反讽意味

摘要： 曾经看过一位朋友转发的一段有趣且颇有反讽意味的微博,内容是:"就算这些年你一事无成,也肯定已经是拖延大师、妥协天才、咸鱼精英、夜宵外卖品鉴师、无所谓‘专属代言人’、‘再说吧’终身成就奖得主、熬夜脱发国服最强王者、减肥失败大中华区形象大使、‘常年缺钱’非遗传统技艺指定继承人。"

摘要： 作为一种文化商业现象的“行画”，通常是指由画工制作的低级艺术商品，与艺术作品泾渭分明。但在很多学者眼中，艺术名家笔下的“行活儿”，可称为高级行画。这一带有反讽意味的词语指向的是知名艺术家粗制滥造，形成了许多面貌雷同、品质低劣的作品。

摘要： 《双黄蛋》这个短篇极有意思。首先这是一篇比较典型的元叙述小说,其次在于小说故事的内核,反讽意味浓厚,还有就是这篇小说通过对两个话本故事的重述、织补,也即叙述之叙述,启发读者思考：小说家在谈论真实时是都说些什么？

摘要： 《三个乞丐》中晓苏用简洁的叙事结构，多变的叙事视角，书写了内地乡村社会复杂的生存状况。小说挖掘了人物内心的需求与纠结。展现了转型期社会伦理模糊的精神表征，折射出对乡村社会道德观、价值观的困惑与反思。叙事场景“老三篇”使小说具有反讽意味和独特的审美价值，故事中人物关系的模糊性和不确定性增加了作品的深度与魅力。小说对世俗人性欲望的多样性表现与真切的人性关怀，体现出晓苏对现实人生的独特思考，凸显出作品内在的深刻性。

摘要： 一家店名带有反讽意味的酒楼，一个房号犹如谶语的房间，一场闹剧似的饭局，一群滑稽可疑的人物，一些不着边际的言谈，一张数字诡异的结账单，共同构成了杨晓升中篇小说《身不由己》里的奇特一幕，看似熟悉的惊天骗局，却隐藏着难以启齿的苦衷。

摘要： 砖与瓦归于尘土回到原点房宇被时光所肢解惟余苍老的骨骼矗立在裕溪河的左岸

摘要： 《三个乞丐》中晓苏用简洁的叙事结构,多变的叙事视角,书写了内地乡村社会复杂的生存状况.小说挖掘了人物内心的需求与纠结,展现了转型期社会伦理模糊的精神表征,折射出对乡村社会道德观、价值观的困惑与反思.叙事场景"老三篇"使小说具有反讽意味和独特的审美价值,故事中人物关系的模糊性和不确定性增加了作品的深度与魅力.小说对世俗人性欲望的多样性表现与真切的人性关怀,体现出晓苏对现实人生的独特思考,凸显出作品内在的深刻性.

摘要： 《一只公鸡的非正常死亡》是一篇反讽意味很浓的小说，也是一篇富于隐喻的小说。看得出来，相对于“怎样表达”，

摘要： 克里斯托弗·诺兰的新作《敦刻尔克》问世以来．在全球引发观影热潮，迄今已经超越史蒂文·斯皮尔伯格的《拯救大兵瑞恩》．成为影史上票房收入最高的二战题材电影。影片在西方影评界亦收获压倒性好评．被多家媒体和影评人看好冲奥．乃至列入史上最佳战争电影榜单。具有反讽意味的是．诺兰自称并没有把这部作品当做战争电影来拍．而是决定把它拍成悬疑惊悚片：

摘要： 本发明公开了一种基于条件融合的多模态反讽检测方法。本发明具体步骤：步骤1、对需要进行反讽检测的数据文本进行预训练；对数据文本对应的视频和音频进行编码，得到视频特征和音频特征；步骤2、将处理好的数据文本馈送到编码器TE中；将数据的视频特征和音频特征通过多头注意力机制获得与情感相关的语境信息；步骤3、将语境信息以增量参数的形式加入到编码器的层归一化的增益g和偏置b中，将视频、音频特征融合到文本特征中，获得融合后的语义编码；步骤4、将语义编码通过softmax层进行讽刺的极性分类；本发明方法具有更好的鲁棒性和检测能力，解决了评论文本中的反讽检测问题。

摘要： 本发明公开了一种基于多层次语义胶囊路由的反讽检测方法。本发明步骤：使用GloVe对网络评论和上下文进行词向量嵌入，分别获得网络评论和上下文的文本特征；并将文本特征输入到Transformer模型中进行向量的转换，分别获得网络评论和上下文的隐藏层特征；通过CNN把网络评论的隐藏层特征转化为网络评论的池化特征；把池化特征作为权重使用注意力机制对上下文的隐藏层特征进行权重偏移，获得新的隐藏层特征Ⅰ；把网络评论的隐藏层特征与SenticNet中获得的情感权重相结合，获得新的隐藏层特征Ⅱ；把隐藏层特征Ⅰ和Ⅱ作为低层次的语义胶囊，进行EM路由获得高层次的语义胶囊；最后把高层次的语义胶囊通过SoftMax函数获得最后的分类结果。本发明有效解决了反讽检测分类效果不佳等问题。

摘要： 本发明公开了一种基于句内词对关系和上下文用户特征的反讽检测方法。本发明用自注意力机制(也称内部注意力机制)去分析文本中情感极性矛盾的词对。通过学习并融合用户的书写风格特征和性格特征得到用户嵌入(user embeddings)，作为反讽检测的上下文信息。同时结合LSTM网络编码文本的序列信息。这种方法能够更好的检测反讽表达，在反讽表达明显或者隐晦的情况下都可以取得不错的准确率。其中具体发明的基于句内词对关系和上下文用户特征的反讽检测模型。本发明为反讽检测提供判别依据，有利于判别没有明显矛盾词对的反讽文本。从这两个角度提高了反讽检测的准确率。

