讽刺是社会媒体中常用的修辞手法，在一些社交平台上(Twitter、Reddit)普遍存在，用比喻、夸张等方式对人或事进行否定、批评或嘲笑。讽刺检测任务对于理解人们实际的情感和信念至关重要。针对拥有会话上下文的目标文本进行讽刺检测，本文提出了一种基于RoBERTa的社交媒体会话中的讽刺检测模型。该模型主要由两个部分构成：(1)前者是特征抽取层，采用更加鲁棒的迁移学习模型RoBERTa，对会话上下文文本和目标文本分别进行特征的学习；(2)后者是特征融合层，由于目标文本是对会话上下文的回复，考虑到单纯的级联并不能很好的学习两者之间的对话关系，采用了改进版的Attention-over-Attention(AOA)注意力模型，使得目标文本可以关注到会话上下文中重要的信息。最后，在公开的Twitter和Reddit两个数据集上进行了实验，验证了模型的有效性，还分析了对于目标文本的讽刺检测，有无会话上下文以及会话上下文数量的多少对模型性能的影响。