注意缺口:面向学习者论证中省略推理的检测与重建的自动语料库构建
计算与语言
2023-10-30 v1
摘要
撰写有力的论证对学习者而言可能具有挑战性。它需要有逻辑且连贯地选择和安排多个论证性话语单元(ADU),并决定哪些ADU隐去不写,即所谓的省略推理(enthymeme)。然而,当重要的ADU缺失时,读者可能无法跟随推理或理解论证的要点。本文针对学习者论证引入了两项新任务:识别论证中的缺口(省略推理检测)与填补此类缺口(省略推理重建)。这两项任务的方法均可能帮助学习者提升其论证质量。我们研究了如何通过从论证性文本中删除对论证及其质量至关重要的ADU,同时保持文本的自然性,来自动创建用于这些任务的语料库。基于ICLEv3学习者论证作文语料库,我们创建了40,089个用于省略推理检测与重建的论证实例。通过人工研究,我们提供了证据表明所提出的语料库创建过程导致了预期的质量下降,并产生了与学习者所写论证相似的自然文本。最后,省略推理检测与重建的初步基线方法证明了该语料库的实用性。
引用
@article{arxiv.2310.18098,
title = {Mind the Gap: Automated Corpus Creation for Enthymeme Detection and Reconstruction in Learner Arguments},
author = {Maja Stahl and Nick Düsterhus and Mei-Hua Chen and Henning Wachsmuth},
journal= {arXiv preprint arXiv:2310.18098},
year = {2023}
}
备注
Accepted to Findings of EMNLP 2023