論文の概要: Belief-based Generation of Argumentative Claims
- arxiv url: http://arxiv.org/abs/2101.09765v2
- Date: Tue, 26 Jan 2021 09:03:53 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-19 05:18:49.569327
- Title: Belief-based Generation of Argumentative Claims
- Title（参考訳）: 信念に基づく論証の生成
- Authors: Milad Alshomary, Wei-Fan Chen, Timon Gurcke, and Henning Wachsmuth
- Abstract要約: 我々は,信念に基づくクレーム生成の課題について考察する: 議論の的となる話題と信念の集合が与えられた場合,その信念に合わせた議論的なクレームを生成する。
この課題に取り組むために、議論を呼ぶトピックに対するスタンスを通じて人々の先行する信念をモデル化し、最新のテキスト生成モデルを拡張して、信念に基づいたクレームを生成します。
本研究は,ユーザの信念をその態度に基づいてモデル化する限界を明らかにするとともに,信念を議論的なテキストにエンコードする可能性を示す。
- 参考スコア（独自算出の注目度）: 13.590746709967373
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: When engaging in argumentative discourse, skilled human debaters tailor
claims to the beliefs of the audience, to construct effective arguments.
Recently, the field of computational argumentation witnessed extensive effort
to address the automatic generation of arguments. However, existing approaches
do not perform any audience-specific adaptation. In this work, we aim to bridge
this gap by studying the task of belief-based claim generation: Given a
controversial topic and a set of beliefs, generate an argumentative claim
tailored to the beliefs. To tackle this task, we model the people's prior
beliefs through their stances on controversial topics and extend
state-of-the-art text generation models to generate claims conditioned on the
beliefs. Our automatic evaluation confirms the ability of our approach to adapt
claims to a set of given beliefs. In a manual study, we additionally evaluate
the generated claims in terms of informativeness and their likelihood to be
uttered by someone with a respective belief. Our results reveal the limitations
of modeling users' beliefs based on their stances, but demonstrate the
potential of encoding beliefs into argumentative texts, laying the ground for
future exploration of audience reach.
- Abstract（参考訳）: 議論的談話を行う際、熟練した人間討論者は聴衆の信念を尊重し、効果的な議論を構築する。
最近、計算論の分野は、議論の自動生成に対処する広範囲な努力を目撃した。
しかし、既存のアプローチでは観客固有の適応は行わない。
本研究は,このギャップを埋めるために,信念に基づくクレーム生成の課題を考察することを目的としている。
この課題に取り組むために、議論の的となっている話題に対するスタンスを通して、人々の事前の信念をモデル化し、その信念に基づく主張を生成するために最先端のテキスト生成モデルを拡張する。
我々の自動評価は、与えられた信念の集合にクレームを適応させるアプローチの能力を確認する。
マニュアル研究では,それぞれの信念を持つ人物が発声する可能性と情報性の観点から,生成したクレームを評価する。
本研究は,ユーザの信念をその態度に基づいてモデル化することの限界を明らかにするとともに,信念を議論的なテキストにエンコードする可能性を示し,将来のオーディエンスリーチの探求の基盤を築いている。
関連論文リスト
- AutoPersuade: A Framework for Evaluating and Explaining Persuasive Arguments [0.5242869847419834]
私たちは説得力のあるメッセージを構築するためのフレームワークであるAutoPersuadeを紹介します。
我々は説得力に影響を与える議論の特徴を識別する新しい話題モデルを開発した。
このモデルを用いて、新たな議論の有効性を予測し、異なるコンポーネントの因果的影響を評価する。
論文 参考訳（メタデータ） (2024-10-11T15:46:05Z) - Conceptual and Unbiased Reasoning in Language Models [98.90677711523645]
本稿では,抽象的質問に対する概念的推論をモデルに強制する,新しい概念化フレームワークを提案する。
既存の大規模言語モデルは概念的推論では不足しており、様々なベンチマークでは9%から28%に低下している。
ハイレベルな抽象的推論が不偏で一般化可能な意思決定の鍵となるので、モデルがどのように改善できるかについて議論する。
論文 参考訳（メタデータ） (2024-03-30T00:53:53Z) - Exploring Jiu-Jitsu Argumentation for Writing Peer Review Rebuttals [70.22179850619519]
議論の多くの領域では、人々の議論はいわゆる態度のルーツによって駆動される。
心理学における最近の研究は、表面的な推論に直接対抗するのではなく、ジウジツの「ソフト」戦闘システムに触発された議論スタイルに従うべきであることを示唆している。
我々は,新たな態度課題とテーマ誘導的反論生成を提案することによって,ピアレビューのための時事論争を初めて探求する。
論文 参考訳（メタデータ） (2023-11-07T13:54:01Z) - 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) - Conclusion-based Counter-Argument Generation [26.540485804067536]
現実世界の議論では、議論に対処する最も一般的な方法は、その主要なポイント、すなわち結論に対する推論である。
本稿では、入力引数の結論とカウンタの両方を生成するために共同で学習するマルチタスクアプローチを提案する。
論文 参考訳（メタデータ） (2023-01-24T10:49:01Z) - Persua: A Visual Interactive System to Enhance the Persuasiveness of
Arguments in Online Discussion [52.49981085431061]
説得力のある議論を書く能力を高めることは、オンラインコミュニケーションの有効性と文明性に寄与する。
オンライン議論における議論の説得力向上を支援するツールの設計目標を4つ導き出した。
Persuaは対話型ビジュアルシステムであり、議論の説得力を高めるための説得戦略の例に基づくガイダンスを提供する。
論文 参考訳（メタデータ） (2022-04-16T08:07:53Z) - Argument Undermining: Counter-Argument Generation by Attacking Weak
Premises [31.463885580010192]
我々は、議論を損なうこと、すなわち、その前提の1つを攻撃することによって議論に逆らうことを探る。
そこで我々は,まず前提の強度を評価し,弱体化をターゲットとした逆問題を生成するパイプライン手法を提案する。
論文 参考訳（メタデータ） (2021-05-25T08:39:14Z) - Strategic Argumentation Dialogues for Persuasion: Framework and
Experiments Based on Modelling the Beliefs and Concerns of the Persuadee [6.091096843566857]
特定の対話において議論が良いかどうかを決定するための2つの重要な次元は、意図する観衆が議論と反論を信じる程度であり、議論が意図する観衆の関心に与える影響である。
本稿では,これらのモデルを用いて,説得的対話における移動の選択を最適化する枠組みを提案する。
論文 参考訳（メタデータ） (2021-01-28T08:49:24Z) - 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) - 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。