核心发现
方法论
本文在现有的Pragmatic Metacognitive Prompting（PMP）基础上，加入两种上下文提供策略：一是利用网络检索补充模型缺失的背景知识，二是通过模型内部知识提取实现自我知识感知。具体流程包括关键词提取（采用命名实体识别和LLM关键词识别）、信息检索（结合Google API和BM25排序）以及基于提示的推理。模型在三个数据集（Twitter Indonesia Sarcastic、SemEval-2018、MUStARD）上进行评估，显著提升了检测性能。
关键结果
- 在Twitter Indonesia Sarcastic数据集上，非参数检索策略使宏F1从原始PMP的约66.8%提升至76.7%，提升9.87%。
- 在SemEval-2018和MUStARD数据集上，自我知识检索分别带来宏F1提升3.29%和4.08%，显示不同上下文增强策略的互补效果。
- 实验验证了上下文信息，尤其是文化特定俚语和未知词汇，对于提升LLMs在 sarcasm 检测中的表现至关重要。
研究意义
该研究强调了上下文在 sarcasm 检测中的核心作用，特别是在多文化、多语言环境中。通过结合外部检索和模型内部知识，有效缓解了模型对文化特异性表达理解不足的问题，为未来多模态、多语种 sarcasm 检测提供了新思路。这不仅推动了 NLP 领域对知识增强的理解，也为实际应用中的自动内容理解提供了技术基础。
技术贡献
本文提出的检索增强PMP方法创新性地结合了非参数检索与模型自我知识提取，显著改善了模型在零样本环境下的表现。具体技术贡献包括：设计了基于Google API和BM25的关键词检索流程，结合LLM自我定义能力实现上下文补充，以及在多语种、多文化数据集上的实证验证。这些方法为知识驱动的NLP任务提供了新的工程方案和理论基础。
新颖性
本研究首次系统性融合网络检索与模型内部知识提取，作为上下文增强手段应用于 sarcasm 检测，突破了传统单一提示策略的局限。相较于现有的RAG或单一提示方法，提出的双重上下文提供机制在多文化、多语言环境中表现出更优的鲁棒性和适应性，具有较强的创新性。
局限性
- 检索质量依赖于外部信息源的准确性，低质量检索可能引入噪声影响模型判断。
- 对多语种、多文化语料的适应性仍有待验证，特别是在资源匮乏的场景。
- 模型在处理极端文化特异性表达时仍存在理解偏差，未来需结合多模态信息进行优化。
未来方向
未来将优化检索策略，提高相关性和效率，探索多模态信息（如图像、音频）对 sarcasm 检测的辅助作用。同时，研究检索内容的质量对模型性能的影响机制，推动知识增强的理论发展，并考虑跨文化、多语种的适应性提升。
AI 总览摘要
在自然语言处理领域， sarcasm（讽刺）检测一直是一个具有挑战性的任务。尽管深度学习模型如BERT和GPT在许多任务中取得了突破，但 sarcasm 的微妙语境和文化差异使其难以准确识别。传统方法多依赖于大规模预训练模型（PLMs）或提示技术，但在多文化、多语言环境中表现有限。本文提出了一种结合检索和自我知识提取的上下文感知PMP（Pragmatic Metacognitive Prompting）方法，旨在弥补模型对文化特异性表达理解不足的问题。
该方法通过两个互补的策略增强模型理解：一是利用网络检索补充模型缺失的背景知识，二是通过模型内部知识提取实现自我知识感知。具体实现包括关键词提取（采用NER和LLM关键词识别）、信息检索（结合Google API和BM25排序）以及基于提示的推理。实验在三个多文化、多语种数据集（Twitter Indonesia Sarcastic、SemEval-2018、MUStARD）上进行，结果显示，非参数检索策略使宏F1提升9.87%，而自我知识提取在其他两个数据集上分别带来3.29%和4.08%的提升。
这些结果验证了上下文信息，尤其是文化特定俚语和未知词汇，对于提升LLMs在 sarcasm 检测中的表现至关重要。研究强调了知识增强在 NLP 中的重要性，为多语种、多文化 sarcasm 检测提供了新思路。未来工作将聚焦于优化检索质量，结合多模态信息，并探索跨文化适应性，以推动自动内容理解的边界。
深度分析
研究背景
随着社交媒体的普及，sarcasm（讽刺）成为网络内容中的常见表达形式。早期的文本分类方法依赖于特征工程和传统机器学习算法，如Naive Bayes和SVM，但难以捕捉微妙的语境和文化差异。近年来，深度学习模型如Transformer、BERT等极大提升了理解能力，但在 sarcasm 检测中仍面临多文化、多语言的挑战。现有研究多关注于数据集构建、特征提取和提示优化，然而模型在文化特异性表达上的理解仍不足，限制了其实际应用。
核心问题
