讽刺喜剧

摘要： 通过对《看钱奴》和《吝啬鬼》两部讽刺喜剧进行研究,将中西方历史中的文学作品当成人类思想演化发展中的重要内容,进而促进中西方世界之间的深入认识和了解。本文研究成果是对《看钱奴》和《吝啬鬼》两部讽刺喜剧的个性特征和共性进行系统分析,涵盖现实主义强弱和文化思潮波荡、民族精神和喜剧效果、情感冲突以及经营方式,通过此次研究能够为相关讽刺喜剧创作提供有效参考,具有重要的借鉴意义和指导意义。

摘要： 查理·斯宾塞·卓别林作为一代喜剧大师,他的创作手法经历了早期插科打诨的滑稽闹剧向尖锐深刻的讽刺喜剧的转型,经历了从纯粹喜剧至悲喜剧的融合,并逐步向鲜明的悲剧性特征发展。他所创造的人物“夏尔洛”从产生至解体的过程代表了他的电影生涯发展过程,而他的影片内涵及批判意义使他负有盛名。本文旨在通过卓别林作品的历史发展意义,对其电影创作手法的形成及发展过程进行研究。

摘要： 《威尼斯商人》喜剧人物夏洛克的无息借贷契约并不是阴险狠毒的陷阱,而是机会主义的感情投资.他想以此与安东尼奥交友联谊,改善自己的社会环境和经营环境.在犹太歧视的主流社会,这样不识时务的一厢情愿注定失败,只能被视为愚妄乖谬而受到侮弄嘲讽.通过让夏洛克说出心中的委屈,莎士比亚表达了对被歧视民族的同情,显示了莎士比亚伟大的博爱胸怀.

摘要： 他是上世纪80年代的先锋导演,90年代拍讽刺喜剧,新世纪开创主旋律电影新模式,如今推出新作,致敬建党百年在刚刚闭幕的第二十四届上海国际电影节上,黄建新度过了他的67岁生日。6月14日,作为金爵奖评委会主席,他和评委团一起观看了入围影片《良心》。当晚,在他早期作品《背靠背,脸对脸》的映后见面会上,全场观众点亮手机屏幕,为导演唱起生日歌。“这是我第一次在电影院与大家一起过生日”,黄建新怀抱鲜花,向观众深深鞠躬。

摘要： 从20世纪80年代初撰写《陈白尘创作历程论》开始,此后逾30年,董健先生一直没有停止过对喜剧的思考。他心中有一个"喜剧情结",他的喜剧观是独特而富有启发意义的。他是第一个系统阐释"喜剧精神"内涵的学者,提出了"喜剧精神"的三个基本要点。他还系统地阐释了喜剧的分类问题,认为喜剧可分为讽刺喜剧、幽默喜剧和悲喜剧三大类,前二者是喜剧的基本类型,悲喜剧则是一种现代喜剧形态。在喜剧的几种类型中,他尤其推崇讽刺喜剧。他还从"创作者的主体性与理性精神的表现""对现实的关注以及历史发展的趋势"等方面,论述了"喜剧高于悲剧""喜剧将比悲剧和正剧发达得多""未来戏剧的世界将主要是喜剧的世界"等观点。

摘要： 《乔乔的异想世界》是由塔伊加·维迪提执导,罗曼·格里芬·戴维斯、 托马辛·麦肯齐、 斯嘉丽·约翰逊共同主演的剧情片.影片以儿童的视角去看待二战时期的德国,将儿童片和喜剧片进行了类型融合,在轻松幽默的氛围之下包裹着悲剧的内核,于欢笑之中发人深省.影片通过充满童真的叙事手法、 具有讽刺意味的表达方式、 斑斓浓郁的色彩搭配,创建了一个童话般的世界,并通过少年乔乔成长的心路历程转变,表达了战争的荒诞和影片的反战内涵.

摘要： 著名爱尔兰作家萧伯纳是受人尊敬的文坛寿星,他94岁逝世,在当时的欧洲也算是高寿了。萧伯纳坚持写作70多年,一生创作了52部讽刺喜剧和7部小说,他辉煌的一生倍受世人崇敬。萧伯纳生前是如何养生的呢?主要有以下四点经验值得我们借鉴。1.坚持体育锻炼,生活有规律。萧伯纳从不睡懒觉。

摘要： 在这个疫情弥漫的冬春,最宜闭关读书、看戏、码字。我观看了郎秀云老师主演的粵剧——《二女争夫》。这部戏的知名度不算很高,由陈仕元、张云青根据同名彩调剧改编,广州粵剧团二团做班底,是上世纪80年代初拍的演出实况录像,画质比较模糊,字幕也只显示了唱的部分。但一看下来,不得不佩服,那时排的传统戏实在“有戏”!

