论据削弱：通过攻击薄弱前提生成反驳论点

May, 2021

论据削弱：通过攻击薄弱前提生成反驳论点

Argument Undermining: Counter-Argument Generation by Attacking Weak Premises

Milad Alshomary, Shahbaz Syed, Arkajit Dhar, Martin Potthast, Henning Wachsmuth

TL;DR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。

Abstract

text generation has received a lot of attention in computational argumentation research as of recent. A particularly challenging task is the generation of counter-arguments. So far, approaches primarily focus on

text generation computational argumentation research counter-arguments argument undermining weak premises

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

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

通过结论生成评估论证的充分性

本研究探索了使用预训练语言模型进行论点充分性评估的潜力，并发现最佳模型变量的 F1 分数为 0.885，超过了之前的最佳表现并与人类专家相当，在手动评估中发现其生成结论的质量较高，但影响力最终仍然很小。

Oct, 2021

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

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

简约论证：仇恨言论反叙事的注解

本文为便于自动对抗话语生成而对 Hateval 恶意言论推文语料库进行了扩充，不仅将手写对抗话语与推文关联，还基于 Wagemann 的论证信息对推文进行了注释，在自动检测及人工检测方面都取得了令人满意的结果。

Aug, 2022

用户生成网络话语中的论证挖掘

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

通用反驳数据集

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

ArgU: 可控的事实论证生成器

本文介绍了 ArgU：一种神经论证生成器，可从输入事实和世界真实概念中生成事实论据，并使用 Walton 的基于辩证方案的控制代码明确控制其立场和论证结构。此外，我们还发布了一个包括 69,428 个论据的注释语料库，跨足了六个话题和六个论证方案，并进一步进行了实验，以构建了一种推理策略，通过生成 “论证模板” 在实际论证生成之前生成，以展示使用基于辩证方案和立场的控制代码可以自动生成不同推理模式的多样化论据。

May, 2023

审计反火：用证据和风格评估先进的反驳生成

我们提出了一个新颖的数据集，用于控制组成反驳论点，旨在进一步应用于论证的改进、挖掘和评估。

Feb, 2024