23、反讽与讽刺：从社交到文学再到聊天机器人的运用

反讽与讽刺：从社交到文学再到聊天机器人的运用

1. 语境信息对系统检测准确性的影响

在系统检测方面，不同类型的语境信息能为系统带来一定的检测准确性提升。例如，先验语境推文可使系统的检测准确率提高 6% - 7%，作者近期直至当前推文所体现出的情绪，在综合精确率和召回率上也能提升 6% 或 7%，不过这取决于所使用的网络配置。但遗憾的是，各类语境信息的益处并非可简单累加。当网络同时获取先验语境推文和作者资料时，其性能提升与仅获取其中一项时相差无几，说明网络从二者中获取所需信息即可，并非两项都必需。

2. 社交媒介中反讽的标记方式

2.1 明显标记的不足

在社交媒体上，用 #sarcasm 或 #irony 明确标记话语，就如同把收据钉在包装好的生日礼物正面一样显得笨拙。尽管我们可能会哀叹现代交流中细微差别逐渐消失，但社交媒体用户这么做也有其原因。

2.2 常见的反讽标记形式

• 空中引号（Air Quotes） ：说话时做出类似兔子耳朵的手势，标记话语中应被理解为对他人话语和观点的呼应提及部分，也是反讽的一种标记。在电影《失常》中，出租车司机通过强调“TOY”来暗示其非默认含义，引发听众进行特殊分析，以达到反讽效果。
• ** scare quotes（书面引号）**：书面形式的空中引号，作者用它不仅是为了引用他人，更是为了突出那些值得特别关注、以非默认方式使用的词语和短语。例如冰淇淋店黑板上的“gelato”，以及快餐菜单上用引号标注的“chicken”，不同情境下引号有不同的暗示意义。当引号中的词情感色彩越强烈，越需要谨慎对待，如戈尔·维达尔形容安迪·沃霍尔为“天才”时，引号充满了嘲讽。

2.3 @MetaphorMagnet 的反讽策略

• 策略构成 ：一个名为 @MetaphorMagnet 的隐喻推特机器人，通过“当 [X] 以 [Y] 的方式”的结构明确脚本对立，用引号突出有争议的品质，最后加上 #irony 标签，以此来包装其对日常事务的比喻观点。
• 效果衡量 ：通过让无偏见的评委在无上下文和反讽上下文中对引号中的词进行情感评分，若反讽隐喻使读者对有争议品质的情感认知显著下降，则认为该反讽隐喻成功。通过实验测量不同标记策略的相对效果，发现 #irony 标签对反讽意图的理解无显著贡献，而明确的脚本对立平均使情感下移 0.22，单独使用引号使情感平均下移 0.10，二者结合使用时使情感平均下移 0.31。

2.4 标记策略效果对比表格

标记策略	对情感的平均影响
#irony 标签	无显著贡献
明确脚本对立	-0.22
单独使用引号	-0.10
脚本对立与引号结合	-0.31

3. 文学作品中的反讽标记

3.1 微妙的修饰词

在文学世界中，反讽意图的标记更为微妙。如雷蒙德·钱德勒在作品中用“about”标记对比，“about [X]”“almost [X]”“nearly [X]”不仅暗示否定，还暗示失败，当否定与嘲讽和伪装碰撞时，往往会产生反讽效果。这些修饰词是说话者应对直白反讽标签的微妙方式，如同急转弯的路标，提醒听众注意话语中的变化。

3.2 创意明喻的分类

在对创意明喻是否具有反讽或讽刺意味进行自动分类时，可基于以下三个基本问题：
- 明喻赋予目标的品质是否更可取（积极还是消极）？
- 明喻的“about”形式在网络上是否占主导地位？可通过谷歌搜索其不同用法并计数来判断。
- 是否有证据表明人们可以用比明喻形式更不易产生反讽或讽刺的语言结构表达相同的意思？例如，“[X][Ys] such as [Zs]”模式（Hearst 模式）几乎从不用于反讽，可用于挖掘语料库中的常识知识。

3.3 创意明喻分类流程图

graph LR
    A[创意明喻] --> B{品质是否更可取}
    B -- 是 --> C{“about”形式是否主导}
    B -- 否 --> D[非反讽可能较大]
    C -- 是 --> E{是否有其他非反讽结构表达相同意思}
    C -- 否 --> F[需进一步分析]
    E -- 是 --> G[非反讽]
    E -- 否 --> H[可能反讽]

4. 反讽在聊天机器人中的应用

4.1 现有聊天机器人的不足

早期著名的聊天机器人 Eliza 和 Parry 都未充分利用反讽和讽刺。Eliza 缺乏反讽所依赖的多样化期望，仅局限于其浅层模板；Parry 虽对特定领域有一定了解，但知识广度和深度不足以支持普遍的讽刺能力。现代聊天机器人虽运用了机器学习，但仍存在类似问题，当用户偏离其专业领域时，还需采用类似 Eliza 的通用技巧将用户引导回安全话题。

