我被要求编写一个算法来检测讽刺，但我在逻辑中遇到了一个缺陷（或看起来像一个缺陷）。
例如，如果一个人说
A：我喜欢贾斯汀·比伯。你喜欢他吗？
B：是的。当然。我绝对爱他。
现在这可能被认为是讽刺与否，唯一知道的方法似乎是知道 B 是否认真。
（我不应该深入。我们得到了一堆短语，只是被告知如果这些在句子中，那么它是讽刺的，但我感兴趣？）
有没有办法解决这个问题？还是计算机在讽刺方面绝对卡住了？
（我想这取决于扬声器的语气，但我的输入是文本）
问问题
10008 次
4 回答
18
看起来有研究试图这样做，但他们还没有提出一个运行良好的算法。
来自González-Ibáñez, R. 等人。“识别 Twitter 中的讽刺：仔细观察”
讽刺和反讽是语言学、心理学和认知科学中经过充分研究的现象[...]。但是在文本挖掘文献中，讽刺的自动检测被认为是一个难题[...]，并且仅在少数研究中得到解决。[...] 与我们最密切相关的工作是 Davidov 等人的工作。(2010)，其目标是识别 Twitter 和亚马逊产品评论中的讽刺和非讽刺话语。在本文中，我们考虑了区分讽刺推文和非讽刺推文的难度更大的问题
他们得出结论：
也许不足为奇的是，无论是人类评委还是机器学习技术都表现不佳。[...] 我们的结果表明，仅词汇特征不足以识别讽刺，语用和上下文特征值得进一步研究
这是另一篇最近的相关论文：
Reyes, A. “从幽默识别到反讽检测：社交媒体的比喻语言”
于 2012-12-31T09:25:50.557 回答
9
...句子是由用户编写的。这是2个人之间的模拟对话。
用一个短语来检测讽刺几乎是不可能的，但在上下文中它可能更可行。让我们假设您可以解析句子并解释其字面意思（这不是一项简单的任务，但该问题至少在一定程度上得到了解决）。
你现在有来自：
- 对话中的所有短语。
- 另一位发言者的回应。
交叉引用的短语
要利用 #1，您可以相互交叉引用所有短语。它们中的任何一个直接矛盾吗？
例子：
演讲者 1：我爱贾斯汀比伯。你？
扬声器2：完全！我爱他。
演讲者1：你最喜欢他的什么？
演讲者2：他的音乐很棒！
演讲者1：真的吗？你最喜欢的歌是什么？
演讲者2：来吧，你知道我讨厌他的音乐。
我们知道有两个矛盾的短语，“我爱他！” 和“我讨厌他的音乐”。至少有可能发生了讽刺。
其他演讲者的问题或回应
方法#2 可能更有效（或无用......也许讽刺是众所周知的，但在两方之间没有说出来）。
例子：
演讲者 1：贾斯汀比伯在城里。我真要去见他。
扬声器 2：哈。
另一个例子：
演讲者 1：我爱贾斯汀比伯。你？
演讲者 2：我的床头上有一张他的巨幅海报。
演讲者 1：是的。
更详细地说，您可以应用启发式方法来确定对话在特定短语后偏离的剧烈程度。
演讲者1：我非常喜欢贾斯汀比伯！！！你是？
演讲者 1 发表了强调声明
演讲者 2：是的，当然。
讽刺。我们不知道，但谈话中的另一个人知道。
Speaker 1 现在走什么方向？他们改变话题了吗？根据谈话的激烈程度，它可能表明他们对感知反应的反应。
综上所述，其中大部分都需要复杂的处理，我预计最多只能有非常低的准确率。但这是一个有趣的问题。
于 2012-12-31T04:41:25.527 回答
4
讽刺真的是说话的语气，文字没有声调，这句话的真实性也可以确定它的讽刺......
如果输入由用户输入，则有两种方法可以做到。
一种是基于他们使用互联网术语编写的内容。
例如：
用户可能键入：
"Yeah. Sure. I absolutely love him. /sarcasm"
您可以查找诸如此类的/sarcasm [/sarcasm]关键字
或者，您可以使用统计赔率：
"Yeah, and I'm the president of USA"....它实际上正确的统计几率是如此之低，以至于可以被标记为讽刺。
于 2012-12-31T04:29:57.047 回答
1
那么，从文化或语言的角度来看，讽刺究竟是什么？如果你想解决这个复杂的问题，你必须澄清这一点。这个问题非常复杂，因为要求在某些人类语言中使用人工智能。你可以看看ALICE以获得一些灵感。
于 2012-12-31T04:30:21.170 回答