我向來見人都是過目不忘，不過我很樂意為了你破例。
Groucho Marx（美國喜劇演員）
喜劇演員靠著挖苦別人來糊口，這些諷刺的字眼說著表面上的一件事，但其實酸的是骨子裡的另一件事。
電腦能學會看破這種極其細微的表達形式嗎？Pushpak Bhattacharyya 表示他們能做到，他手上的演算法能證明這一點。
印度理工學院巴特納校區主任，同時亦為印度理工學院孟買校區教授的 Bhattacharyya，在過去的幾年裡一直致力於應用 GPU 深度學習技術，找出網路言論裡的諷刺字眼。
「我們發現許多推特上的推文，尤其是在政治方面，都帶有諷刺字眼。」他如此說道，這或許是到2018年的現在，最為輕描淡寫的說法。
研究諷刺並非笑話
Bhattacharyya 表示他有充分的理由去研究網路上的諷刺字眼，並非是玩笑話。政治家、國家元首、企業，甚至想要保護名譽的名人都會監看推特及其它社交媒體，以求瞭解公眾的意見。
Bhattacharyya 說他們使用「情感分析」法無法用於分析諷刺字眼。
他說：「諷刺這件事揭露出人類思維的運作方式。」難怪電腦無法處理。
酸言提示
「sarcasm 」一字源自於希臘語裡的「sarkasmós」，意指「用牙齒撕下肉」，充份表現出它的目的：嘲笑或表示蔑視。
有時候這些酸言酸語帶有一個明確的訊號，像是加上「#sarcasm」標籤的推文，或是有著「as if」或「like you care」的字眼。多個感嘆號、大寫字母、表情符號和 #LOL，都是常用帶有嘲笑意味的符號。
不過更常見的情況是從表面上看不出任何諷刺字眼。Bhattacharyya說那些正面的言論往往隱藏著負面意義。他用「I love being ignored」這句話來形容他的觀點。
他說：「看到『I love being』這幾個字時，你會希望看到它後面接著一些積極的字眼，像是『rewarded』或『appreciated』。但是看到『ignored』這個字時，就會知道這其實是諷刺。」
就像是那還不夠難一樣
在其它情況下得視上下文或是完整情況，才能明白是否在開玩笑。要是有人說「手機電池可以撐兩小時，太棒了」，人工智慧就得明白電池壽命只有兩小時並非什麼好事。
那又點出了另一個問題。Bhattacharyya 說有近五分之一的諷刺推文與數字有關，可是尋常的情緒分析結果卻看不出這一點。
開始認真看待諷刺一事
Bhattacharyya 及其研究團隊（包括他的學生、語言學家及心理學家）更深入發掘時，找到區分語言裡正面與負面文字的關鍵。
Bhattacharya 說：「不協調是諷刺的核心。這是我們的主要貢獻。」
研究團隊使用 cuDNN 加速的 TensorFlow 深度學習架構，加上 GeForce GTX 1080 Ti GPU 來訓練神經網路辨識資料集合裡的不協調性，這些資料包括推特裡的推文、電影評論，再到1990年代電視情境喜劇影集《六人行》（Friends）的對話。
他們的演算法在多項研究裡，可以較現有方法更準確地檢測到諷刺字眼，特別是對於內有數字的推文，他們如今 80% 的準確率較過去提高三倍之多。
Bhattacharya 與他的多名博士生合作研究這項計畫：Aditya Joshi、Mark Carmen、Abhijit Mishra 及 Raksha Sharma。
多項用於檢測諷刺的工具
研究人員以其過去的研究結果為基礎，建立了一個可嵌入瀏覽器來檢測諷刺的引擎「Sarcasm Suite」，內有兩個經過訓練的模組，研究人員可以在任何地方用來找出文字裡的諷刺之意。
這些模組會評估人們以前的推文來檢測諷刺字眼，還有辨識矛盾文字及不協調的情緒表達等文字元素。為了充實其分析過程，研究人員的演算法還加入了文字強度等因素，像是「good」（好）與「excellent」（優）間的差異，並且使用眼動追蹤研究的資料。
這項工具還包括聊天機器人 SarcasmBot 的程式碼，它在回答問題時會自己產生諷刺文字。在它問答的某個樣本裡，用戶問 SarcasmBot：「你覺得 Greg 怎麼樣？」回答：「呃…我喜歡 Greg，我絕對欣賞一點責任也不想背的人。」
所以現在電腦說出來的話，可以像我們其他人一樣酸。這聽起來還不錯。
如需更多資訊，請見以下 Bhattacharya 及其團隊提出的研究報告：