sarcasm 检测的核心难点在于其依赖于丰富的语境和文化背景信息。现有模型在面对俚语、隐喻或文化特定的表达时表现不佳，尤其是在多语种环境中。模型对未知词汇和文化引用的理解不足，导致误判率高。如何有效整合外部知识、提升模型对文化特异性表达的理解能力，成为亟待解决的问题。此外，模型缺乏对自身知识状态的感知，限制了推理深度。
核心创新
本研究提出结合网络检索和自我知识提取的双重上下文增强策略，创新点在于：1）引入Google API和BM25排序机制，有效补充模型缺失的背景信息；2）利用LLM关键词识别和定义能力，实现模型内部知识的自我感知；3）将这两种策略融入PMP框架，显著提升模型在多文化、多语种数据集上的表现。此方法突破了传统单一提示或检索的局限，为 sarcasm 检测提供了多维度的知识支持。
方法详解
- �� 关键词提取：采用命名实体识别（NER）和Part-of-Speech（POS）标注，提取专有名词和实体作为关键词。• LLM关键词识别：利用LLM自动识别文本中模型未理解或模糊的词汇，作为检索目标。• 信息检索：将关键词输入Google Search API，结合BM25排序筛选最相关的网页片段。• 片段处理：将检索到的网页内容拆分成块，用BM25排序，筛选出最具代表性的信息。• 细化总结：用LLM对筛选内容进行总结，提取核心语义。• 内部知识定义：直接用LLM生成关键词的定义，增强模型的内部知识库。• 结合提示：将检索和定义信息作为上下文，输入到PMP中，指导模型进行推理和判断。
实验设计
采用三个数据集：Twitter Indonesia Sarcastic（包含多文化俚语）、SemEval-2018（英语标准语料）和MUStARD（多模态、多文化）。模型基线为RoBERTa和GPT-4，评估指标为宏F1。对比实验包括原始PMP、单一检索增强和本研究提出的双重策略。超参数设置包括关键词提取阈值、BM25参数和提示设计。还进行了消融实验，验证不同策略的贡献。
结果分析
非参数检索策略在Twitter Indonesia数据集上使宏F1从66.8%提升至76.7%，提升9.87%。在SemEval和MUStARD上，自我知识提取分别带来3.29%和4.08%的提升，验证了多策略结合的有效性。结果显示，文化特异性表达的理解依赖于上下文信息，尤其是俚语和未知词汇。模型在多语种、多文化环境中的鲁棒性得到显著改善，验证了方法的实用性。
应用场景
该方法适用于社交媒体监控、内容审核、情感分析等场景，尤其在多语种、多文化环境中表现优越。可为企业提供自动化的 sarcasm 识别工具，提升内容过滤和用户体验。未来可结合多模态信息（如视频、音频）进一步增强识别能力，推动智能内容理解的发展。
局限与展望
检索质量受外部信息源影响较大，低质量检索可能引入噪声。对极端文化表达的理解仍有限，模型在资源匮乏场景表现不足。此外，检索和推理过程增加计算成本，未来需优化效率和适应性。
通俗解读 非专业人士也能看懂
想象你在一个工厂里工作，工厂里有很多不同的机器和工人，每个人都在做自己的事情。有时候，工厂需要一个新零件或信息，但这个信息可能在其他地方。于是，你会去找资料（就像用搜索引擎），找到相关的说明，然后告诉机器和工人。这样，工厂就能更快、更好地完成任务。这个方法也是一样，模型通过“找资料”和“自己想想”，更聪明地理解句子里的讽刺意思。它不仅依赖自己已有的知识，还会主动去网络上查找不懂的词或短语，最后结合这些信息做出判断，就像工厂里用新零件修理机器一样。
简单解释 像给14岁少年讲一样
想象你在学校里，有很多不同的朋友说话方式都不一样。有时候，他们会用一些奇怪的词或笑话，你一开始可能不懂是什么意思。于是，你会问老师或者查字典，找到答案，然后明白了他们在开玩笑或者说了什么特别的话。这个过程就像模型在检测讽刺时，它会先自己试着理解句子，如果觉得有不懂的词，就去网上查资料，找到相关信息，再结合自己已有的知识，判断这是不是在说反话。这样一来，它就能更准确地知道别人是不是在用讽刺的方式说话，就像你理解朋友的笑话一样。
术语表
Pragmatic Metacognitive Prompting（PMP）
一种引导模型分析语用信息和反思的提示方法，帮助模型理解隐含意义。
用于增强模型在 sarcasm 检测中的推理能力。
BM25
一种信息检索算法，用于根据关键词在文档中排序相关性，优化检索效果。
在本文中用于筛选网络检索得到的网页片段。
Named Entity Recognition（NER）
识别文本中的专有名词和实体类别（如人名、地点、组织），增强语义理解。
用于关键词提取的第一步。
Large Language Models（LLMs）
基于深度学习的预训练模型，能理解和生成自然语言，具备丰富的知识和推理能力。
用于关键词识别、定义生成和推理。
开放问题 这项研究留下的未解疑问
- 1 如何进一步提升检索内容的相关性和质量，减少噪声干扰，仍需研究优化策略。
- 2 多文化、多语种环境下模型的泛化能力不足，未来需结合多模态信息进行增强。
