互联网世界中充斥着人们情绪和观点的表达,表达情感的方式多种多样,除了直抒喜怒哀乐,运用修辞手法来加强情感也是一种常用的表达方式。讽刺就是其中一种修辞手法,通常用于表达作者与文本表达相反的情感。例如,在句子“今天把脚歪了,真是开心的一天”中,本来把脚歪了是一件坏事,是让人不开心的,而作者使用“开心”这一正向的词语来评价,通过戏谑的方式,进一步表达出自己的不开心。像这样的表达,让我们人类来理解是很容易的,但是在大规模的网络舆情分析、文本情感分析中,单靠人来理解分析是远远不够的,需要用到信息技术来完成这项任务。所以如何让计算机理解讽刺修辞手法,挖掘出讽刺表达背后的特征,在自然语言处理领域是一项重要的研究内容。本文以互联网平台上的文本数据为研究对象,在分析了现有研究中存在的不足后,针对现有讽刺检测方法中缺少对句子中情感矛盾挖掘和缺乏对长文本讽刺检测研究的问题,具体研究了以下4点内容:1.本文采用注意力机制来挖掘文本中的深层信息。注意力机制可以聚焦于那些更具有深层语义的词汇,针对不同的任务和场景,注意力机制能找出在当前场景最有用的词汇,能够深入分析潜在的情感。2.本文针对现有讽刺分析方法中缺少对句子中情感矛盾信息挖掘的问题,提出具有矛盾特征挖掘能力的深度神经网络模型SCRN,对文本进行编码后,通过模型找出文本中存在的情感矛盾,并基于此对文本讽刺检测。根据实验结果,SCRN模型相较于其他模型,在讽刺检测上具有较好的效果。3.本文针对现有讽刺分析方法中缺少对长文本分析方法研究的问题,提出一种基于层级情感矛盾检测的深度学习网络HCRN,通过对长文本进行层级划分来检测不同层级间的矛盾,并基于此对长文本的讽刺情感进行分析。实验结果表明,考虑长文本的层次结构并在不同层次进行矛盾检测,对长文本的讽刺检测效果有明显的提升。4.为了验证本论文所提出的模型算法具有一定的实际应用价值,本论文设计并实现了一个讽刺检测原型系统。