論文の概要: On the Visualisation of Argumentation Graphs to Support Text Interpretation

• arxiv url: http://arxiv.org/abs/2303.03235v1
• Date: Mon, 6 Mar 2023 15:51:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-07 15:29:21.172326
• Title: On the Visualisation of Argumentation Graphs to Support Text Interpretation
• Title（参考訳）: テキスト解釈支援のための議論グラフの可視化について
• Authors: Hanadi Mardah, Oskar Wysocki, Markel Vigo and Andre Freitas
• Abstract要約: 本研究は,議論の解釈を支援するための正規テキストと比較して,議論グラフ(AG)の影響を分析することに焦点を当てた。 AGは、特に馴染みのないトピックにおいて、議論の解釈に対してより批判的なアプローチを提供すると考えられていた。
• 参考スコア（独自算出の注目度）: 2.3226893628361682
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The recent evolution in Natural Language Processing (NLP) methods, in particular in the field of argumentation mining, has the potential to transform the way we interact with text, supporting the interpretation and analysis of complex discourse and debates. Can a graphic visualisation of complex argumentation enable a more critical interpretation of the arguments? This study focuses on analysing the impact of argumentation graphs (AGs) compared with regular texts for supporting argument interpretation. We found that AGs outperformed the extrinsic metrics throughout most UEQ scales as well as the NASA-TLX workload in all the terms but not in temporal or physical demand. The AG model was liked by a more significant number of participants, despite the fact that both the text-based and AG models yielded comparable outcomes in the critical interpretation in terms of working memory and altering participants decisions. The interpretation process involves reference to argumentation schemes (linked to critical questions (CQs)) in AGs. Interestingly, we found that the participants chose more CQs (using argument schemes in AGs) when they were less familiar with the argument topics, making AG schemes on some scales (relatively) supportive of the interpretation process. Therefore, AGs were considered to deliver a more critical approach to argument interpretation, especially with unfamiliar topics. Based on the 25 participants conducted in this study, it appears that AG has demonstrated an overall positive effect on the argument interpretation process.
• Abstract（参考訳）: 自然言語処理(NLP)手法の最近の進化、特に議論マイニングの分野では、複雑な談話や議論の解釈と分析を支えながら、私たちがテキストと対話する方法を変える可能性がある。 複雑な議論のグラフィック視覚化は、議論をより批判的な解釈を可能にするか? 本研究は,議論の解釈を支援するための正規テキストと比較して,議論グラフ(AG)の影響を分析することに焦点を当てた。 AGは、ほとんどのUEQスケールにおいて、時間的・物理的要求ではなく、NASA-TLXのワークロードよりもパフォーマンスが優れています。 AGモデルは、テキストベースとAGモデルの両方が、ワーキングメモリと参加者決定の変更という観点で批判的な解釈において、同等の結果を得たにもかかわらず、より多くの参加者によって好まれた。 解釈過程はAGにおける議論スキーム(批判的質問(CQ)にリンク)を参照することを含む。 興味深いことに、参加者は議論トピックに詳しくない場合、より多くのCQ(AGの議論スキーム)を選択し、いくつかのスケール(相対的に)でAGスキームを解釈プロセスを支持するようにしました。 したがって、adsは議論の解釈、特に不慣れな話題に対してより批判的なアプローチを提供すると考えられた。 本研究で行った25名の参加者から,AGは議論解釈プロセスに全体的に肯定的な効果を示したようである。

関連論文リスト

• GRS-QA -- Graph Reasoning-Structured Question Answering Dataset [50.223851616680754]
  グラフ推論-構造化質問応答データセット(GRS-QA)を導入する。 既存のM-QAデータセットとは異なり、GRS-QAは推論グラフを構築することで複雑な推論経路を明示的にキャプチャする。 実験により, LLMは, 様々な推論構造を用いて, 問合せ処理を行う際に, 異なる性能を示すことが明らかとなった。
  論文  参考訳（メタデータ） (2024-11-01T05:14:03Z)
• 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)
• Generation of Explanations for Logic Reasoning [0.0]
  この研究は、GPT-3.5-turboを用いて、フォーティオリの議論の分析を自動化することに集中している。 この論文は人工知能と論理的推論の分野に多大な貢献をしている。
  論文  参考訳（メタデータ） (2023-11-22T15:22:04Z)
• DiPlomat: A Dialogue Dataset for Situated Pragmatic Reasoning [89.92601337474954]
  プラグマティック推論は、実生活における会話でしばしば起こる暗黙の意味を解読する上で重要な役割を担っている。 そこで我々は,現実的な推論と会話理解の場所に関するマシンの能力のベンチマークを目的とした,新しい挑戦であるDiPlomatを紹介した。
  論文  参考訳（メタデータ） (2023-06-15T10:41:23Z)
• 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)
• The Legal Argument Reasoning Task in Civil Procedure [2.079168053329397]
  我々は,米国民事訴訟の領域から新たなNLPタスクとデータセットを提示する。 データセットの各インスタンスは、ケースの一般的な導入、特定の質問、可能な解決策引数で構成されている。
  論文  参考訳（メタデータ） (2022-11-05T17:41:00Z)
• Did the Cat Drink the Coffee? Challenging Transformers with Generalized Event Knowledge [59.22170796793179]
  Transformers Language Models (TLMs) を数学的適合のテクトダイナミックな評価のためのベンチマークで検証した。 以上の結果から, TLM は SDM に匹敵する性能が得られることが示された。 しかし、さらなる分析は、TLMがイベント知識の重要な側面を捉えていないことを一貫して示唆している。
  論文  参考訳（メタデータ） (2021-07-22T20:52:26Z)
• Everything Has a Cause: Leveraging Causal Inference in Legal Text Analysis [62.44432226563088]
  因果推論は変数間の因果関係を捉えるプロセスである。 本論文では,事実記述から因果グラフを構築するための新たなグラフベース因果推論フレームワークを提案する。 GCIに含まれる因果知識を強力なニューラルネットワークに効果的に注入することで、パフォーマンスと解釈性が向上します。
  論文  参考訳（メタデータ） (2021-04-19T16:13:10Z)
• Argument Mining Driven Analysis of Peer-Reviews [4.552676857046446]
  本稿では,編集者,メタレビュアー,レビュアーの支援を目的としたArgument Miningに基づくアプローチを提案する。 以上の知見の1つは、ピアレビュープロセスで使われる引数が他のドメインの引数とは異なるため、事前学習されたモデルの転送が困難であるということです。 私たちは、注釈付き引数を持つさまざまなコンピュータサイエンス会議の新しいピアレビューデータセットをコミュニティに提供します。
  論文  参考訳（メタデータ） (2020-12-10T16:06:21Z)
• SRLGRN: Semantic Role Labeling Graph Reasoning Network [22.06211725256875]
  この研究は、マルチホップ質問応答(QA)に対する学習と推論の課題を扱う。 本稿では,文の意味構造に基づくグラフ推論ネットワークを提案し,段落間の推論経路を学習する。 提案手法は,最近の最先端モデルと比較して,HotpotQAトラクタ設定ベンチマークにおける競合性能を示す。
  論文  参考訳（メタデータ） (2020-10-07T18:51:17Z)

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。