摘要： 法律系毕业的喜剧演员现年41岁的泽连斯基岀身犹太高知家庭,父亲是教授,母亲是工程师,大学专业是法律。他高中时开始接触喜剧演出,2007年参加乌克兰知名综艺节目《与星共舞》,成为家喻户晓的喜剧明星。2015年开播的政治讽刺喜剧《人民公仆》,他在剧中饰演一位看不惯乌克兰政坛贪腐的中学历史老师,因批评政府贪腐的言论被学生放上网络,瞬间成为网红,众人推举他参选总统,又为他募集资金,他就这么误打误撞地当上了总统,当上总统后,对腐败和寡头班干政重拳出击。

摘要： 本发明涉及动态记忆案件描述的涉案微博评论讽刺句检测方法，属于自然语言处理技术领域。本发明包括步骤：构建涉案微博讽刺数据集；利用词嵌入和位置嵌入分别将涉案微博正文和涉案微博评论分别进行特征编码，在特征编码后的涉案微博评论中引入注意力机制；通过动态记忆机制，获得与涉案微博评论相关的正文表征；将获得的正文表征和评论表征进行拼接得到新的表征，将表征作为输入来训练模型，通过模型进行涉案微博评论讽刺句检测。本发明通过将案件描述信息作为背景信息实现了涉案评论句讽刺检测，从获取的舆情数据中检测出讽刺句，为后续的情感分析提供了支撑。

摘要： 本发明涉及一种基于多尺度跨模态神经网络的多模态讽刺对象检测方法，包括步骤：获取一定量的包含讽刺意味且带有图像的推特文本作为基础数据集；结合图像和文本上下文对照信息，对基础数据集中的图文对进行标注；设计多模态讽刺对象检测神经网络。本发明的有益效果是：本发明设计并构建了多模态讽刺对象检测神经网络，包括文本信息编码器、图像信息编码器、B2M转换器、跨模态编码器(MCE)、M2N转换网络、文本讽刺对象检测网络(TSTI)和图像讽刺对象检测网络，结合图像和文本来检测推特文本中的文本讽刺对象和图像讽刺对象；本发明相比较于已有的方法具有更高的性能。

摘要： 本发明公开了一种对社交媒体多模态信息中讽刺情感识别的方法，充分利用文本、图像和图像属性三种模态来解决具有挑战性的多模态讽刺检测任务。首先提取图像特征和图像属性特征，接着利用图像属性特征与基于RoBERTa的文本预训练网络连接提取文本特征，从而将文本模态、图像模态和图像属性模态的特征重构并融合为一个特征向量对讽刺情感进行预测。本发明在社交媒体的图文信息数据集上有超过1％的准确率提升和超过3％的F1值提升，证明了多模态分层融合模型的有效性和三种模态的实用性，从而充分发挥文本的上下文信息和不同模态间的相互作用。

摘要： 本发明提供了一种基于知识注入的双注意力网络的多模态讽刺意图识别方法，该方法包括：获取待识别数据内容，所述待识别数据内容包括若干文本、图片对；对文本中的词和图片中的对象进行编码，得到原始表示；基于待识别数据内容的隐性上下文信息对原始表示进行扩展，得到上下文感知表示；获取原始表示与上下文感知表示的注意力计算结果；根据注意力计算结果，计算原始跨模态对比表示和上下文感知跨模态对比表示；基于所述原始跨模态对比表示和所述上下文感知跨模态对比表示，计算讽刺意图识别结果。本发明有助于提高讽刺识别的整体性能，方便模型的实际应用，并对预测结果提供可解释性。

