本研究探讨了以论据图为基础支持论证解释的影响。通过使用较少之前接触的主题，实验结果表明，论据图在论证解释方面比纯文本更具有支持作用，更能提供临床上的解释效果。

Mar, 2023

本文介绍了一个新颖的框架，使用归纳逻辑编程方法来以可解释的方式学习几个抽象和结构化的论证框架的可接受语义。通过实证评估，我们证明了我们的框架胜过现有的论证求解器，从而在形式论证和人机对话领域开启了新的未来研究方向。

Oct, 2023

本文报道了一项经验认知研究，该研究提出了 12 个抽象论证框架，旨在比较不同的论证语义在人类论证评估中的有效性，结果表明基于场景语境和 CF2 语义的抽象论证语义最能符合人类论证评估行为。

Feb, 2019

建议了一种使用反驳规则构建抵消参数系统进行冲突解决的方法，并提出了能够进行分析且具有封闭性质的系统扩展。

Sep, 2022

本研究探讨了利用模型检查的方式研究抽象概念来简化 argumentation framework，这是解决动态 multi-agent 系统中的问题的一种方法。

Nov, 2022

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

该研究使用修辞树代替词序，提出了一种深度依存分析模型来评估同一论证方案内的释义差异，并使用 RST 结构的释义作为训练数据增强，结果表明论证挖掘可以从多种言语结构变体中获益。

Jan, 2024

本文提出了一种新颖的方法来通过形式约束来识别谬误，引入了主题方面的论证模型，以对话语论证模型进行深层语义分析，可以看到声称是语言修辞攻击的攻击是否真的存在，并证明了这些形式化约束的结果。

May, 2022

在这项研究中，我们引入了四套可解释的模板，用于常见非正式逻辑谬误的解释，通过我们的模板，在 LOGIC 数据集的 400 个谬误论证中，进行了注释研究，并取得了高的一致性得分（Krippendorf's alpha 为 0.54）和合理的涵盖范围（0.83）。最后，我们进行了一项关于谬误结构的实验，并发现现有的语言模型在检测谬误模板方面存在困难（准确率为 0.47）。为了促进谬误研究，我们公开了我们的数据集和指南。

Jun, 2024

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