摘要： 本发明公开了一种基于知识图谱和跨模态注意力的多模态反讽检测方法。本发明根据Bert模型构建跨模态注意力特征向量，以及运用多模态知识图谱来获取外部信息，并对外部信息进行筛选。跨模态注意力构建的是音频信息与文本句信息以及情感值向量三者的关系，通过音频信息向量与情感值向量之间的联系与影响来计算注意力，以此来关注句中的矛盾表达。而外部知识信息的筛选，则是运用文本抽取的信息与知识图谱检索的外部信息相似度进行。最后将获取的各个类型的特征向量，输入到分类层进行分类。本发明能够很好解决了不同模态信息的融合问题，能够关注句内的矛盾也能提取不同模态的不一致性特征，能够提高反讽检测任务的准确性。

摘要： 本发明属于人工智能自然语言处理领域，具体涉及一种直白文本到反讽文本的文本风格转换方法及装置，包括：首先利用爬虫技术获得若干社交平台的评论数据，从中抽取具有明显情感倾向性的评论样本并打上标签，得到正负情感极性的平衡数据集，构建正负情感二分类的情感倾向性分类模型；基于正负情感二分类的情感倾向性分类模型构建模块构造名词‑形容词正负情感极性搭配表；然后通过转换模块对文本样本执行中心词与评价词的定位，并针对评价词进行正向情感极性替换；最后追加正向情感极性的评价句；本发明提出的方法适用于负面情感极性的文本，针对直白负面情感倾向性的文本进行风格转换，最终在不改变文本原意的前提下生成具有反讽内涵的文本。

摘要： 本发明属于自然语言处理领域，涉及一种基于卷积神经网络和注意力机制的反讽识别模型。包括：S1.文本表示层；S2.语义特征提取层；S3.反讽语义关系建模层；S4.反讽意图判别层。有益效果：本发明能够识别出社交媒体中潜在的反讽表达，挖掘出用户的真实情感倾向，该模型弥补了传统序列模型的不足，实现了句子内部序列之间情感语义关系的建模，同时相比于现有的基于词对矛盾的反讽识别方法，该模型更容易捕捉到反讽效果产生的语义矛盾信息，提高了反讽识别任务的准确性，通过卷积操作隐式地将句子分割成短语片段来提取更高层次的语义特征；可以更准确的捕捉句子短语片段之间的语义不一致性信息。

摘要： 本发明公开了一种基于条件融合的多模态反讽检测方法。本发明具体步骤：步骤1、对需要进行反讽检测的数据文本进行预训练；对数据文本对应的视频和音频进行编码，得到视频特征和音频特征；步骤2、将处理好的数据文本馈送到编码器TE中；将数据的视频特征和音频特征通过多头注意力机制获得与情感相关的语境信息；步骤3、将语境信息以增量参数的形式加入到编码器的层归一化的增益g和偏置b中，将视频、音频特征融合到文本特征中，获得融合后的语义编码；步骤4、将语义编码通过softmax层进行讽刺的极性分类；本发明方法具有更好的鲁棒性和检测能力，解决了评论文本中的反讽检测问题。

摘要： 本发明涉及语音识别检测技术领域，公开了一种语音反讽检测方法、系统、终端设备和存储介质，包括：对输入的语音特征向量进行文本表征提取，获取输入的语音特征向量的语义信息；对输入的语音特征向量进行非文本表征提取，获取输入的语音特征向量的生理信息；将提取的语义信息和生理信息进行向量拼接，作为k层全连接网络的输入向量，经训练得到输入的语音特征向量的反讽识别结果。本发明在使用一般书面文本作为反讽检测任务输入的同时，对原始音频中隐含的情绪、语气和停顿等非文本特征加以利用，并将两类特征转化为高层次表征，将结果合并起来进行决策，以达到更好的反讽识别准确率。

摘要： 本发明公开了一种基于多层次语义胶囊路由的反讽检测方法。本发明步骤：使用GloVe对网络评论和上下文进行词向量嵌入，分别获得网络评论和上下文的文本特征；并将文本特征输入到Transformer模型中进行向量的转换，分别获得网络评论和上下文的隐藏层特征；通过CNN把网络评论的隐藏层特征转化为网络评论的池化特征；把池化特征作为权重使用注意力机制对上下文的隐藏层特征进行权重偏移，获得新的隐藏层特征Ⅰ；把网络评论的隐藏层特征与SenticNet中获得的情感权重相结合，获得新的隐藏层特征Ⅱ；把隐藏层特征Ⅰ和Ⅱ作为低层次的语义胶囊，进行EM路由获得高层次的语义胶囊；最后把高层次的语义胶囊通过SoftMax函数获得最后的分类结果。本发明有效解决了反讽检测分类效果不佳等问题。

摘要： 本发明公开了一种基于句内词对关系和上下文用户特征的反讽检测方法。本发明用自注意力机制(也称内部注意力机制)去分析文本中情感极性矛盾的词对。通过学习并融合用户的书写风格特征和性格特征得到用户嵌入(user embeddings)，作为反讽检测的上下文信息。同时结合LSTM网络编码文本的序列信息。这种方法能够更好的检测反讽表达，在反讽表达明显或者隐晦的情况下都可以取得不错的准确率。其中具体发明的基于句内词对关系和上下文用户特征的反讽检测模型。本发明为反讽检测提供判别依据，有利于判别没有明显矛盾词对的反讽文本。从这两个角度提高了反讽检测的准确率。