摘要： 本发明一种基于讽刺识别和细粒度特征融合的多模态蒙古文情感分析方法，首先，将机器翻译和情感分析结合，以解决由于蒙古语情感数据集的匮乏导致情感分析不准确的问题；其次，将图像属性纳入讽刺识别中，并利用属性特征和Bi‑GRU提取文本特征，使用Bi‑GRU替换Bi‑LSTM，缓解了Bi‑LSTM记忆单元结构复杂，训练时间长的问题；第三，结合图文相关性检测，以解决多模态情感分析中若存在配图和发布的文本完全无关的情况对分析结果造成较大偏差的问题；最后，结合多模态细粒度混合的方法，在多模态细粒度混合时根据上下文环境的差异，考虑到了各模态中不同组成成分的差别，从而避免噪音信息的影响。

摘要： 本发明提出一种融合多级语义信息的多模态讽刺识别系统方法，所述方法通过融合多级语义信息来分析多模态数据，然后以讽刺识别模块来判别多模态数据中是否存在讽刺感；在生成多模态数据时，以特征提取模块提取图文数据的特征表示及图文数据的中级语义信息，以图文融合模块融合图文数据的特征表示并提取产生讽刺感的图文片段，以语义融合模块融合图文数据的中级、高级语义信息；本发明能够提取图文模态数据的特征表示及图文数据中的中级语义信息，通过注意力机制融合多模态数据，并关联图文模态的中级语义，分析多模态数据中是否存在讽刺感。

摘要： 本发明涉及动态记忆案件描述的涉案微博评论讽刺句检测方法，属于自然语言处理技术领域。本发明包括步骤：构建涉案微博讽刺数据集；利用词嵌入和位置嵌入分别将涉案微博正文和涉案微博评论分别进行特征编码，在特征编码后的涉案微博评论中引入注意力机制；通过动态记忆机制，获得与涉案微博评论相关的正文表征；将获得的正文表征和评论表征进行拼接得到新的表征，将表征作为输入来训练模型，通过模型进行涉案微博评论讽刺句检测。本发明通过将案件描述信息作为背景信息实现了涉案评论句讽刺检测，从获取的舆情数据中检测出讽刺句，为后续的情感分析提供了支撑。

摘要： 本发明实施例提供上下文讽刺检测方法、装置、电子设备及存储介质，该方法包括：对用户评论文本进行分析得到用户评论特征；将所述用户评论特征输入预设讽刺检测模型，得到讽刺检测结果；其中，所述预设讽刺检测模型是通过对带讽刺标签的用户评论样本特征和无标签的用户评论样本特征训练得到的。针对讽刺检测的特点设计了内容特征和上下文特征的用户评论特征，然后针对讽刺检测的实际业务场景特点选取了一种半监督学习方法，采用多次抽取与带讽刺标签的用户评论样本特征相等数量的无标记数据构建决策树，集成多棵决策树预测输入文本，节省了大量的数据标注工作，从而更符合真实应用场景，最终更好的实现上下文讽刺检测。

摘要： 本发明实施例公开了一种讽刺内容识别方法、装置、电子设备以及存储介质。该方法包括：获取待识别的数据内容，并提取所述数据内容的文本内容和图像内容；提取所述图像内容的第一特征信息，其中，所述第一特征信息至少包括所述图像内容中的文本向量特征；提取所述文本内容的第二特征信息，其中，所述第二特征信息至少包括所述文本内容的表情符号特征；将所述图像内容的第一特征信息和所述文本内容的第二特征信息输入至预先训练的讽刺内容识别模型，得到所述数据内容的讽刺识别结果。通过本发明实施例公开的技术方案，实现了更加准确的识别到讽刺内容，更加精准的了解待识别的数据内容的表达含义。

摘要： 本发明属于网络语言检测领域，具体涉及一种基于Bi‑ISCA来检测用户生成短文本中的讽刺情绪的方法，包括句内单词编码层模块、Bi‑ISCA模块、整合与最终预测模块，所述句内单词编码层模块连接有Bi‑ISCA模块，所述Bi‑ISCA模块连接有整合与最终预测模块。本发明通过一种新的深度学习结构，该结构使用了一种新颖的注意机制即Bi‑ISCA捕获句间依赖关系，从而仅利用会话上下文来检测用户生成的短文本中的讽刺。本发明所提出的深度学习模型展示了捕获显性、隐含和上下文不一致的词的能力，这些词是导致讽刺的短语，在这一领域上，Bi‑ISCA结构有着巨大的优势。本发明用于检测用户生成短文本中的讽刺情绪。