論文の概要: Unveiling Global Discourse Structures: Theoretical Analysis and NLP Applications in Argument Mining

• arxiv url: http://arxiv.org/abs/2502.08371v1
• Date: Wed, 12 Feb 2025 13:03:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-13 13:48:44.771035
• Title: Unveiling Global Discourse Structures: Theoretical Analysis and NLP Applications in Argument Mining
• Title（参考訳）: グローバルな談話構造を解き明かす:理論解析とargument MiningにおけるNLP応用
• Authors: Christopher van Le,
• Abstract要約: コヒーレンス(Coherence)は、人間のテキスト理解において重要な役割を担い、高品質なテキストの象徴である。 本稿では,これらのグローバルな談話構造をArgument(ation) Mining(Argument(ation) Mining)と呼ばれるプロペスで検出し,抽出し,表現する方法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Particularly in the structure of global discourse, coherence plays a pivotal role in human text comprehension and is a hallmark of high-quality text. This is especially true for persuasive texts, where coherent argument structures support claims effectively. This paper discusses and proposes methods for detecting, extracting and representing these global discourse structures in a proccess called Argument(ation) Mining. We begin by defining key terms and processes of discourse structure analysis, then continue to summarize existing research on the matter, and identify shortcomings in current argument component extraction and classification methods. Furthermore, we will outline an architecture for argument mining that focuses on making models more generalisable while overcoming challenges in the current field of research by utilizing novel NLP techniques. This paper reviews current knowledge, summarizes recent works, and outlines our NLP pipeline, aiming to contribute to the theoretical understanding of global discourse structures.
• Abstract（参考訳）: 特にグローバルな言説の構造において、コヒーレンスは人間のテキスト理解において重要な役割を担い、高品質なテキストの目印となっている。 これは、コヒーレントな引数構造が効果的にクレームをサポートする説得力のあるテキストに特に当てはまる。 本稿では,これらのグローバルな談話構造をArgument(ation) Mining(Argument(ation) Mining)と呼ばれるプロペスで検出し,抽出し,表現する手法を提案し,提案する。 まず、談話構造解析の重要な用語とプロセスを定義し、その後、既存の研究を要約し、現在の議論成分抽出および分類法における欠点を特定します。 さらに,新たなNLP技術を活用することで,現在の研究分野における課題を克服しつつ,モデルをより汎用的にすることに焦点を当てた議論マイニングのためのアーキテクチャについて概説する。 本稿では、現在の知識を概観し、最近の研究を要約し、我々のNLPパイプラインの概要を概説し、グローバルな談話構造の理論的理解に寄与することを目的としている。

関連論文リスト

• Reasoning with Natural Language Explanations [15.281385727331473]
  説明は人間の合理性の根幹をなす特徴であり、学習と一般化を支えている。 自然言語推論(NLI)の研究は、学習や推論において説明が果たす役割を再考し始めている。
  論文  参考訳（メタデータ） (2024-10-05T13:15:24Z)
• Hierarchical Narrative Analysis: Unraveling Perceptions of Generative AI [1.1874952582465599]
  大規模言語モデル(LLM)を利用して,これらの構造を階層的な枠組みに抽出・整理する手法を提案する。 我々は,日本の文化庁が収集した生成AIに関する世論を分析して,このアプローチを検証する。 我々の分析は、生成的AIに対する多様な意見に影響を与える要因のより明確な可視化を提供し、合意と不一致の構造に関する深い洞察を提供する。
  論文  参考訳（メタデータ） (2024-09-17T09:56:12Z)
• 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)
• How Well Do Text Embedding Models Understand Syntax? [50.440590035493074]
  テキスト埋め込みモデルが幅広い構文的文脈にまたがって一般化する能力は、まだ解明されていない。 その結果,既存のテキスト埋め込みモデルは,これらの構文的理解課題に十分対応していないことが明らかとなった。 多様な構文シナリオにおけるテキスト埋め込みモデルの一般化能力を高めるための戦略を提案する。
  論文  参考訳（メタデータ） (2023-11-14T08:51:00Z)
• 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)
• Uncovering the Potential of ChatGPT for Discourse Analysis in Dialogue: An Empirical Study [51.079100495163736]
  本稿では、トピックセグメンテーションと談話解析という2つの談話分析タスクにおけるChatGPTの性能を体系的に検証する。 ChatGPTは、一般的なドメイン間会話においてトピック構造を特定する能力を示すが、特定のドメイン間会話ではかなり困難である。 我々のより深い調査は、ChatGPTは人間のアノテーションよりも合理的なトピック構造を提供するが、階層的なレトリック構造を線形に解析することしかできないことを示唆している。
  論文  参考訳（メタデータ） (2023-05-15T07:14:41Z)
• Argument Mining using BERT and Self-Attention based Embeddings [1.6114012813668934]
  本稿では,議論マイニングのための新しい手法を提案する。 注意に基づく埋め込みを用いてリンク予測を行い、オンライン談話でよく見られる典型的な議論構造における因果的階層をモデル化する。
  論文  参考訳（メタデータ） (2023-02-27T15:52:31Z)
• An Inclusive Notion of Text [69.36678873492373]
  テキストの概念の明確さは再現可能で一般化可能なNLPにとって不可欠である,と我々は主張する。 言語的および非言語的要素の2層分類を導入し,NLPモデリングに使用することができる。
  論文  参考訳（メタデータ） (2022-11-10T14:26:43Z)
• 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)
• 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)

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。