证明你的观点！：将证明增强原则引入议论文生成

议论文生成（AEG）旨在针对特定有争议的话题或辩论生成完整的文本。尽管当前的AEG方法可以生成个人观点，但它们常常忽略了这些观点之间的高层次联系。这往往导致生成的结果陷入逻辑混乱，无法有效证明自己的论点。生成的论文可能呈现与主张相矛盾的证据，或者无法将主张组织成逻辑流程。在本文中，我们提出了一个统一的二阶段框架：证明增强与自标注（PESA），用于AEG，并侧重于逻辑增强。具体来说，我们首先使用大型语言模型为逻辑信息、主张和论据构建伪标签。然后，我们提出了一种树规划方法，该方法引入证明原则并确保逻辑一致性。大量的实验结果表明，得益于证明原则的指导，PESA生成的议论文比强基线模型具有更好的逻辑有效性和说服力。