4.2 具有反讽和讽刺能力的聊天机器人设想

一个具有反讽和讽刺能力的聊天机器人应具备想象力，直面问题时能巧妙应对。对于无法处理的话题，它会优雅且机智地转移；对于能处理的话题，它会从笼统转向具体，用生动的表述和富有挑衅性的措辞推动对话。

4.3 Figaro 聊天机器人的特点

• 知识获取 ：Figaro 结合了 Eliza 的浅层技巧和 Parry 的知识驱动关注点，通过大规模网络搜索获取规范和刻板印象数据库，并利用 Google n - grams 构建用户提出话题的隐喻图景。例如，对于“life”这个话题，它能补充“life is a highway”等信息。
• 对话推动 ：Figaro 有自己的议程，试图引导用户进入故事讲述的空间，利用其内置的故事生成系统理解因果关系，预测或建议用户故事的后续发展。例如在与用户的对话中，它能从用户的问题出发，给出富有想象力的回应。

4.4 Figaro 对话示例表格

用户提问	Figaro 回应
What’s life all about, Figaro?	Some compare life to the rule of law.
why?	Maybe worrying about life will have you fighting for justice?
how so?	Worrying about life is as threatening as an ominous storm.
why is life like the Turing Test?	You feel as challenged by life as by the Turing test.
go on.	Suppose that you were retiring replicants with Rick Deckard?
why is my life so much fun?	Because your life is a joke.
why is that?	Your life is more amusing than a bag of wet shit.
not true	You feel as shocked by your life as by a child’s dirty joke.
I do not	Many lives are as shocking as a child’s dirty joke and just as sincere as a fart joke.

5. 聊天机器人反讽应用的挑战与思考

5.1 语言使用的边界问题

Figaro 在对话中使用了如“shit”和“fart”等较为粗俗的词汇，这源于它从网络内容中学习到这些表述，但在实际应用中，这种语言的使用引发了对自我审查的关注。需要探讨在何处以及如何划定语言使用的界限，以避免引起用户的不适。

5.2 情感理解与共鸣的提升

虽然 Figaro 能根据用户的提问给出回应，但在情感理解和共鸣方面仍有提升空间。它需要更精准地把握用户的情感状态，使回应不仅具有反讽意味，还能真正与用户的情绪产生共鸣，增强用户的交互体验。

5.3 应对多样化话题的能力

尽管 Figaro 试图应对各种话题，但在面对一些复杂或生僻的话题时，可能仍会出现力不从心的情况。需要进一步拓展其知识领域，提高应对多样化话题的能力，确保在各种对话场景中都能游刃有余。

5.4 挑战与思考表格

挑战方面	具体问题	应对方向
语言使用	粗俗词汇可能引起用户不适	建立语言审查机制，明确语言使用规范
情感理解	难以与用户情感产生深度共鸣	加强情感分析技术，提高对用户情感的敏感度
话题应对	应对复杂生僻话题能力不足	拓展知识领域，优化知识获取和处理方式

6. 反讽应用的未来发展趋势

6.1 多模态反讽表达

未来的聊天机器人可能会结合语音、图像、表情等多模态信息进行反讽表达。例如，通过语音语调的变化、面部表情的展示等，更生动地传达反讽意图，增强与用户的互动效果。

6.2 个性化反讽策略

根据用户的个人偏好、语言习惯和情感特征，为每个用户定制个性化的反讽策略。这样可以提高反讽的针对性和有效性，更好地满足用户的需求。

6.3 跨领域反讽应用

反讽应用可能会从聊天机器人扩展到更多领域，如智能客服、虚拟助手、教育辅助等。在不同领域中，根据具体场景和用户需求，灵活运用反讽技巧，提升服务质量和用户体验。

6.4 未来发展趋势流程图

graph LR
    A[反讽应用现状] --> B[多模态反讽表达]
    A --> C[个性化反讽策略]
    A --> D[跨领域反讽应用]
    B --> E[增强互动效果]
    C --> F[提高针对性有效性]
    D --> G[拓展应用领域]

7. 总结

反讽和讽刺在社交、文学和聊天机器人等领域都有着独特的应用价值。在社交媒介中，不同的标记方式能帮助传达反讽意图，但效果各异；文学作品中，微妙的修饰词为反讽增添了韵味；聊天机器人在引入反讽能力方面取得了一定进展，但仍面临诸多挑战。未来，随着技术的不断发展，反讽应用有望朝着多模态、个性化和跨领域的方向发展，为人们的交流和互动带来更多的乐趣和价值。同时，我们也需要关注语言使用的规范和情感理解的提升，确保反讽应用在合适的场景中发挥积极作用。