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（或似乎是一个缺陷）。
例如，如果有人说
答：我喜欢Justin Beiber。你喜欢他吗？B：是的。当然。 我非常爱他。
现在这可能被认为是讽刺与否，唯一可以知道的方法就是知道B是否严重。
（我不应该深入。我们被给了一堆短语，只是被告知如果这些是在句子中那么它是讽刺但我感兴趣？）
有什么方法可以解决这个问题吗？或者在讽刺时计算机是否完全停滞不前？
（我想它取决于发言者的语气，但我的输入是文字）
答案 0 :(得分：17)
看起来有些研究尝试过，但他们还没有提出一个运行良好的算法。
来自González-Ibáñez, R. et al. "Identifying sarcasm in Twitter: a closer look"
讽刺和讽刺是语言学中充分研究的现象， 心理学和认知科学[...]。但在文本挖掘中 文献中，讽刺的自动检测被认为是困难的 问题[...]和 仅在少数研究中得到了解决。 [...]与我们最密切相关的工作是Davidov等人的工作。 （2010），其目的是识别讽刺和非讽刺 Twitter和亚马逊产品评论中的话语。在本文中，我们 考虑将讽刺性推文与非讽刺性推文区分开来的难度较大的问题
他们总结道：
也许不出所料，无论是人类评委还是机器人 学习技巧表现很好。 [...]我们的研究结果表明单独的词汇特征不足以识别讽刺，而语用和语境特征值得进一步研究
这是另一篇近期的相关论文：
Reyes, A. "From humor recognition to irony detection: The figurative language of social media"
答案 1 :(得分：9)
...句子由用户编写。它是两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，但是在上下文中它可能会更加可行。让我们假设你可以解析句子并解释它的字面意义（不是一个简单的任务，但这个问题至少在某种程度上得到了解决）。
您现在有来自：
的背景信息要利用＃1，您可以互相引用所有短语。他们中的任何一个都是直接矛盾吗？
示例：
演讲者1 ：我爱Justin Bieber。你呢？
演讲者2 ：完全！我爱他。
演讲者1 ：你最喜欢他的是什么？
演讲者2 ：他那令人敬畏的音乐！
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”。至少有机会发生讽刺。
方法＃2可能更有效（或无用......也许讽刺已知，但两方之间没有说出口。）
示例：
演讲者1 ：Justin Bieber在镇上。我很想见到他。
演讲者2 ：哈。
另一个例子：
演讲者1 ：我爱Justin Bieber。你呢？ 演讲者2 ：我床上方有一张巨幅海报 演讲者1 ：是的。
更加详细，您可以应用启发式方法来确定对话在特定短语之后的偏差程度。
演讲者1 ：我非常喜欢Justin Bieber！你呢？
发言者1发表了强调声明
演讲者2 ：是的，当然
<子>讽刺。我们不知道，但对话中的其他人确实如此。
演讲者1现在采取什么方向？他们改变了主题吗？根据对话转变的程度，它可能表明他们对感知反应的反应。
所有这一切都说，大部分需要复杂的处理，我希望最好的准确率非常低。但这是一个引人入胜的问题。
答案 2 :(得分：4)
讽刺真的是关于它所说的语气，文字不能保持声调，声明是真实的可行性还可以判断它的讽刺......
如果用户输入了输入，则有两种方法可以执行此操作。
一个基于他们使用互联网术语撰写的内容。
例如：
用户可以输入：
"Yeah. Sure. I absolutely love him. /sarcasm"
您可以查看/sarcasm [/sarcasm]等
或者你可以使用统计赔率：
"Yeah, and I'm the president of USA" ....事实上正确的统计几率非常低，可以被标记为讽刺。
答案 3 :(得分：1)
那么从文化或语言的角度来看，究竟是什么讽刺呢？如果您想解决这个复杂的问题，您必须澄清这一点。问题非常复杂，因为要求在某些人类语言中使用AI。你可以看一下A.L.I.C.E.的灵感。