社交媒体(Social Media)的高速发展,如Twitter,Reddit,微博等已经在人们的日常生活中扮演的角色已愈来愈重要,网民喜欢并擅长在社交媒体中使用反讽修辞方法来宣泄情感。这种修辞方法的丰富运用给自然语言处理任务带来了明显的困难,会严重影响社交媒体中文本情感分析与观点挖掘等任务的检测准确性,因此面向社交媒体中的自动化反讽识别技术具有重要探索和研究意义。反讽修辞的具体形式多种多样,依据反讽成因可将反讽分为三类,即前后情感矛盾式反讽、场景反讽与其他反讽,其中第一类反讽约占70%。针对社交媒体中的自动反讽识别,本文从基于内容和基于上下文两个方面对社交媒体中的反讽识别技术进行了深入的研究。基于内容的反讽识别又可以称作上下文无关的反讽识别,即不考虑识别目标句的上下文信息,仅从目标句本身出发来判定是否为反讽表达。根据前后情感矛盾式反讽占多数的事实,本文提出了两种上下文无关的识别模型,“词对矛盾”模型与“半句对矛盾”模型。前者针对句中的矛盾词对使用词对注意力机制,该方法计算句中任意两个词的注意力分数从而得到注意力分数矩阵,进一步可得到句子表示,该表示包含了任意两个词的矛盾程度信息,在监督信号的作用下迫使模型特别留意句子中的矛盾词。而后者则针对句子前半句与后半句的矛盾性,利用孪生神经网络模型对“半句对”建模,模型可以发现两半句的不一致性,从而可以推断目标句是否使用了反讽修辞。还可以在孪生神经网络的基础上加入注意力机制,从而使模型突出两个半句中的关键词。可以看出,某种程度上“半句对矛盾”模型是对“词对矛盾”模型的一种改进,即由单一词级别扩展到了多个句(半句)级别,实验证明“半句对矛盾”模型在反讽识别任务中取得了更好的效果。基于上下文的反讽识别算法建立在一种经验理论基础上,即反讽修辞本身是一种上下文有关的表达。广义的上下文包括叙述人的语调、表情、肢体动作,当时的心理状态,文本在长文中的环境,文本的转发、回复、评论情况等。原则上,使用上下文信息可以极大提升自动化反讽识别的准确率上限。本文提出的上下文反讽识别算法以SARC语料库为研究对象,采用了文本内容驱动和上下文驱动的混合建模方法来识别反讽,使用的上下文信息有用户信息和主题信息,前者又可分为用户贝叶斯先验信息和用户写作风格信息。实验证明,加入上下文后的判定算法可以某些评论正确地判定为反讽,虽然它们字面上毫无反讽倾向,因此相较于纯粹内容驱动的算法在识别准确性上有很大提高。