自动幽默检测综述：大模型能识别笑点，但不懂文化语境

事件核心：发生了什么

alphaXiv收录的这篇综述《A Survey of Automatic Humor Detection: From Theoretical Foundations to Large Language Models》系统整理了自动幽默检测领域的研究脉络：从心理学和语言学理论（如“不一致性”理论），到经典机器学习、深度学习，再到Transformer和大模型方法。综述覆盖了纯文本、多模态和多语言数据集，并对比了微调、参数高效微调（PEFT）、提示工程和多任务学习等适配策略。素材引用的一项基准测试显示，在中文笑话解释任务Chumor 2.0上，表现最好的模型ERNIE4-turbo准确率为60.3%，人类标注者为78.3%；MCC指标上模型为0.29，人类为0.60。需要说明的是，这些数据来自被引研究，并非综述作者自己的实验，且受限于特定数据集、语言和评测协议，不宜当作通用排名。

为什么重要

幽默理解是AI社交能力的一块试金石。聊天机器人和虚拟助手要自然对话，就得判断用户是否在开玩笑，否则可能给出冒犯性或不合时宜的回应。综述指出，当前研究分散在幽默类型、语言、模态和评测基准上，缺乏统一框架。对行业而言，这意味着大模型在客服、陪伴、教育等场景中，文化敏感度和可解释性仍是落地障碍。谁先解决语用推理和文化对齐，谁就能在下一代对话式AI中建立体验优势。

对用户/开发者/创作者的影响

开发者若在应用中集成幽默检测API或自建模型，需注意现有基准的局限：不同数据集的任务形式（幽默/非幽默分类、类型识别、有趣度打分）不可互换。创作者使用AI辅助生成段子或互动内容时，模型可能误判反讽、双关或地域梗。企业采购对话式AI时，应把文化适配和可解释性纳入评估，而非只看准确率。目前公开信息显示，该综述未发布新模型或产品，也未声称经过同行评审。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是多模态和多语言幽默数据集能否走向标准化，减少基准碎片化；二是幽默与冒犯的边界如何建模，避免AI在敏感话题上翻车；三是大模型在语用推理和可解释性上的进展，是否会出现专门针对中文、日语等文化语境的评测集和开源工具。

来源：alphaXiv