論文の概要: A Community-Based Approach for Stance Distribution and Argument Organization

• arxiv url: http://arxiv.org/abs/2604.16852v1
• Date: Sat, 18 Apr 2026 05:58:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.2026
• Title: A Community-Based Approach for Stance Distribution and Argument Organization
• Title（参考訳）: コミュニティを基盤としたスタンス・ディストリビューション・アポーメント・オーガナイゼーションのためのアプローチ
• Authors: Rudra Ranajee Saha, Laks V. S. Lakshmanan, Raymond T. Ng,
• Abstract要約: コミュニティベースの議論組織に対する教師なしグラフベースのアプローチを提案する。 次に、同種および異種視点分布を明らかにする議論コミュニティを特定するために、コミュニティ検出を用いる。 提案手法では, 学習データを必要としないため, 議論間の曖昧な関係を保ちながら, 効果的に数百の記事を処理できる。
• 参考スコア（独自算出の注目度）: 18.378832846091594
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The proliferation of online debate platforms and social media has led to an unprecedented volume of argumentative content on controversial topics from multiple perspectives. While this wealth of perspectives offers opportunities for developing critical thinking and breaking filter bubbles (Pariser 2011), the sheer volume and complexity of arguments make it challenging for readers to synthesize and comprehend diverse viewpoints effectively. We present an unsupervised graph-based approach for community-based argument organization that helps users navigate and understand complex argumentative landscapes. Our system analyzes collections of topic-focused articles and constructs a rich interaction graph by capturing multiple relationship types between arguments: topic similarity, semantic coherence, shared keywords, and common entities. We then employ community detection to identify argument communities that reveal homogeneous and heterogeneous viewpoint distributions. The detected communities are simplified through strategic graph operations to present users with digestible, yet comprehensive summaries of key argumentative patterns. Our approach requires no training data and can effectively process hundreds of articles while preserving nuanced relationships between arguments. Experimental results demonstrate our system's ability to identify meaningful argument communities and present them in an interpretable manner, facilitating users' understanding of complex socio-political debates.
• Abstract（参考訳）: オンライン討論プラットフォームやソーシャルメディアの普及は、さまざまな観点から議論を呼ぶ話題に関する議論的な内容が前例のないほど多くなった。 この豊富な視点は、批判的思考とフィルターバブルを壊す機会を提供する(Pariser 2011)が、議論の量と複雑さは、読者が様々な視点を効果的に合成し理解することを困難にしている。 コミュニティベースの議論組織に対して,教師なしのグラフベースのアプローチを提案し,複雑な議論環境のナビゲートと理解を支援する。 提案システムは,トピックの類似性,セマンティック・コヒーレンス,共有キーワード,共通エンティティなど,議論間の複数の関係型を抽出し,話題に焦点をあてた記事の集合を分析し,リッチな相互作用グラフを構築する。 次に、同種および異種視点分布を明らかにする議論コミュニティを特定するために、コミュニティ検出を用いる。 検出されたコミュニティは、戦略グラフ操作によって単純化され、ユーザが消化可能であるが、主要な議論パターンの包括的な要約を提供する。 提案手法では, 学習データを必要としないため, 議論間の曖昧な関係を保ちながら, 効果的に数百の記事を処理できる。 実験により,本システムにおいて意味のある議論コミュニティを識別し,解釈可能な方法で提示する能力が示され,複雑な社会・政治論争に対するユーザの理解が促進される。

