論文の概要: The Role of Pragmatic and Discourse Context in Determining Argument
Impact
- arxiv url: http://arxiv.org/abs/2004.03034v1
- Date: Mon, 6 Apr 2020 23:00:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-16 06:44:50.627550
- Title: The Role of Pragmatic and Discourse Context in Determining Argument
Impact
- Title（参考訳）: 言論的影響決定における実践的・言論的文脈の役割
- Authors: Esin Durmus, Faisal Ladhak, Claire Cardie
- Abstract要約: 本稿では,議論のこの側面を研究するための新しいデータセットを提案する。
741件の議論の的となり、47,000件以上の主張がある。
議論的クレームの実践的・言論的文脈を取り入れた予測モデルを提案し,そのモデルが,特定の主張行内で個々のクレームが知覚する影響を予測するために,クレーム固有の言語的特徴に依存するモデルより優れていることを示す。
- 参考スコア（独自算出の注目度）: 39.70446357000737
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Research in the social sciences and psychology has shown that the
persuasiveness of an argument depends not only the language employed, but also
on attributes of the source/communicator, the audience, and the appropriateness
and strength of the argument's claims given the pragmatic and discourse context
of the argument. Among these characteristics of persuasive arguments, prior
work in NLP does not explicitly investigate the effect of the pragmatic and
discourse context when determining argument quality. This paper presents a new
dataset to initiate the study of this aspect of argumentation: it consists of a
diverse collection of arguments covering 741 controversial topics and
comprising over 47,000 claims. We further propose predictive models that
incorporate the pragmatic and discourse context of argumentative claims and
show that they outperform models that rely only on claim-specific linguistic
features for predicting the perceived impact of individual claims within a
particular line of argument.
- Abstract（参考訳）: 社会科学と心理学の研究は、議論の説得力は、使用する言語だけでなく、ソース/コミュニティの属性、聴衆、議論の実用的・談話的文脈に基づく議論の主張の適切さと強さにも依存していることを示した。
これらの説得的議論の特徴のうち、nlpにおける先行研究は、議論の品質を決定する際の実用的および談話的文脈の影響を明示的には調査していない。
本稿では,議論の様相を研究するための新たなデータセットを提示する。論争のトピック741を対象とし,47,000以上のクレームを含む,多様な議論の集合からなる。
さらに,議論的クレームの実用的・談話的文脈を組み込んだ予測モデルを提案し,個々のクレームが特定の主張ライン内で知覚される影響を予測するために,クレーム固有の言語特徴のみに依存するモデルよりも優れていることを示す。
関連論文リスト
- A Unifying Framework for Learning Argumentation Semantics [50.69905074548764]
Inductive Logic Programmingアプローチを用いて、抽象的および構造化された議論フレームワークのアクセシビリティセマンティクスを解釈可能な方法で学習する新しいフレームワークを提案する。
提案手法は既存の議論解法よりも優れており,フォーマルな議論や人間と機械の対話の領域において,新たな研究の方向性が開けることになる。
論文 参考訳（メタデータ） (2023-10-18T20:18:05Z) - Natural Language Decompositions of Implicit Content Enable Better Text
Representations [56.85319224208865]
本稿では,暗黙的に伝達されたコンテンツを明示的に考慮したテキスト分析手法を提案する。
我々は大きな言語モデルを用いて、観察されたテキストと推論的に関係する命題の集合を生成する。
本研究は,NLPにおいて,文字のみではなく,観察された言語の背景にある意味をモデル化することが重要であることを示唆する。
論文 参考訳（メタデータ） (2023-05-23T23:45:20Z) - Exploring Discourse Structures for Argument Impact Classification [48.909640432326654]
本稿では、文脈経路に沿った2つの議論間の談話関係が、議論の説得力を特定する上で不可欠な要素であることを実証的に示す。
本研究では,文レベルの構造情報を大規模言語モデルから派生した文脈的特徴に注入・融合するDisCOCを提案する。
論文 参考訳（メタデータ） (2021-06-02T06:49:19Z) - Who Responded to Whom: The Joint Effects of Latent Topics and Discourse
in Conversation Structure [53.77234444565652]
会話談話における応答関係を同定し,会話の開始に応答発話をリンクする。
単語分布における潜在トピックと会話を学習し,ペアワイズ開始応答リンクを予測するモデルを提案する。
英語と中国語の会話における実験結果から,我々のモデルは過去の芸術の状況を大きく上回っていることが明らかとなった。
論文 参考訳（メタデータ） (2021-04-17T17:46:00Z) - Exploring the Role of Argument Structure in Online Debate Persuasion [39.74040217761505]
オンライン討論会における議論における議論の談話構造の役割について考察する。
我々は、より優れた予測性能を達成する上で、引数構造が重要な役割を担っていることを発見した。
論文 参考訳（メタデータ） (2020-10-07T17:34:50Z) - Extracting Implicitly Asserted Propositions in Argumentation [8.20413690846954]
本研究では,議論において暗黙的に主張された命題,報告された言論,命令文を抽出する手法について検討した。
本研究は,これらのレトリック装置の論証マイニングとセマンティクスに関する今後の研究について報告する。
論文 参考訳（メタデータ） (2020-10-06T12:03:47Z) - AMPERSAND: Argument Mining for PERSuAsive oNline Discussions [41.06165177604387]
本稿では,オンライン議論フォーラムにおける議論マイニングのための計算モデルを提案する。
我々のアプローチは、議論スレッド内の引数のコンポーネント間の関係を識別することに依存します。
我々のモデルは最近の最先端のアプローチと比較して大幅に改善されている。
論文 参考訳（メタデータ） (2020-04-30T10:33:40Z) - What Changed Your Mind: The Roles of Dynamic Topics and Discourse in
Argumentation Process [78.4766663287415]
本稿では,議論の説得力において重要な要因を自動的に分析する研究について述べる。
議論的会話における潜在トピックや談話の変化を追跡できる新しいニューラルモデルを提案する。
論文 参考訳（メタデータ） (2020-02-10T04:27:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。