張瑞瑞

摘? ? 要： 幽默作為言語交際的一種，越來越多地被引入到人工智能語音技術中來，給人們帶來了智能化的體驗。本文通過梳理幽默的理論研究，分析了幽默在人工智能語音系統(tǒng)中遵循的規(guī)則、理解的過程與生成的方式，得出言語幽默在人工智能語音技術中跨越了語義層面的檢驗，這是一種適合于現(xiàn)階段人工智能自然語言理解的代償機制，并有可能成為未來人工智能語言識別的新途徑。此外，言語幽默在人工智能語音技術中的運用中還起到了廣泛的傳播作用。

關鍵詞： 言語幽默? ? 合作原則? ? 人工智能? ? 語音技術

一、引文

在交際過程中，幽默作為一種特別的言語交際方式，能引人發(fā)笑、帶來愉悅，因此越來越多地被人們關注與使用，儼然成為現(xiàn)代人格的重要標記。伴隨著人工智能技術的發(fā)展，市場上涌現(xiàn)出了一大批搭載語音技術的對話機器人，而且大部分語音系統(tǒng)都加入了幽默語言。長久以來，對幽默的理論研究，研究者們從社會行為、心理分析、心理認知、修辭、語用等多角度做了較多的探討，但最近幾年計算科學才有所涉及。許多相關研究都集中于言語幽默，而且強調基于“乖訛”的幽默模式，并試圖將言語幽默運用到人工智能中來，其中最關鍵的問題，就是如何讓人工智能識別并生成幽默，實現(xiàn)自然語言與機器語言之間的轉換。當前研究普遍認為，人工智能在現(xiàn)有技術層面上，仍停留于句法、語義層面的問題，無法進行有效的深度學習機制，不能滿足人機對話需求。本文從研究現(xiàn)狀出發(fā)，分析言語幽默在人工智能系統(tǒng)中的生成方式，探索人工智能運算機制中言語幽默與句法、語義、語用層面的關系，進而總結言語幽默大量運用在人工智能語音技術中的原因，希望能為人工智能自然語言理解提供一定的參考。

二、幽默的理論研究

根據(jù)與語言的關系，幽默可以分為言語幽默和非言語幽默。言語幽默是指需要借助語言工具來建構和表達的幽默，如笑話、譏諷等。非言語幽默是不借助語言作為媒介的，本身就可以傳遞滑稽信息，如漫畫、滑稽造型、啞劇表演等。在人工智能語音技術中，非言語幽默運用較少，言語幽默占主導地位，因此本文以言語幽默為研究對象，進行幽默理論研究的梳理。

幽默理論的研究，在西方是一個古老的課題，最早可以追溯到古希臘的柏拉圖和亞里士多德時代，隨著人們對幽默的認識加深，逐漸發(fā)展出三大理論：優(yōu)越/蔑視論、釋放論、乖訛論。

優(yōu)越/蔑視論起源于古希臘和羅馬的古典修辭學理論，主要包括基于怨恨、敵視、嘲笑、蔑視和優(yōu)越的幽默理論。柏拉圖認為，幽默是人們對相對無能者表現(xiàn)出來的惡意。亞里士多德則認為喜劇是對遜于一般人的群體的模仿。

釋放論是從生理角度出發(fā)，將幽默看作是情感壓抑的宣泄。代表人物是弗洛伊德。在弗洛伊德看來，幽默是心理宣泄的一種形式，可以避免讓我們的心理變得過度壓抑。

乖訛論是從認知角度出發(fā)，在幽默理論研究中占據(jù)主導地位。18世紀的哲學家康德指出，幽默來自于“從期待到期待落空的突然轉換”。

以上是對西方幽默理論的簡要梳理，從根本上講，幽默是一種言語交際，幽默的實現(xiàn)特別依賴于語境，依賴于言語的蘊涵意義，因此幽默可以利用語用理論來解釋。分析幽默生成機制的最有效的語言學理論是由美國語言學家Grice（1975）提出的會話合作原則。Grice認為，交際中會話者若要有效地完成交際任務，需要遵循某些規(guī)則進行相互合作，否則會話者無法達到交際目的。在交際中，會話者所遵守的這一套相互合作的基本規(guī)則被稱為“合作原則”。合作原則具體分為四個準則：（1）數(shù)量準則，即會話內容應提供必要的交際信息，但不應包含過多無用信息;（2）質量準則，會話者不應提供虛假信息;（3）關聯(lián)準則，會話內容要有關聯(lián);（4）方式準則，要求語言簡練、避免歧義出現(xiàn)。在交際中，如果會話參與者都能夠遵守這四條準則，那么他們就可以有效地完成交際任務。而言語幽默總是有意或無意違反會話合作原則，以達到乖訛論中“從期待到期待落空的突然轉換”，進而傳遞滑稽信息，引人發(fā)笑。之前網(wǎng)絡流行的“土味情話”，很多都是違反了合作原則。比如：

