一种简单的讽刺形式直接颠倒了陈述的字面意思，例如“我们的天气很好”（在雷暴期间），“正是我需要的”（当出现问题时）。

在随机句子中这样做的问题在于，您可能没有上下文来确定字面意思的反转。

您可以使用“正是我所需要的——（随机坏事发生）今天”的模板来构建它们

或者，当计算一个过程的结果时，如果它不是预期的结果，而不是返回“任务不成功”或“任务尚未完成”，AI 可以说“你过得愉快，不是你？ - 任务不成功”或“伟大的工作，天才 - 任务尚未完成”。

大多数随机句子都不适合讽刺，因此只能在特定情况下使用。

从您的问题中不清楚这些随机句子的上下文是什么，因此不清楚该上下文是否适合讽刺。

您还可以建立一个讽刺句子的数据库，尤其是从历史剧中。然后训练你的软件识别这些句子的模式。

例如语法结构/顺序、长度（或构成讽刺的环境）。

并以该数据库为起点，通过反馈来学习，或者您可以使用上述方法来提高您的有效输出。

另一种方法是使用类似但相反的方法；研究这些数据库并基于连贯性构建等效输出，然后推断输出生成过程。（结合其他方法）

查看Mishra等人的论文A Modular Architecture for Unsupervised Sarcasm Generation (2019) 。

在摘要中，作者写道

在本文中，我们提出了一个新的讽刺生成框架；系统将字面上的负面意见作为输入，并将其翻译成讽刺的版本。我们的框架不需要任何配对数据进行训练。

这是参考实现。