AKReF：面向结构化论证的论证知识表示框架

本文提出了一个将论证性文本转化为论证知识图（AKG）的框架。所提出的论证知识表示框架（AKReF）扩展了理论基础，使AKG能够提供更易于理解的论证结构的图视图。从论证组件和论证关系的基本标注开始，我们通过构建带有节点元数据属性的知识库（KB）图来丰富信息。接下来，我们对KB中的前提和推理规则应用肯定前件式来形成论证。从这些论证中，我们创建一个AKG。AKG的节点和边具有捕捉关键论证特征的属性，例如前提类型（如公理、普通前提、假设）、推理规则类型（如严格、可废止）、可废止规则的偏好顺序、标记（如“因此”、“然而”）以及攻击类型（如底切、反驳、削弱）。我们通过定位一组特定的标记（称为推理标记（IM））来识别推理规则。这反过来使得识别现有数据集中以前无法检测到的底切攻击成为可能。AKG为推理任务奠定了基础，包括检查论证的连贯性和识别修订机会。为此，找到间接关系至关重要，其中许多关系是隐式的。我们提出的带有标注推理规则和肯定前件式的AKG格式，有助于推理模型学习那些需要对论证及其相互联系进行推理的隐式间接关系。我们使用AAEC数据集中的一篇文章来说明该框架。我们进一步展示了其在复杂分析中的应用，例如提取无冲突集和最大可接受论证集。