从论证到 deliberation:基于观点的立场向量用于细粒度(不)一致性分析
计算与语言
2025-02-17 v1 人工智能
计算机与社会
摘要
对冲突议题的辩论是解决冲突的必要第一步。然而,论证者的内在视角往往难以通过说服性论证技巧来克服。然而,若能从辩论过渡到 deliberative 过程,就可识别解决冲突的可操作方案,这需要对论证及其所依托的视角进行更深入的分析——只有从这些视角出发,才能导出双方达成一致的解决步骤。本文发展了一个用于计算化论证环境下进行 deliberative 分析的框架。我们对不同论证者或利益相关者在特定议题上所表达的观点化(perspectivized)立场进行细粒度分析,旨在不仅识别它们的对立观点,还发现源于其态度、价值或需求所产生的共同视角。我们将此分析形式化为观点立场向量(Perspectivized Stance Vectors),以刻画给定议题上所有论证者的个体观点立场。通过确定议题和论证相关的概念,并预测论证者相对于每个概念的立场,从而构建这些向量。这些向量允许我们衡量由视角结构化的调制(不)一致性,从而识别冲突解决的可操作点,作为迈向 deliberation 的第一步。
关键词
引用
@article{arxiv.2502.09644,
title = {From Argumentation to Deliberation: Perspectivized Stance Vectors for Fine-grained (Dis)agreement Analysis},
author = {Moritz Plenz and Philipp Heinisch and Janosch Gehring and Philipp Cimiano and Anette Frank},
journal= {arXiv preprint arXiv:2502.09644},
year = {2025}
}
备注
Accepted at NAACL Findings 2025