argument mining | BriefGPT - AI 论文速递

关键词argument mining

搜索结果 - 49

ACLOpenDebateEvidence：大规模论据挖掘与摘要数据集
我们介绍了 OpenDebateEvidence，这是一个从美国竞争辩论社区收集的全面的论点挖掘和总结数据集。该数据集包括超过 350 万个具有丰富元数据的文档，是最大的辩论证据集之一。OpenDebateEvidence 捕捉了高中和大学
PDF14 days ago
增强的自然语言生成作为端到端论证挖掘
基于生成式范式，本研究提出了一个统一的端到端框架，将论证结构构建为标签增强文本，称之为增强自然语言（ANL），并且通过探索不同类型标记的作用，将标记知识融入生成模型中，实现了与最新模型相媲美的成果并超过了几个基准结果。
PDF22 days ago
论文标题：上下文学习和微调 GPT 用于论证挖掘
大型语言模型 (LLMs) 在自然语言处理和深度学习领域已变得无处不在。我们介绍了一种基于 In-Context Learning (ICL) 的策略，结合 kNN-based examples selection 和 majority v
PDF24 days ago
ACL通过成对生成和图分割探索关键点分析
Key Point Analysis, a novel approach for argument mining using pairwise generation and graph partitioning, surpasses pre
PDF3 months ago
COLING留意你的邻居：利用类似实例进行法律文件的修辞角色标注
通过提出适用于法律判决的修辞角色标签（RRL）的新技术，利用来自语义上相似的实例（邻居）的知识，加强了 RRL 的性能，并通过推理和训练方法，结合 prototypical learning 和新颖的基于话语的对比方法，在嵌入空间上直接工作
PDF3 months ago
TACO -- 来自对话的 Twitter 论点
通过涵盖 6 个异构主题、约 200 个完整对话、1814 条推文的 TACO 数据集，结合剑桥词典的定义，该研究构建了 Twitter 争论的注释框架和基于 transformer 的分类器，揭示了 Twitter 用户倾向于涉及独立推断
PDF3 months ago
利用紧凑语言模型和 ChatGPT-4 改进的高效论点分类
通过比较深度学习模型在论证挖掘中的性能，本研究提出了一种基于 BERT 架构和 ChatGPT-4 的集成模型 (BERT+ChatGPT-4)，该模型在论证分类方面的表现优于其他基于 Transformer 和 LSTM 的模型，并为进一
PDF3 months ago
NLAS-multi：多语言自动生成自然语言辩证方案的语料库
本文提出解决论证挖掘、论证生成和自然语言论证分析领域中的主要限制的方法，包括自动生成不同主题和语言中自然语言论证的有效方法、最大的公开可用自然语言论证方案语料库以及用于自动识别论证方案的可靠基准和微调模型。
PDF4 months ago
ACL大型语言模型能否进行基于关系的论据挖掘？
通过研究大规模语言模型在关系型争论挖掘中的应用，对比现有方法，发现大规模语言模型在支持与不同意关系的分类任务中表现优异。
PDF5 months ago
基于不同修辞结构的端到端论证挖掘
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。
PDF5 months ago
探索大型语言模型在计算论证中的潜力
这项研究评估了大型语言模型在计算论证领域的表现，针对论证挖掘和论证生成等任务进行了零样本和少样本设定下的评估，并提出了 14 个公开数据集的标准化格式，以及一种新的针对反述生成的基准数据集，展示了大型语言模型在论证领域的良好性能，并指出评估
PDF8 months ago
COVID-19 推文中立场和前提识别的数据和模型：来自社交媒体健康挖掘 (SMM4H) 2022 共享任务的洞见
通过收集推特上有关疫苗接种的数据，以不同的主题评估模型的性能，本研究旨在支持未来在健康领域的论证挖掘研究，采用各种策略来聚合带有主张的推文文本，包括从 SMM4H 2022 排名榜中的具有特征级（早期）融合和双视图架构的模型。
PDF8 months ago
EMNLPMultimodal Argument Mining 中首个共享任务：ImageArg-2023 综述
本研究论文概述了 ImageArg 共享任务，这是第一个与 EMNLP 2023 第 10 届 Argument Mining 研讨会共同举办的多模态论证挖掘共享任务。共享任务包括两个分类子任务 -（1）子任务 A：论证立场分类；（2）子任
PDF9 months ago
EMNLPTILFA: 论证挖掘中文本、图像和布局融合的统一框架
Argument Mining 中通过 TILFA 框架，结合文本、图像及布局融合进行分析，优于现有方法，赢得了 Argumentative Stance Classification 子任务中的第一名。
PDF9 months ago
大型语言模型中的辩证推理
评估当代大型语言模型（LLM）进行论证推理的能力，发现大语言模型在论证挖掘（AM）和论证对提取（APE）任务中表现出了能够匹配或超过最新技术的能力，但它们的论证推理性能非常依赖于输入和输出表示形式。
PDF9 months ago
AutoAM: 自动通用论证挖掘的端到端神经模型
提出了一种名为 AutoAM 的新型神经模型，用于解决争论挖掘的困难问题。该模型引入了争论组件注意机制，能更好地执行争论挖掘，是一种通用的端到端框架，可以分析无约束的争论结构，并在一个模型中完成争论挖掘的三个子任务。实验结果表明，该模型在两
PDF10 months ago
可解释的主题增强异构来源的论点挖掘
提出一种新颖的可解释的主题增强的论证挖掘方法，通过使用神经主题模型和语言模型，在异构来源的数据中识别与核能相关的论证文本，并捕捉论证中句子级的主题信息。实验结果表明，该模型相比现有基准模型具有优越性。
PDFa year ago
ACLDebateKG: 基于语义知识图的自动辩论案例生成
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。
PDFa year ago
多任务学习提高深度论证挖掘模型性能
该研究使用多任务学习方法将不同的论证挖掘任务相结合，利用语义和逻辑结构的相似性来提高性能，从而揭示了论证挖掘任务之间的共性，为文本中论证技巧的提取提供了整体方法。
PDFa year ago
跨文本类型论证挖掘：语言模型自动填补缺失的话语标记？
为了提高不同类型文本中的 Argument Mining 系统的鲁棒性，我们提出了自动使用连贯性标记来增加输入文本的方法，以便明确标记所有关系，并发现即使是现成的最流行的语言模型在这项任务上也会失败。
PDFa year ago