DUTH团队的研究人员使用CLEF 2025 JOKER任务1基准，评估了英语和葡萄牙语的幽默检索能力，并探索了多语言幽默感知信息检索。他们的方法整合了基于XLM-RoBERTa的多语言稠密检索和神经重排，以评估通用Transformer模型在多大程度上能理解幽默相关的相关性。研究发现，跨语言性能存在显著差异，葡萄牙语的运行结果优于英语，这表明纯粹的语义稠密表示在幽默检索方面存在局限性，尤其是在幽默依赖于多语言编码器未能捕捉到的表面线索时。 AI
影响 凸显了当前稠密检索模型在幽默特定语言现象方面的局限性，为更细致的AI理解指明了未来研究方向。
排序理由 该集群包含一篇学术论文，详细介绍了一种解决特定AI研究问题的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
