Proper humor, as used in public speeches or presentations, relieves tension between the audience and the presenter, creates a sense of closeness, and sustains the attention of the audience. Therefore, automatically suggesting proper humorous statements that fit the context of the presentation can be of help to the presenter. Generating context-based humor, however, has rarely been attempted in the existing humor studies. This thesis suggests a method of generating humorous statements consistent with a given context by transfer learning of the language model, which is pre-trained from a large amount of text. Also, to generate the ones suitable for a presentation, a tension analyzer is suggested to filter out those not helpful to the development of the presentation via a corpus created by annotating the tension development in TED Talks. Automated and human assessments show that our system can suggest humorous statements that are fun as well as consistent with the given context and help develop the presentation. A user interface and an application are introduced to suggest some humorous statements when a presentation script is typed in.
발표에서 사용되는 적절한 유머는 청중과 발표자 사이의 긴장을 해소시켜 친밀감을 느끼게 하고 청중의 주의를 지속시킨다. 따라서 발표의 문맥에 맞는 유머를 자동으로 제안하는 것은 발표를 준비할 때 도움을 줄 수 있다. 하지만 기존 유머 연구들에서 문맥에 기반한 유머 생성은 거의 시도되지 않았다. 본 논문에서는 방대한 텍스트에서 사전 학습된 언어 모델을 유머 데이터에서 전이 학습하여 주어진 문맥과 일관되며, 재미있는 유머를 생성하는 방법을 제시한다. 또한 발표에 적합한 유머를 생성하기 위해 랜덤 샘플링을 통해 다양한 유머를 생성한 뒤, 테드 톡(TED Talks)에서 주석하여 만든 코퍼스를 통해 발표 전개에 도움이 되지 않는 유머를 필터링하는 방법을 제안한다. 제안한 시스템을 통해 문맥과 일관되면서, 재미있고, 동시에 발표 전개에 도움을 줄 수 있는 유머를 생성할 수 있음을 자동화된 평가와 사람의 평가를 통해 보인다. 또한 발표 대본을 넣으면 간편하게 유머를 제안받을 수 있는 유저 인터페이스와 애플리케이션을 제안한다.
