{
  "id": "verbal-irony",
  "title": "言语反讽",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "言语反讽是一种语言交际方式，指说话者传达的态度或意义与其表面上认可的话语形成反差。",
  "category": "language",
  "subcategory": "",
  "type": "concept",
  "aliases": [
    "语言反讽",
    "言语反语"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/verbal-irony/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/verbal-irony/",
      "json": "https://aiwiki.page/en/verbal-irony.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "言语反讽是语言的一种运用方式：说话者或作者给出一句话，同时引导受众识别其表面意义与实际传达的态度或意义之间的反差。一个常见的例子是在倾盆大雨中说“天气真好”。言语反讽常被描述为“说的是一回事，意思却正好相反”，但它也包括实际意图并非简单地将字面意思反转的情况。修辞学、语用学和文学阐释都对其有所研究。"
    },
    {
      "heading": "定义性特征",
      "text": "言语反讽通常依赖于话语与相关情境、预期或评价之间可被识别的落差。理解言语反讽，不能仅仅辨认词句的常规含义；受众还必须推断说话者对这些话持何种立场。\n\n以下三个特征尤其重要：\n\n- 表面认可： 话语呈现出一个命题、判断、问题或其他交际行为，仿佛说话者是在按其通常意义使用它。\n- 语境反差： 具体情境、先前的话语、共同预期或表达方式，使这种直白的理解显得不合适。\n- 传达态度： 话语引导受众识别某种立场，例如批评、觉得好笑、怀疑、失望或亲昵的调侃。\n\n例如，打印机第五次卡纸后，有人可能会说：“这台机器真是可靠极了。”这句常规的正面评价与机器的实际表现形成反差，说话者借此传达不满。\n\n并非所有反讽都包含字面上不实的陈述。如果有人面对一个明显愚蠢的决定说“这个选择很有意思”，这句话在字面上或许说得通，却传达了负面评价。同样，“还能比这更好吗？”这样的反讽式问句，也不一定是在断言一个只需将真假颠倒就能理解的命题。\n\n在典型的言语反讽中，说话者意在让受众识别其非字面的立场。话语与情境之间无意形成的不一致，在较宽泛的意义上也可以被称为反讽，但未必属于有意作出的反讽话语。"
    },
    {
      "heading": "与其他反讽形式的关系",
      "text": "言语反讽涉及交际行为，有别于通常区分出的另外两种形式：\n\n- 情境反讽指预期与实际发生的事情之间存在显著反差，例如安防设备反而成为盗窃的工具。这种反讽并不需要一个使用反讽的说话者。\n- 戏剧反讽指观众知道某个角色所不知道的重要信息。这种形式常见于戏剧、电影和文学。\n\n这些形式可能相互重叠。某个角色可能真诚地说出一句话，而在知情的观众看来，这句话却具有戏剧反讽意味。然而，从角色的角度看，这句话并不是言语反讽，因为角色并未有意传达反讽的立场。\n\n言语反讽与挖苦\n\n言语反讽与挖苦有所重叠，但两者的关系并没有统一的界定。挖苦通常带有尖锐的嘲弄、讥笑或刻薄的评价。言语反讽可以达到这些目的，也可以用来表达亲近感、作出戏谑式的轻描淡写、进行自我调侃，或在不进行人身攻击的情况下提出批评。\n\n对活动结束后才到场的人说“来得真是时候”，可能既是反讽，也是挖苦。在共同遭遇窘境时，笑着对朋友说“又是完美的一天”，则可能带有反讽意味，却并无敌意。有些理论将挖苦视为言语反讽的一个子类；另一些理论则根据交际功能来区分二者。"
    },
    {
      "heading": "如何理解言语反讽",
      "text": "语境与共享知识\n\n同一句话既可能是真诚的，也可能是反讽。“你可真是帮了大忙”，在得到有效帮助后可以表达感谢，在受到阻碍后则可能表达批评。理解在一定程度上取决于共同基础，即交际参与者视为彼此共享的信息和假设。\n\n相关线索可能包括：\n\n- 刚刚发生的事情。\n- 先前的陈述或承诺。\n- 说话者已为人所知的信念。\n- 对恰当行为的预期。\n- 交际参与者之间的关系。\n- 体裁与交际场合。\n\n反讽可以针对某种预期，而非某个具体的人。在一场混乱的活动中说“一切都在严格按计划进行”，可能是在嘲弄一种以为局面尽在掌控之中的理想化预期，即使此前没有人声称活动会顺利进行，也是如此。\n\n声音、表情与书面表达\n\n在口语中，语调、节奏与停顿、音量以及重音都可以帮助传递反讽信号。面部表情和手势也可能提供额外线索。不过，并不存在一种必不可少的、单一的“反讽语气”：说话者可以采用夸张热情的语气、平淡的表达方式，或听起来完全正常的声音。\n\n在书面表达中，引号、斜体、标点符号、表情符号和刻意的夸张都可以引导理解。但这些都不是反讽的必要或充分标志。例如，引号可能表示怀疑、直接引用，或某个词的特殊用法，而不一定表示反讽。"
