研究 Reddit 上的 ChangeMyView 社区，通过分析交互动态、语言因素等来了解观点转变的机制，发现不同语言的使用对说服力有很大影响，同时也探讨了如何确定某人的观点是否能被改变。

Feb, 2016

这篇论文通过调查问卷和专家访谈，研究讨论区中使用的四种设计目标，进而构建了一个标记数据集以分析和提高辩论的说服力。使用基于不同说服策略的包含具体案例的分析工具，Persua 鼓励用户提交更多反馈，帮助他们在辩论中提高说服力，同时该系统设计考虑也有启示意义。

Apr, 2022

该研究提出了一种新的神经模型来动态跟踪论证对话中主题和话语变化对说服力的影响，并在社交媒体和最高法院的论证对话上进行了实验验证。实验结果表明该模型能够有效地辨别具有说服力的论证，并发现主题和话语对说服力都有帮助，但优秀的话语风格可能会在社交媒体争议中造成偏见。

Feb, 2020

本文提出了使用因子图模型来获取在线辩论平台上的论点结构特征，并将这些特征结合到基于 LSTM 的模型中，以预测哪位辩手的论点最有说服力。研究发现，在评估在线辩论中的论点说服力时，结合论点结构特征可以发挥重要作用。

Oct, 2020

人工智能的替代代理人具有重要的影响力，可在线上言论中生成有效的论点，以引导公众舆论；此外，它们之间的相互作用还能够模拟人类社会系统中的说服过程，以便作为研究人群舆论动态的可信代理人。

Dec, 2023

本文介绍了一个基于态度变化理论、群体行为理论和演化博弈理论的代理人在线舆论形成模型，该模型考虑了信誉度、接受者特征和群体环境对说服过程的影响，并将该模型应用于 Twitter，分析了话题类型、参数变化和意见领袖对舆论形成的影响。实验结果显示，争议性话题的意见演化表现出更大的不确定性和可持续性，而利益成本比对意见形成有着显着的影响，适当的比例将导致最长的放松时间或最统一的全球意见。此外，拥有大量追随者的名人比专家更有能力影响公众舆论。

Jul, 2018

本文研究了在线辩论中事实和情感论证风格的特征，使用一组已注释的 “事实” 的和 “感觉” 的辩论论坛文章，提取高度相关的事实和情感论证模式，并应用引导式方法在更大的未注释的论坛文章池中寻找新的模式，最后分析了最具有鉴别能力的模式，以更好地理解事实和情感论证的定义特征。

Sep, 2017

本研究提出了一個新的數據集，旨在研究論證時實際情境和語境對論據質量的影響，並提供整合了語境的預測模型，展示其在預測特定論證中所使用的論點對外界的影響時比僅依賴於論點語言特徵的模型更加準確。

Apr, 2020

本文介绍了一个包含 78,376 次辩论和全面参与者个人资料的数据集，利用该数据集，与通常用于类似研究的语言特征相比，分析了选定用户特征对辩论结果的影响。

Jun, 2019

本文提出了一个预测性辩论模型，该模型结合了语言学特征和潜在的说服力强度因素，成功预测评审委员会评定的辩手胜负，其中，获胜方使用了更加有力的论据。

May, 2017