简洁与我争辩：面向句子级反驳论点生成
计算与语言
2023-12-22 v1
摘要
反驳论点生成——计算语言学中一个引人入胜的领域——旨在构建表达对立观点的陈述。尽管大多数研究已涉足段落级生成，句子级反驳论点生成因其独特的约束和聚焦简洁性的挑战而备受关注。此外，反驳论点的多样性给仅基于n-gram指标的模型性能评估带来了挑战。本文提出了用于句子级反驳论点生成的ArgTersely基准，该基准源自ChangeMyView辩论论坛的人工标注数据集。我们还提出了Arg-LlaMA用于生成高质量的反驳论点。为更好地评估，我们利用人类偏好数据训练了一个基于BERT的评估器Arg-Judge。我们进行了涉及多种基线（如LlaMA、Alpaca、GPT-3等）的对比实验。结果表明，我们提出的框架和评估器在反驳论点生成任务中具有竞争力。代码和数据可在https://github.com/amazingljy1206/ArgTersely获取。
引用
@article{arxiv.2312.13608,
title = {Argue with Me Tersely: Towards Sentence-Level Counter-Argument Generation},
author = {Jiayu Lin and Rong Ye and Meng Han and Qi Zhang and Ruofei Lai and Xinyu Zhang and Zhao Cao and Xuanjing Huang and Zhongyu Wei},
journal= {arXiv preprint arXiv:2312.13608},
year = {2023}
}
备注
EMNLP2023, main conference