通用反驳数据集

EMNLPSep, 2019

A Dataset of General-Purpose Rebuttal

Matan Orbach, Yonatan Bilu, Ariel Gera, Yoav Kantor, Lena Dankin...

TL;DR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。

Abstract

In Natural Language Understanding, the task of response generation is usually focused on responses to short texts, such as tweets or a turn in a dialog. Here we present a novel task of producing a critical response to a long →

response generation argumentative text rebuttal arguments listening comprehension data collection

发现论文，激发创造

基于结论的对抗性论点生成

本文研究如何利用多任务学习来生成经过反驳的论点，并提出了一个基于立场分类的排名组件来选择最优的反驳。评估结果表明，该方法比强基线生成的反驳更相关且立场更明确。

Jan, 2023

利用检索、规划和实现的论点生成

本文介绍了一个新的框架 CANDELA，用来解决针对特定问题的对抗论证自动生成，它包含了一个强大的检索系统和一个新型的双步骤生成模型，通过索引 1200 万文章并使用自然语言处理，使得自动生成的对抗论证比以往更为适当和丰富。经过自动评估和人工评估，该模型均取得了相比现有技术的更高 BLEU、ROUGE 和 METEOR 语言分数。

Jun, 2019

有效驳斥：利用语料库范围主张挖掘的听力理解

本文提出使用自动挖掘新闻文章中的争议性观点，在辩论中寻找其对应的观点，并通过对英文辩论的 400 次演讲分析，证明了这种方法的可行性，并提供了基础的检测措施，所有数据均可供研究者免费使用。

Jul, 2019

与我简明辩论：走向句级反驳生成

本研究提出了 ArgTersely 基准和 Arg-LlaMA 模型，使用基于 BERT 的 Arg-Judge 评估器进行了高质量句级反驳生成任务的实验，在与其他基线模型比较中展示了该框架和评估器的竞争力。

Dec, 2023

面向知识驱动的仇恨言论反叙事生成

该研究提出一种基于外部知识库的完整反叙事生成管道，以对抗网上仇恨。实验证明，该模型可以在领域内和跨领域环境下生成适合和信息丰富的反叙事。

Jun, 2021

一个大型模型生成的一致性感知对话系统的矛盾回答集合

通过对模型生成的矛盾回应进行广泛分析，我们构建了一个大型数据集，并获取了这些模型生成的矛盾的特征，最后展示了该数据集如何大幅提升数据驱动的矛盾抑制方法的性能。