修订与否：学习检测论证性写作中可改进的论断
计算与语言
2023-05-29 v1
摘要
优化论证性文本的措辞在高等教育与职业发展中至关重要。然而，评估文本中不同论断是否及如何应被修订是一项困难任务，尤其对 novice 写作者而言。本工作中，我们探究识别需特定修订的论证性论断的主要挑战。通过从在线辩论中的协作编辑行为学习，我们力求捕捉隐式修订模式，以开发旨在引导写作者进一步改进其论证的方法。我们系统比较了常见词嵌入模型捕捉同一文本不同版本间差异的能力，并分析它们对各类写作问题的影响。为应对基于修订的语料库之噪声本质，我们提出一种基于修订距离的新采样策略。与先前工作的方法相反，此类采样无需额外标注与判断即可完成。此外，我们提供证据表明，使用上下文信息与领域知识可进一步改善预测结果。不过，某类上下文的有用性取决于该论断所患问题之类型。
引用
@article{arxiv.2305.16799,
title = {To Revise or Not to Revise: Learning to Detect Improvable Claims for Argumentative Writing Support},
author = {Gabriella Skitalinskaya and Henning Wachsmuth},
journal= {arXiv preprint arXiv:2305.16799},
year = {2023}
}
备注
Accepted as a long paper at ACL 2023