関連論文リスト

• Stakeholder Suite: A Unified AI Framework for Mapping Actors, Topics and Arguments in Public Debates [3.272909051546268]
  本稿では,公開討論の中でアクター,トピック,議論をマッピングするための運用コンテキストに展開するフレームワークを提案する。 このツールは、プロジェクトのチームが影響力のネットワークを視覚化するのを助けること、新しい論争を特定すること、エビデンスベースの意思決定をサポートすること。
  論文  参考訳（メタデータ） (2025-12-19T08:38:28Z)
• Explain Before You Answer: A Survey on Compositional Visual Reasoning [74.27548620675748]
  構成的視覚推論は、マルチモーダルAIにおける重要な研究フロンティアとして登場した。 本調査は,トップ会場(CVPR,ICCV,NeurIPS,ICML,ACLなど)から260以上の論文を体系的にレビューする。 次に60以上のベンチマークとそれに対応するメトリクスを、基底精度、連鎖忠実性、高分解能知覚などの次元に沿って探索する。
  論文  参考訳（メタデータ） (2025-08-24T11:01:51Z)
• Towards Comprehensive Argument Analysis in Education: Dataset, Tasks, and Method [14.718309497236694]
  垂直次元と水平次元の両方から,14種類の微粒な関係型を提案する。 議論コンポーネント検出,関係予測,エッセイ自動評価という3つの課題について実験を行った。 本研究は, 文質評価のための詳細な論証アノテーションの重要性を強調し, 多次元論証分析を奨励するものである。
  論文  参考訳（メタデータ） (2025-05-17T14:36:51Z)
• Overview of PerpectiveArg2024: The First Shared Task on Perspective Argument Retrieval [56.66761232081188]
  本稿では,社会における少数派・多数派を代表する年齢,性別,政治的態度など,人口・社会文化(社会)の多様性を包括する新しいデータセットを提案する。 パースペクティビズムを取り入れる上での重大な課題は、特に社会的なプロファイルを明示的に提供せずに、議論のテキストのみに基づくパーソナライズを目指す場合である。 パーソナライズと分極の低減を図るため, パーソナライズを最適化するためには, パーソナライズされた論証検索をブートストラップするが, さらなる研究が不可欠である。
  論文  参考訳（メタデータ） (2024-07-29T03:14:57Z)
• ArguMentor: Augmenting User Experiences with Counter-Perspectives [4.84187718353576]
  ArguMentorは、意見書のクレームをハイライトする人間とAIのコラボレーションシステムである。 LLMを使用してそれらに対する反論を識別し、現在のイベントに基づいたコンテキストベースの要約を生成する。 さらに、Q&AボットやDebateMeなどの追加機能を通じて、ユーザ理解をさらに強化する。
  論文  参考訳（メタデータ） (2024-06-04T21:43:56Z)
• PAKT: Perspectivized Argumentation Knowledge Graph and Tool for Deliberation Analysis (with Supplementary Materials) [18.436817251174357]
  本稿では,パースペクティブ化された問合せ知識グラフとツールであるPAKTを提案する。 グラフは様々なトピックにまたがって議論空間を構成し、議論は前提と結論に分けられる。 本稿では,PAKTの構築方法と,得られた多面的議論グラフのケーススタディについて述べる。
  論文  参考訳（メタデータ） (2024-04-16T13:47:19Z)
• A Unifying Framework for Learning Argumentation Semantics [47.84663434179473]
  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)
• Author Clustering and Topic Estimation for Short Texts [69.54017251622211]
  同じ文書中の単語間の強い依存をモデル化することにより、遅延ディリクレ割当を拡張できる新しいモデルを提案する。 同時にユーザをクラスタ化し、ホック後のクラスタ推定の必要性を排除しています。 我々の手法は、短文で生じる問題に対する従来のアプローチよりも、-または----------- で機能する。
  論文  参考訳（メタデータ） (2021-06-15T20:55:55Z)
• ConvoSumm: Conversation Summarization Benchmark and Improved Abstractive Summarization with Argument Mining [61.82562838486632]
  我々は、さまざまなオンライン会話形式のニュースコメント、ディスカッションフォーラム、コミュニティ質問応答フォーラム、電子メールスレッドに関する4つの新しいデータセットをクラウドソースする。 我々は、データセットの最先端モデルをベンチマークし、データに関連する特徴を分析します。
  論文  参考訳（メタデータ） (2021-06-01T22:17:13Z)

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。