多类型句子级支持性论据的理解与检测
计算与语言
2017-05-04 v2
摘要
我们研究了针对用户指定主张从相关文档中进行句子级支持性论据检测的问题。从在线辩论网站 idebate.org 收集了包含主张及相关引用文章的数据集。随后我们手动标注文档中的句子级支持性论据及其类型：研究型、事实型、观点型或推理型。我们进一步刻画了不同类型的论据，并探索利用类型信息是否能促进支持性论据检测任务。实验结果表明，使用由论据类型提供信息的特征训练的 LambdaMART (Burges, 2010) 排序器比未使用类型信息训练的相同排序器性能更优。
引用
@article{arxiv.1705.00045,
title = {Understanding and Detecting Supporting Arguments of Diverse Types},
author = {Xinyu Hua and Lu Wang},
journal= {arXiv preprint arXiv:1705.00045},
year = {2017}
}
备注
This paper is accepted as a short paper in ACL 2017