中文

使用总结发现在线意识形态对话中的论证侧面

人工智能 2018-01-29 v1 计算与语言

摘要

网络上越来越多的信息是对话式的,其中很大一部分发生在关于当前社会和政治话题的在线论坛对话中。我们旨在开发工具来总结这些对话的内容。与某个问题不同立场相关的核心命题是什么?讨论中哪些抽象对象是说话者论证的核心?我们如何识别两个核心命题实现了论证的同一侧面?我们假设核心命题正是人们认为最突出的那些论点,并使用人工总结作为发现它们的手段。我们描述了意见性对话的人工总结语料库,然后展示了如何识别相似的重复论点,并将它们分组为跨多个话题讨论的侧面。我们定义了一个新任务,论证侧面相似性(AFS),并展示了我们可以预测AFS,相关系数为0.54,而n-gram系统基线为0.39,语义文本相似性系统基线为0.45。

关键词

引用

@article{arxiv.1709.00662,
  title  = {Using Summarization to Discover Argument Facets in Online Ideological Dialog},
  author = {Amita Misra and Pranav Anand and Jean E Fox Tree and Marilyn Walker},
  journal= {arXiv preprint arXiv:1709.00662},
  year   = {2018}
}

备注

@inproceedings{Misra2015UsingST,title={Using Summarization to Discover Argument Facets in Online Idealogical Dialog},author={Amita Misra and Pranav Anand and Jean E. Fox Tree and Marilyn A. Walker},booktitle={HLT-NAACL},year={2015}}