Ugrás a tartalomhoz

computational humor

A Wikiszótárból, a nyitott szótárból


Főnév

computational humor (tsz. computational humors)

  1. (informatika, mesterséges intelligencia) Computational humor (magyarul: számítógépes humor) az a mesterséges intelligenciával és számítástudománnyal foglalkozó kutatási terület, amelynek célja, hogy automatikusan felismerje, generálja vagy értelmezze a humort.

Ez a terület nyelvészetet, pszichológiát, mesterséges intelligenciát és számítógépes nyelvfeldolgozást (NLP) ötvöz, és többek között azt vizsgálja, hogyan lehet egy gép:

  • megérteni, miért vicces egy szöveg,
  • generálni vicces tartalmat (szójáték, poén, mém, stb.),
  • vagy felismerni, hogy egy adott mondat humoros szándékú.



🎯 Célkitűzések

  1. 🔍 Humor felismerése: egy szöveg vicces vagy nem?
  2. 🧠 Humor értelmezése: mi a szójáték vagy a csavar mögötti jelentés?
  3. 🤖 Humor generálása: géppel automatikusan poénokat vagy vicceket írni.
  4. 😄 Reakciók értelmezése: pl. közösségi média kommentekben felismerni a nevetés jeleit.



🧠 Miért nehéz a humor?

A humor kulturális, kontextuális, többértelmű, és sokszor ellentmondásos. Az emberi nevetés gyakran:

  • irónián, szarkazmuson, abszurdumon, meglepetésen vagy elvárásmegszegésen alapul,
  • szóvicceket vagy nyelvi játékokat használ,
  • társadalmi szabályokhoz kapcsolódik.

Ezek megértése és előállítása különösen nehéz a gépek számára.



🧩 Humor elméletek (pszichológiai alapok)

Elmélet Leírás
Incongruity theory Humor akkor keletkezik, amikor két elvárás ütközik (pl. csattanó)
Superiority theory Nevetés mások hibáin, gyengeségein (pl. slapstick)
Relief theory Humor feszültség levezetése (pl. tabuk)

A legtöbb computational humor rendszer az incongruity-based (ellentmondásra épülő) modellekből indul ki.



🔧 Módszerek

  • Szabályalapú rendszerek
    • Szójátékok generálása szabályok alapján (pl. „Why did the chicken…?” típusú poénok)
  • Statisztikai modellek
    • Poénos szövegek jellemzőinek gépi tanulása
  • Neurális nyelvi modellek
    • Pl. GPT használata viccek generálására vagy mémek értelmezésére
  • Korpuszok
    • Pl. The 16000 One-Liner Corpus, Reddit humoros posztjai



📚 Példa – vicc felismerése (klasszifikáció)

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.linear_model import LogisticRegression

texts = ["Why did the chicken cross the road?", "The capital of France is Paris."]
labels = [1, 0]  # 1 = humoros, 0 = nem humoros

vec = TfidfVectorizer()
X = vec.fit_transform(texts)

clf = LogisticRegression()
clf.fit(X, labels)

test = vec.transform(["I told my computer I needed a break, and it said no problem—it'll crash."])
print(clf.predict(test))  # várhatóan 1 (vicces)

🤖 Humor generálása (egyszerű példa)

import random

setups = ["Why did the chicken", "Why did the programmer", "Why did the robot"]
punchlines = ["cross the road?", "fail the test?", "refuse to update?"]

responses = [
    "To get to the other side.",
    "Because it didn't get the syntax.",
    "Because it feared losing its identity."
]

joke = f"{random.choice(setups)} {random.choice(punchlines)} {random.choice(responses)}"
print(joke)

🎨 Alkalmazások

Terület Példa
💬 Chatbotok Vicces válaszok generálása
📱 Mém-generátorok Humorosan illeszkedő szöveg képekhez
🎮 Játékfejlesztés Vicces NPC párbeszédek
📢 Marketing Kreatív reklámszöveg generálása
🧪 Kutatás Humor automatikus mérése emberi reakciók alapján



🧩 TL;DR

A computational humor célja, hogy a gépek képesek legyenek értelmezni, felismerni és generálni humort. Bár a humor mélyen nyelvi, kulturális és kontextuális, a modern NLP eszközökkel (pl. nyelvi modellek, gépi tanulás) egyre jobb eredmények érhetők el vicces szövegek feldolgozásában és létrehozásában.