEval-2020 Task 7: Assessing the Funniness of Edited News Headlines. Inspired by the incongruity theory of humor, we use a contrastive approach to capture the surprise in the edited headlines. In the official evaluation, our system gets 0.531 RMSE in Subtask 1, 11th among 49 submissions. In Subtask 2, our system gets 0.632 accuracy, 9th among 32 submissions.
