从第一原理推导论述的论点构建
该论文通过第一次全面调查话题覆盖范围,从三个权威来源比较话题集合,找出语料库与其频繁讨论的话题重合度最高,发现大多数语料库覆盖公共在线论坛上经常讨论的话题。但是,这些语料库还没有涵盖来自权威来源的其他话题,揭示了未来语料库建设的有趣方向。
Jan, 2023
通过辩论动态理论提出了一种自动推理知识图谱的新方法,以三段式分类为例,该方法基于增强学习代理和二进制分类器解释和预测关于知识图谱中观点真实性的辩论证据,从而可用于知识图谱的推理和链接预测,实验表明该方法优于其他基线模型。
Jan, 2020
使用语义知识图谱,通过在竞争性辩论中构建高质量辩论案例的有约束的最短路径遍历,有效地改进了辩论案例生成,并且为 Policy Debate 提供了大规模数据集以及有用的元数据。
Jul, 2023
本文提出了将大量讨论中的摘要表示为少量关键点的想法,并根据其显著性对每个关键点进行评分。通过分析大型数据集及实验结果表明,针对一个特定话题,少量关键点通常足以涵盖绝大部分的讨论内容,同时也发现领域专家通常可以提前预测这些关键点。文章探讨了将论点到关键点的映射任务,并引入了一个新的大型数据集,通过在该数据集上进行一系列实验,报告了有希望的表现。
May, 2020
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
提出了一种基于辩论动态的知识图谱事实检查新方法,利用强化学习代理抽取路径来论证事实真假,并通过二元分类器判断真假;该方法可解释用户决策,允许用户参与推理和评估辩论,提高各类基于知识图谱的人工智能应用的接受度、效率、稳健性和公正性。
Jan, 2020
本文提出了一个利用 ASP 构造图形化参数框架的方法。第一步通过一个程序生成基于逻辑的参数集合,第二个程序利用第一个程序的结果来指定参数之间的关系。该方法不仅对于基于实例化的论证提供了一种灵活可扩展的工具,而且还提供了一种新的通用的答案集可视化方法。
Jan, 2013
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
本文研究文本生成在计算辩证研究中的应用,着重探讨对抗性生成的挑战,并提出了攻击一个前提来对抗一个论点的方法,该方法首先评估本体的强度,然后生成一个针对其弱点的反驳性论述,人工和自动评估都证明了找出薄弱的前提对于对抗性生成的重要性。
May, 2021