基于计算论证的大语言模型驱动议会辩论摘要评估
计算与语言
2026-05-08 v3
摘要
理解议会辩论中政策如何被辩论和论证是民主过程的基本方面。然而，由于辩论的volume和复杂性，外部听众难以参与。与此同时，大语言模型 (LLM) 已被证明可实现大规模自动摘要。虽然辩论摘要可以使议会程序更易于访问，但评估这些摘要是否忠实地传达论证内容仍具有挑战性。现有的自动摘要指标已被证明与人类对一致性（即摘要与来源之间的忠实性或对齐）的判断相关性较差。本文提出了一种基于计算论证的议会辩论摘要评估框架，通过将论证结构建立在争议议题之上来实现。我们的方法聚焦于关注忠实保留所论证以支持或反对政策结果所呈现推理的形式属性。我们采用欧洲议会的辩论案例及其关联的 LLM 生成摘要进行实证验证。
引用
@article{arxiv.2604.19331,
title = {Evaluating LLM-Driven Summarisation of Parliamentary Debates with Computational Argumentation},
author = {Eoghan Cunningham and Derek Greene and James Cross and Antonio Rago},
journal= {arXiv preprint arXiv:2604.19331},
year = {2026}
}
备注
Accepted at KR'26 In The Wild Track. Camera Ready with additional supplementary materials