例1? ? “幫我洗個東西。”

“洗什么？”

“喜歡我?！?/p>

例1就是違反了會話合作原則中的關聯(lián)準則。通過同音字“洗”和“喜”之間的替換，提供了非切題信息“喜歡我”，而不是說話人期待的需要“洗”的物體，會話內容間缺乏關聯(lián)性，形成期待落空，隨后聽話人在理解語義后發(fā)笑，言語幽默產(chǎn)生。

三、言語幽默與人工智能語音

（一）人工智能語音技術中的自然語言理解

2011年，蘋果公司在推出最新一代手機iphone4s時，搭載了名為“Siri”的智能語音助手，一時引發(fā)廣泛關注。人工智能是否擁有語音對話技術，也成為“智能”與否的重要評判標準。不僅是語音系統(tǒng)，自然語言理解一直是人工智能研究中的關鍵領域。語言是人類智能的獨特表現(xiàn)，如何實現(xiàn)人工智能對自然語言的理解，是當今研究的熱點話題。

自然語言理解系統(tǒng)的研究主要經(jīng)歷了三個階段。第一階段（1960—1972）主要是以關鍵字匹配為主流技術，系統(tǒng)建立在對詞語切分和詞序分析的基礎上，進行關鍵字搜索匹配。第二階段（1972—1982）主要以句法--語義分析為主流技術，考慮部分語用和語境因素，讓機器通過自然語言中的固有規(guī)則進行語義理解，達到初級語句分析層次。第三階段（1982年至今）主要是以處理大規(guī)模真實文本組建的大型語料庫為主流技術，通過統(tǒng)計模型來提升識別的準確率。

這三個階段是互補共存的，并非歷時交接?，F(xiàn)有自然語言識別研究分為兩個方向，第一種是基于語言規(guī)則的研究，包括第一、第二階段對語言因素的研究。按照自然語言分析方式，語言的識別需要經(jīng)歷句法--語義--語用的過程，但是自然語言規(guī)則具有無窮性、不確定性與變化性的特點，機器不能獲得自然語言的各類知識，現(xiàn)有人工智能語言研究也一直停滯在語義理解層面。

第二種是基于統(tǒng)計模型的研究，主要依靠引入自然語言語料庫，讓機器處理大規(guī)模真實文本來獲取語言經(jīng)驗，以求對自然語言更精確的理解。根據(jù)喬姆斯基的觀點，語料庫研究是受限研究，無論多大規(guī)模的語料庫都不能展現(xiàn)自然語言全貌，機器無法通過語料庫學習到自然語言經(jīng)驗。此外，機器學習受到統(tǒng)計模型的影響，不同模型的選取會對結果產(chǎn)生影響。如在漢語中羨余否定類結構“好不+AP”結構中，去除否定詞“不”時，語義并不發(fā)生改變，“好不熱鬧”與“好熱鬧”、“好不壯觀”與“好壯觀”的語義是相同的，但是這個結構不可逆，如“好漂亮”，不能通過添加否定詞“不”生成“好不漂亮”，這是不符合語義的。這種結構是無法讓機器通過語料庫習得的。

（二）言語幽默在人工智能語音技術中的識別與生成

在現(xiàn)有自然語言理解研究背景下，人工智能系統(tǒng)的發(fā)展陷入了瓶頸期，想要得到能完全進行深度學習、自主產(chǎn)出的語音系統(tǒng)還有賴于自然語言到機器語言的轉變研究。但是針對市場化產(chǎn)品來說，人工智能語音技術還是可以通過很多層面進行改善的，如對語義層面的跨越。

目前言語幽默的識別仍依賴于關鍵字匹配技術。以Siri為例進行測試。分別輸入語料1.“給我講冷笑話?！?.“給冷講我笑話?！?.“給我冷講笑話?！?.“給講冷我笑話。”由于語料的句法結構被破壞，實驗預期結果為Siri無法識別2、3、4語料，但實驗結果表明，Siri都輸出了笑話，見表1。

