Duluth在SemEval-2020的任务7：使用惊喜作为一个关键，以避免幽默的标题
Duluth at SemEval-2020 Task 7: Using Surprise as a Key to Unlock Humorous Headlines
Rutgers University（罗格斯大学）；University of Minnesota Duluth（明尼苏达大学德卢斯分校）
摘要：
我们在SemEval-2020任务7中使用了预训练的基于transformer的语言模型：评估编辑新闻标题的有趣性。受幽默的不协调理论的启发，我们使用对比的方法来捕捉编辑标题中的惊喜。在官方评测中，我们的系统在Subtask 1中获得了0.531的RMSE，在49个提交中排名第11。在Subtask 2中，我们的系统获得了0.632的准确率，在32个提交中排名第9。
英文摘要：
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.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
