論文の概要: Rhetoric, Logic, and Dialectic: Advancing Theory-based Argument Quality
Assessment in Natural Language Processing
- arxiv url: http://arxiv.org/abs/2006.00843v2
- Date: Tue, 3 Nov 2020 09:26:07 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-26 07:08:35.668630
- Title: Rhetoric, Logic, and Dialectic: Advancing Theory-based Argument Quality
Assessment in Natural Language Processing
- Title（参考訳）: Rhetoric, Logic, and Dialectic:自然言語処理における理論に基づく議論品質評価
- Authors: Anne Lauscher, Lily Ng, Courtney Napoles, Joel Tetreault
- Abstract要約: GAQコーパス(GAQCorpus):理論に基づくAQスコアを付加した最初の大規模英語マルチドメイン(コミュニティQ&Aフォーラム、議論フォーラム、レビューフォーラム)を提示する。
本稿では,大規模AQアノテーションの実現可能性を示すとともに,次元間の関係を活用すれば性能が向上することを示すとともに,理論に基づく予測と実用的なAQ評価の相乗効果について検討する。
- 参考スコア（独自算出の注目度）: 6.654552816487819
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Though preceding work in computational argument quality (AQ) mostly focuses
on assessing overall AQ, researchers agree that writers would benefit from
feedback targeting individual dimensions of argumentation theory. However, a
large-scale theory-based corpus and corresponding computational models are
missing. We fill this gap by conducting an extensive analysis covering three
diverse domains of online argumentative writing and presenting GAQCorpus: the
first large-scale English multi-domain (community Q&A forums, debate forums,
review forums) corpus annotated with theory-based AQ scores. We then propose
the first computational approaches to theory-based assessment, which can serve
as strong baselines for future work. We demonstrate the feasibility of
large-scale AQ annotation, show that exploiting relations between dimensions
yields performance improvements, and explore the synergies between theory-based
prediction and practical AQ assessment.
- Abstract（参考訳）: AQ(Computer argument quality)の先行研究は主にAQを評価することに焦点を当てているが、研究者は著者が議論理論の個々の次元をターゲットにしたフィードバックの恩恵を受けることに同意する。
しかし、大規模理論に基づくコーパスと対応する計算モデルが欠落している。
このギャップを埋めるために、オンライン論証書の3つの分野を網羅した広範囲な分析を行い、GAQCorpusを提示する: 理論に基づくAQスコアを付した最初の大規模英語多分野(コミュニティQ&Aフォーラム、議論フォーラム、レビューフォーラム)コーパス。
次に,理論に基づく評価に対する最初の計算手法を提案する。
大規模 aq アノテーションの実現可能性を示し,次元間の関係を活用すれば性能が向上することを示すとともに,理論に基づく予測と実用的な aq 評価の相乗効果を検討する。
関連論文リスト
- The Foundations of Tokenization: Statistical and Computational Concerns [51.370165245628975]
トークン化は、NLPパイプラインにおける重要なステップである。
NLPにおける標準表現法としての重要性は認識されているが、トークン化の理論的基盤はまだ完全には理解されていない。
本稿では,トークン化モデルの表現と解析のための統一的な形式的枠組みを提案することによって,この理論的ギャップに対処することに貢献している。
論文 参考訳（メタデータ） (2024-07-16T11:12:28Z) - eRST: A Signaled Graph Theory of Discourse Relations and Organization [14.074017875514787]