表1

這表明Siri的言語幽默識別是依靠關鍵詞匹配技術，采用了“詞語切分--選取關鍵字--搜索匹配”的模式。本實驗中，識別到關鍵詞為“笑話”，就會給出“笑話”相關的預設對話，而完全忽視了代詞、謂詞的變化破壞了句法結構。

人工智能語音中的幽默生成主要分為兩類。第一類是構建幽默語句語料庫，如Siri的語料庫。將幽默語句建立語料庫，再將每一個語句與問題相互匹配，當對話系統(tǒng)輸入問題后，通過檢索數(shù)據(jù)庫就能很快給出幽默語句的回答。這種方法的優(yōu)點是相對簡易、成本低，而且人工設計的語料庫符合自然語言規(guī)則，往往能達到幽默效果，缺點是產(chǎn)出語句相對單一、重復率高。

第二類是幽默語句的框架式生成。該類型主要運用于固定模式的幽默，不需要進行語義檢測，完全由機器生成幽默語句。馮洪海等[2018]提出一種利用詞匯替換生成幽默的算法。具體是建立語用群，同一個語用群中的詞匯不限于特定語境，只需要滿足相同的詞匯上位概念或用途即可。將輸入的語料進行切分，確定目標詞匯后，在語用群中尋找替換詞匯，進行替換，替換后檢索詞語搭配是否存在，最后輸出替換語句，通?？梢援a(chǎn)生幽默效果。比如：

例2? ? ?“來，大家互相鼓勵一下?！?/p>

“來，大家互相嘲笑一下?！?/p>

例2中，“鼓勵”與“嘲笑”屬于相同語用群，詞匯替換后，產(chǎn)生了與預期不同的語義，進而引起注意，這個錯誤會產(chǎn)生幽默的效果。

這種利用固定模式進行框架式生成的方法，從計算機層面上避免了語義層面的檢測，按算法生成幽默語句后，直接輸出，可以達到較好的幽默效果，適合現(xiàn)階段發(fā)展的人工智能語音技術，是在機器無法理解語義階段的一種代償機制。缺點是只能生成固定模式的幽默語句，在完整還原言語幽默時還有欠缺。另外，機械的詞匯替換會產(chǎn)生不符合自然語言規(guī)則的語料，還需要進一步完善。

四、結論

言語幽默越來越多地運用到人工智能語音技術中來，一是因為幽默作為情感表達的重要載體，會顯著賦予計算機更深層次的認知能力，讓人工智能更具吸引力與親和力，使人們改變對人工智能固有的刻板與機械形象，更容易從心理層面上接受人工智能技術，起到了很好的傳播作用。

二是言語幽默具有較好的產(chǎn)出性。從語用學角度分析，幽默是對會話合作原則的違背，那么人工智能系統(tǒng)在生成言語幽默時，需要遵守這一原則。雖然目前自然語言理解尚未突破語義理解層面，但是可以通過算法設計完成對語義層面的跨越，形成對現(xiàn)階段技術的代償機制?，F(xiàn)有研究發(fā)現(xiàn)，可以通過詞匯替換這種固定框架，對言語幽默進行識別與生成，之后還可以進行相同語音替換等方面的嘗試。這種跨越自然語言理解過程的方式，可能是解決人工智能語言識別的一種新途徑。未來人工智能的研究包括對情感的實現(xiàn)，通過完善言語幽默在人工智能系統(tǒng)中運用的研究，使幽默作為情感載體幫助機器進行情感表達，可以幫助人工智能語音技術更好發(fā)展。

參考文獻：

[1]何文忠.論話語交際中的幽默原則[J].外語教學，2003（04）：11-16.

[2]蔡輝，尹星.西方幽默理論研究綜述[J].外語研究，2005（01）：5-8，15.

[3]王勇.由關聯(lián)理論看幽默言語[J].外語教學，2001（01）：23-27.

[4]林鴻飛，張冬瑜，楊亮，徐博.幽默計算及其應用研究[J].山東大學學報（理學版），2016，51（07）：1-10.

[5]馮洪海，李利敏，宋舒晗，彭鵬.詞匯替換：一種計算機輔助幽默創(chuàng)作方法[J].軟件導刊，2018，17（10）：41-43.