AQE：基于四元组标注增强生成方法的论证四元组抽取

论证挖掘涉及多个自动识别论证元素的子任务，如主张检测、证据抽取、立场分类等。然而，每个子任务单独都不足以透彻理解论证结构与推理过程。为了学习论证文章的完整视图并捕捉论证组件间的相互依赖，我们需要知道人们持有什么观点（即主张）、为何这些观点成立（即支撑证据）、证据来自何种来源（即证据类型），以及这些主张如何回应辩论话题（即立场）。在本工作中，我们首次提出一项具有挑战性的论证四元组抽取任务（AQE），其可对主张、证据、证据类型和立场这四个论证组件进行一体化抽取。为支撑该任务，我们构建了一个大规模且具挑战性的数据集。然而，现有方法均无法解决论证四元组抽取问题。为填补此空白，我们提出一种新颖的四元组标注增强生成方法，利用四元组标注模块来增强生成框架的训练。在我们数据集上的实验结果表明，所提方法相对于若干强基线具有经验上的优越性。