RST(Rhetorical Structure Theory)の拡張に基づく計算談話分析のための新しい理論枠組みを提案する。
このフレームワークは、木を破る、非計画的、並行的な関係を持つ談話関係グラフと、分析に説明可能な合理性を与える暗黙的、明示的な信号を含む。
我々は,200K以上のトークンを持つ12の話し言葉および書き言葉のジャンルを含む,アノテートされた英語の無料コーパスを,我々の枠組みに従って提示し,評価する。
論文 参考訳（メタデータ） (2024-03-20T12:52:38Z) - Reasoning Abilities of Large Language Models: In-Depth Analysis on the Abstraction and Reasoning Corpus [4.569421189811511]
大規模言語モデル(LLM)の推論と文脈理解能力を評価する新しい手法を提案する。
思考仮説言語(LoTH:Logical Coherence, compositionality, Productivity)の3つの重要なコンポーネントに注目します。
実験の結果,LSMは推論能力を示す一方で,これらの3つの側面において,人間レベルの推論に遅れが生じることが判明した。
論文 参考訳（メタデータ） (2024-03-18T13:50:50Z) - Advancing Counterfactual Inference through Nonlinear Quantile Regression [77.28323341329461]
ニューラルネットワークで実装された効率的かつ効果的な対実的推論のためのフレームワークを提案する。
提案手法は、推定された反事実結果から見つからないデータまでを一般化する能力を高める。
複数のデータセットで実施した実証実験の結果は、我々の理論的な主張に対する説得力のある支持を提供する。
論文 参考訳（メタデータ） (2023-06-09T08:30:51Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳（メタデータ） (2022-11-07T16:19:42Z) - Investigating the Role of Centering Theory in the Context of Neural
Coreference Resolution Systems [71.57556446474486]
中心化理論と現代のコア参照分解システムとの関係について検討する。
高品質なニューラルコア参照リゾルバは、中心となるアイデアを明示的にモデル化することの恩恵を受けない可能性がある。
また, 再発をモデルとしたCTのバージョンを定式化し, バニラCTよりも良質なコア参照情報を取得することを示した。
論文 参考訳（メタデータ） (2022-10-26T12:55:26Z) - Revise and Resubmit: An Intertextual Model of Text-based Collaboration
in Peer Review [52.359007622096684]
ピアレビューは、ほとんどの科学分野における出版プロセスの重要な要素である。
既存のNLP研究は個々のテキストの分析に重点を置いている。
編集補助は、しばしばテキストのペア間の相互作用をモデル化する必要がある。
論文 参考訳（メタデータ） (2022-04-22T16:39:38Z) - Learning From Revisions: Quality Assessment of Claims in Argumentation
at Scale [12.883536911500062]
本研究は,同一クレームの異なるリビジョンを比較することにより,議論された側面に関わらずクレーム品質評価を行う。
本稿では,どのリビジョンペアのクレームがよいかを評価し,クレームのすべてのバージョンを品質でランク付けする2つのタスクを提案する。
論文 参考訳（メタデータ） (2021-01-25T17:32:04Z) - Creating a Domain-diverse Corpus for Theory-based Argument Quality
Assessment [6.654552816487819]
GAQCorpus は理論ベース AQ の最初の大領域多元アノテートコーパスである。
本稿では,クラウドソーシングによる多数の判断を確実に収集するアノテーションタスクの設計方法について論じる。
本研究は,理論に基づく議論アノテーションの研究を報告し,より多様なコーパスを作成して計算AQアセスメントを支援することを目的とする。
論文 参考訳（メタデータ） (2020-11-03T09:40:25Z) - A Generalised Approach for Encoding and Reasoning with Qualitative
Theories in Answer Set Programming [3.963609604649393]
バイナリ関係を持つ定性計算を扱えるASPエンコーディングのファミリーが提案されている。
本論文はTPLPの受容について検討中である。
論文 参考訳（メタデータ） (2020-08-04T13:31:25Z) - Invariant Rationalization [84.1861516092232]
典型的な合理化基準、すなわち最大相互情報(MMI)は、合理性のみに基づいて予測性能を最大化する合理性を見つける。
ゲーム理論の不変な有理化基準を導入し、各環境において同じ予測器を最適にするために、有理を制約する。
理論的にも実証的にも、提案された理性は、素早い相関を除外し、異なるテストシナリオをより一般化し、人間の判断とよく一致させることができることを示す。
論文 参考訳（メタデータ） (2020-03-22T00:50:27Z)
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。