RuArg-2022：论辩挖掘评估
计算与语言
2022-06-22 v1
摘要
论辩分析是计算语言学的一个领域，研究从文本中提取论据及其之间关系的方法，以及构建文本的论辩结构。本文是组织者针对在 Dialogue 会议框架下首次举办的处理俄语文本的论辩分析系统竞赛的报告。在竞赛期间，参赛者需要完成两项任务：立场检测和论辩分类。准备并标注了一个包含 9,550 个句子（社交媒体帖子评论）的语料库，涉及与 COVID-19 大流行相关的三个主题（疫苗接种、隔离和戴口罩），用于训练和测试。在两项任务中均获得第一名的系统使用了 BERT 架构的 NLI（自然语言推理）变体，通过自动翻译为英语以应用在讨论 COVID-19 的 Twitter 帖子上重新训练的专用 BERT 模型，以及对目标实体的额外掩码。该系统展示了以下结果：立场检测任务的 F1 分数为 0.6968，论辩分类任务的 F1 分数为 0.7404。我们希望准备好的数据集和基线有助于促进俄语论辩挖掘的进一步研究。
引用
@article{arxiv.2206.09249,
title = {RuArg-2022: Argument Mining Evaluation},
author = {Evgeny Kotelnikov and Natalia Loukachevitch and Irina Nikishina and Alexander Panchenko},
journal= {arXiv preprint arXiv:2206.09249},
year = {2022}
}
备注
Accepted by Dialogue-2022 conference