本文介绍了一个全面的、高精度的基于话语级查询的语料库广泛的 Argument Mining 系统，通过将适当索引的大型语料库上的句子级查询与迭代式注释方案结合起来，解决了数据中的固有标签偏差，标注手册所需的空间样本的区域，从而获得高精度的排名前几的候选项。

Nov, 2019

本文介绍了 VivesDebate-Speech 语料库，旨在利用音频特征进行论证挖掘任务，并提供了一系列独特实验结果，表明将音频特征整合到论证挖掘流程中可获得改进的性能，为未来研究提供了基准。

Feb, 2023

本文研究如何检测能够有效反驳特定论点而非只是特定立场的文章，以解决社交媒体时代如何应对信息封锁和假新闻的问题。针对辩论演讲，给定一个演讲稿，我们的目标是从一组与其立场相反的演讲中找出直接反驳它的演讲。通过研究此问题，我们提供了一个包含 3,685 个数据样本（英文）的数据集，并探讨了几种算法。尽管某些算法表现成功，但都未达到人类专家的水平，这表明此方向存在进一步研究的空间。

May, 2020

这篇研究探讨了基于计算语言学的辩论挖掘的方法，通过适应实践数据中的辩论现象和创建一个新的标准语料库以及使用几种机器学习方法来识别辩论组件，证明了在用户生成的网络话语中进行辩论挖掘是可行的但具有挑战性的任务。

Jan, 2016

本综述文章桥接了论证挖掘的理论方法和社交媒体数据诉求的实用方案之间的差距，回顾、比较和分类现有方法、技术和工具，识别了结合任务和特征的积极成果，并最终提出了一个观点架构框架。该理论框架是一种能够识别不同子任务并捕捉社交媒体文本需求的论证挖掘方案，揭示了采用更灵活、可扩展框架的需求。

Jul, 2019

该研究探讨了法律文本中的论点自动提取与语义分析方法，采用基于欧洲人权法院纪录的一种新的注释方案，提出了一种改进的模型，能够更加准确地对法律审判过程中的论点进行自动化提取与分类。

Aug, 2022

本文介绍了一种用于应对较长的论述文本的关键回应生成方法，并在听力理解任务中实验证明了其可行性。研究数据可供自由使用。

Sep, 2019

本文介绍了一种新的多模态数据集（包含英语文本和音频），用于检测清楚性主张的工具，并且结果表明，使用音频信号作为信息源可以提高检测的准确率，同时也解决了单个发言者问题。

May, 2023

本文提出了一个全面而大型的数据集 IAM，旨在用于一系列论证挖掘任务。文集介绍了两个新的综合论证挖掘任务，即主张提取与立场分类（CESC）以及主张 - 证据对提取（CEPE）。实验结果表明了我们提出的任务的价值和挑战，并激励了论证挖掘领域的未来研究。

Mar, 2022

本文探讨如何通过学习在线辩论中的协作编辑行为来捕捉修订模式，以开发旨在指导作者进一步改进其论点的方法，并且我们提出一种基于修订距离的新的抽样策略，以解决修订文字料库的噪声问题。

May, 2023