- 3 模型对极端文化表达的理解仍有限，需开发更鲁棒的多模态、多语种模型。
应用场景
近期应用
社交媒体内容监控
自动识别网络中的讽刺内容，帮助平台过滤不良信息，提升用户体验。
内容审核与情感分析
辅助内容审核系统识别潜在的讽刺或隐含信息，支持多语种、多文化环境。
远期愿景
多模态多语种智能内容理解
结合图像、音频等多模态信息，构建更全面的自动理解系统，推动智能内容生成与分析。
原文摘要
Detecting sarcasm remains a challenging task in the areas of Natural Language Processing (NLP) despite recent advances in neural network approaches. Currently, Pre-trained Language Models (PLMs) and Large Language Models (LLMs) are the preferred approach for sarcasm detection. However, the complexity of sarcastic text, combined with linguistic diversity and cultural variation across communities, has made the task more difficult even for PLMs and LLMs. Beyond that, those models also exhibit unreliable detection of words or tokens that require extra grounding for analysis. Building on a state-of-the-art prompting method in LLMs for sarcasm detection called Pragmatic Metacognitive Prompting (PMP), we introduce a retrieval-aware approach that incorporates retrieved contextual information for each target text. Our pipeline explores two complementary ways to provide context: adding non-parametric knowledge using web-based retrieval when the model lacks necessary background, and eliciting the model's own internal knowledge for a self-knowledge awareness strategy. We evaluated our approach with three datasets, such as Twitter Indonesia Sarcastic, SemEval-2018 Task 3, and MUStARD. Non-parametric retrieval resulted in a significant 9.87% macro-F1 improvement on Twitter Indonesia Sarcastic compared to the original PMP method. Self-knowledge retrieval improves macro-F1 by 3.29% on Semeval and by 4.08% on MUStARD. These findings highlight the importance of context in enhancing LLMs performance in sarcasm detection task, particularly the involvement of culturally specific slang, references, or unknown terms to the LLMs. Future work will focus on optimizing the retrieval of relevant contextual information and examining how retrieval quality affects performance. The experiment code is available at: https://github.com/wllchrst/sarcasm-detection_pmp_knowledge-base.