    },
    {
      "heading": "主要理论解释",
      "text": "不同理论强调反讽交际的不同方面。对于反讽是否需要相反的意义、对某种想法的回声式呼应，或某种形式的佯装，各种理论并不一致。\n\n反差与会话推理\n\n传统修辞理论通常将反讽归为一种修辞格，认为其意图表达的意义与明说的意义形成反差。这种解释能够有效描述简单直接的例子，但对于许多反讽式问句、轻描淡写的说法和表面上属实的评论而言，“意思正好相反”的界定过于狭窄。\n\n在与 H. P. 格赖斯相关的一种颇具影响力的语用学研究路径中，反讽通过会话含义来解释。明显有违事实的话语可能促使受众寻求一种符合更广泛的合作原则的解释。赞扬一次显而易见的失败，并不一定是在试图欺骗；这种醒目的不一致有助于传达批评。\n\n简单的意义反转理论面临的一项挑战，是如何解释说话者的态度。以反讽方式说“这真是高明”，所传达的不只是“这并不高明”：它还将这一正面评价本身作为嘲弄或否定的对象。\n\n回声理论\n\n在关联理论中，反讽通常被分析为语言的回声式使用。说话者呈现或唤起某种想法、意见、预期或话语，并传达与之保持距离、不予认同的态度。\n\n假设组织者承诺，登记只需一分钟。等候许久后，一位参与者说：“只要一分钟。”这句话呼应了先前的承诺，同时传达出这一承诺已被证明不符合实际。此前不一定要有明确说出的话语；被呼应的内容也可能是某种预期，或社会中人们熟悉的判断。\n\n这里的“回声”并不意味着简单重复，而是指当前话语与其所呈现的某种想法或观点之间的关系。\n\n佯装理论\n\n佯装理论认为，反讽是说话者假装在真诚地实施某种交际行为，同时期待受众识破这种表演。赞扬一项灾难性计划的人，可能会短暂地采用热情支持者的口吻。受众识别出这种立场是佯装的，便能够推断说话者的真实态度。\n\n回声理论与佯装理论可以描述同一例子中相互重叠的特征，但二者对于何者才是根本有所不同。"
    },
    {
      "heading": "功能与局限",
      "text": "言语反讽可以用于间接批评、制造幽默、表达挫败感、揭露矛盾，或加强那些看出同一处不一致的人之间的亲近感。它也能让说话者不必明确反驳某种观点，就能与之划清界限。\n\n言语反讽对人际关系的影响并不固定。从语言礼貌的角度来看，反讽式批评可能缓和直截了当的负面判断，但也可能使批评对象显得不值得认真回应，从而强化轻蔑意味。熟悉程度、权力关系、受众构成和表达方式，都会影响人们如何接受反讽。\n\n反讽也会造成理解上的不确定性。受众可能不了解相关背景，把反讽误当作真心话，或者将本意为玩笑的话理解成敌意。明确解释一句反讽的话可以减少歧义，同时也会改变它的修辞效果。"
    },
    {
      "heading": "翻译与计算分析",
      "text": "在翻译中，如果目标受众缺乏相关文化知识或语境预期，保留字面措辞未必能保留反讽效果。译者可能需要综合考虑措辞、语域、口吻及上下文，而不是孤立地处理一个反讽句。\n\n自动反讽检测也面临类似困难。使用机器学习的系统可以识别与反讽性文字相关的模式，但正面情感表达、夸张措辞或特定标点本身都不是可靠的证据。理解可能依赖此前的对话、一幅图像、某个事件，或系统所获文本中并未包含的知识。因此，即使词汇和语法已被完全理解，一个孤立的句子仍可能确实存在歧义。"
    }
  ],
  "links": [
    "language",
    "pragmatics",
    "theatre",
    "film",
    "literature",
    "sarcasm",
    "intonation",
    "punctuation",
    "figure-of-speech",
    "conversational-implicature",
    "cooperative-principle",
    "relevance-theory",
    "translation",
    "machine-learning"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}