論文の概要: Extracting Implicitly Asserted Propositions in Argumentation

• arxiv url: http://arxiv.org/abs/2010.02654v1
• Date: Tue, 6 Oct 2020 12:03:47 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-10 06:55:39.044622
• Title: Extracting Implicitly Asserted Propositions in Argumentation
• Title（参考訳）: 議論における暗黙の仮定の抽出
• Authors: Yohan Jo, Jacky Visser, Chris Reed, Eduard Hovy
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 8.20413690846954
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Argumentation accommodates various rhetorical devices, such as questions, reported speech, and imperatives. These rhetorical tools usually assert argumentatively relevant propositions rather implicitly, so understanding their true meaning is key to understanding certain arguments properly. However, most argument mining systems and computational linguistics research have paid little attention to implicitly asserted propositions in argumentation. In this paper, we examine a wide range of computational methods for extracting propositions that are implicitly asserted in questions, reported speech, and imperatives in argumentation. By evaluating the models on a corpus of 2016 U.S. presidential debates and online commentary, we demonstrate the effectiveness and limitations of the computational models. Our study may inform future research on argument mining and the semantics of these rhetorical devices in argumentation.
• Abstract（参考訳）: 議論は、質問、報告されたスピーチ、命令など様々な修辞的装置に対応している。 これらの修辞的ツールは通常、議論に関係のある命題を暗黙的に主張するので、それらの真の意味を理解することは、特定の議論を適切に理解するための鍵となる。 しかし、多くの議論採掘システムと計算言語学の研究は議論において暗黙的に主張された命題にほとんど注意を払わなかった。 本稿では,質問,報告音声,議論の要項において暗黙的に主張される命題を抽出するための幅広い計算手法について検討する。 2016年アメリカ合衆国大統領選挙の討論やオンライン解説のコーパスでモデルを評価することで、計算モデルの有効性と限界を実証する。 本研究は,議論における論点マイニングとこれらの修辞的装置の意味論について,今後の研究に役立つかもしれない。

関連論文リスト

• Counterfactual and Semifactual Explanations in Abstract Argumentation: Formal Foundations, Complexity and Computation [19.799266797193344]
  議論ベースのシステムは、意思決定プロセスをサポートしながら説明責任を欠くことが多い。 対実的・半実的な説明は解釈可能性のテクニックである。 本稿では,制約の弱いArgumentation Frameworkにおいて,逆ファクトおよび半ファクトのクエリを符号化可能であることを示す。
  論文  参考訳（メタデータ） (2024-05-07T07:27:27Z)
• Argue with Me Tersely: Towards Sentence-Level Counter-Argument Generation [62.069374456021016]
  本稿では,文レベル逆問題生成のためのArgTerselyベンチマークを提案する。 また,Arg-LlaMAによる高品質な逆問題生成手法を提案する。
  論文  参考訳（メタデータ） (2023-12-21T06:51:34Z)
• 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)
• Reinforcement Learning-based Dialogue Guided Event Extraction to Exploit Argument Relations [70.35379323231241]
  本稿では、イベント引数の関係を明示的に活用することで、イベント抽出のためのより良いアプローチを提案する。 我々は増補学習と漸進学習を用いて、多回反復的なプロセスを通じて複数の引数を抽出する。 実験の結果,提案手法は7つの最先端イベント抽出法より一貫して優れていることがわかった。
  論文  参考訳（メタデータ） (2021-06-23T13:24:39Z)
• 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)
• Necessary and Sufficient Explanations in Abstract Argumentation [3.9849889653167208]
  フォーマルな議論に必要な説明と十分な説明について論じる。 必然性と十分性について研究する: 議論の(非受容性)に何(集合)の議論が必要か、あるいは十分か?
  論文  参考訳（メタデータ） (2020-11-04T17:12:12Z)
• Aspect-Controlled Neural Argument Generation [65.91772010586605]
  我々は、与えられたトピック、スタンス、アスペクトの文レベル引数を生成するために、きめ細かいレベルで制御できる引数生成のための言語モデルを訓練する。 評価の結果,我々の生成モデルは高品質なアスペクト特異的な議論を生成できることがわかった。 これらの議論は、データ拡張による姿勢検出モデルの性能向上と、逆問題の生成に使用できる。
  論文  参考訳（メタデータ） (2020-04-30T20:17:22Z)
• 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)
• The Role of Pragmatic and Discourse Context in Determining Argument Impact [39.70446357000737]
  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。
  論文  参考訳（メタデータ） (2020-04-06T23:00:37Z)

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。