https://www.zhihu.com/question/22341849
其实就是humor recognition，不是一个很新颖的任务，但是也蛮有意思的。这个的主要问题在数据上。 我可以找到一些笑话，他们是正样本，但是负样本就不太好找。不管用什么预料，似乎都是和笑话预料相差甚远，不在同一个域下。 一种方法就是搞到一份大语料，对每一个笑话，从大语料中搜寻相关性最大的段落，作为对照语料。这样构造的语料就比较合理。 不过有这种语料似乎做生成也会比较有意思。给一段正常的文字，生成出一段搞笑语料。
在识别的基础上做中英文笑话研究。应该也只能做一个初步的探讨。首先有一些幽默本身的背景知识，做翻译后再判断应该会有些不错的结果。但是这个目标似乎不是很清晰。其实可以做一个语言无关笑话的识别。有些笑话是用谐音梗的，这些笑话显然是语言相关的（这么说训练的时候似乎加一个发音的特征会好很多），但是有些笑话，如逻辑笑话，就和语言无关了。还有一些笑话是和文化历史相关的，往往涉及到一些历史人物，这种东西不是general的。
没有标注数据很难，问答型的倒是还好，因为笑点可以粗略地定位在回答上。
生成的问题，其实可以按照唐诗生成的问题来做，这样以前的代码再用一下就行，挺容易。比较麻烦的问题是笑点的问题，即梗在哪里？这个问题其实其他任务肯定也有。 最简单的语料就是问答型的那种笑话，直接问句作为输入，回答作为输出即可。这种是类似对对子的。 再者就是像唐诗宋词歌曲代码生成一样，直接seq[:-1] -> seq[0:]做预测即可。
https://www.kaggle.com/abhinavmoudgil95/short-jokes
https://github.com/Licoy/A-Joke http://www.jokeji.cn/ https://www.xiaohua.com/ http://xiaohua.zol.com.cn/
有些是因为一些词语的妙用， 大多数是反转，语义上的反转，本来正常应该这样说，结果突然来一句xxx，非常有戏剧性。
有些笑话是和语言相关的，比如谐音梗。
3. 两头牛在一起吃草，青牛问黑牛：“喂！你的草是什么味道？”黑牛道：“草莓味！”青牛靠过来吃了一口，愤怒地喊到“你骗我！”黑牛轻蔑地看他一眼，回道：“笨蛋，我说草没味。”
一词多义，造成奇妙的效果。但是有些是和社会生活相关的，这个可能会具有语言种类的特性。
1.有一只老虎感冒了，想要吃掉熊猫，熊猫哭了：“你感冒了，干嘛要吃掉我呢？”老虎说：“广告上都说了，感冒就要吃白加黑！”
根据前面的一些条件，类比推理出一个出乎意料的结果
5.公园有一对恋人正在甜蜜，女孩撒娇说：“老公，我牙痛”男孩吻了女孩说：“还痛吗？”女孩说：“不痛了”一会女孩又撒娇说：“我脖子痛”于是男孩又吻了女孩的脖子说：“还痛吗？”女孩高兴的说：“不痛了”旁边有一老太太看见了忍不住的说：“小伙子，你真神拉，能治痔疮不？”
给出一个结果，再给出一个出乎意料又很合理的原因。
6. 医生说：去给那位今天要出院的病人注射一针镇静剂。护士不解问：都可以出院了，还打镇静剂干嘛？医生说：等下要结账，我怕他受不了！
- 任务的新颖性
- 过程的逻辑性
- 结果及分析的可信度