首页/论文/1702.06239

arXiv 1702.062392017-02-21cs.CL

基于强化学习的论元成分检测

Reinforcement Learning Based Argument Component Detection

Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所）

Yang Gao, Hao Wang, Chen Zhang, Wei Wang

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

论证成分检测是论证挖掘中的一个重要子任务。ACD的目标是检测和分类自然语言文本中的不同论点成分。历史注释（HA）是注释人员在手动执行ACD任务时考虑的重要功能。然而，HA在很大程度上被现有的自动ACD技术所忽略。强化学习（RL）已被证明是在某些自然语言处理任务中使用HA的有效方法。在这项工作中，我们提出了一个基于RL的ACD技术，并评估其性能上两个良好的注释语料库。结果表明，在分类精度方面，HAS增强的RL优于普通RL最多17.85%，优于最先进的监督学习算法最多11.94%。

英文摘要：

Argument component detection (ACD) is an important sub-task in argumentation mining. ACD aims at detecting and classifying different argument components in natural language texts. Historical annotations (HAs) are important features the human annotators consider when they manually perform the ACD task. However, HAs are largely ignored by existing automatic ACD techniques. Reinforcement learning (RL) has proven to be an effective method for using HAs in some natural language processing tasks. In this work, we propose a RL-based ACD technique, and evaluate its performance on two well-annotated corpora. Results suggest that, in terms of classification accuracy, HAs-augmented RL outperforms plain RL by at most 17.85%, and outperforms the state-of-the-art supervised learning algorithm by at most 11.94%.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

基于强化学习的对话引导事件抽取

Reinforcement Learning-based Dialogue Guided Event Extraction to Exploit Argument Relations

Beijing Advanced Innovation Center for Big Data and Brain Computing, Beihang University（北京航空航天大学大数据与脑机智能高精尖创新中心）；Macquarie University（麦考瑞大学）；National Computer Network Emergency Response Technical Team/Coordination Center of China（国家计算机网络应急技术处理协调中心）；University of Illinois at Chicago（伊利诺伊大学芝加哥分校）；University of Leeds（利兹大学）

事件抽取是自然语言处理的一项基本任务。发现事件参数（如事件参与者）的角色对于事件提取至关重要。然而，这样做的现实生活中的事件描述是具有挑战性的，因为一个参数的作用往往在不同的情况下变化。虽然多个参数之间的关系和相互作用对于解决参数角色是有用的，但现有方法在很大程度上忽略了这些信息。本文提出了一种更好的方法，通过显式地利用事件参数的关系的事件提取。我们通过精心设计的面向任务的对话系统来实现这一点。为了对参数关系进行建模，我们采用强化学习和增量学习来通过多轮迭代过程提取多个参数。我们的方法利用同一句话中已经提取的参数的知识来确定难以单独决定的参数的作用。然后，它使用新获得的信息来改进先前提取的参数的决策。这种双向反馈过程使我们能够利用论元关系来有效地解决论元角色，从而更好地理解句子和提取事件。实验结果表明，我们的方法始终优于七个国家的最先进的事件提取方法的分类的事件和参数的角色和参数识别。

2021-12-22cs.CL

通过强化学习教学LLMs进行类人化的不当论证编辑

Teaching LLMs Human-Like Editing of Inappropriate Argumentation via Reinforcement Learning

Leibniz University Hannover（汉诺威莱布尼茨大学）；L3S Research Center（L3S研究所）

本文通过强化学习方法使LLMs学会进行类人化的文本编辑，提升论证适当性。方法生成可独立接受或拒绝的句子级编辑建议，通过多组件奖励函数优化语义相似性、流畅性和论证适当性。

2026-04-14cs.CL

基于LLM的机器反馈强化学习不当论点重写

LLM-based Rewriting of Inappropriate Argumentation using Reinforcement Learning from Machine Feedback

Leibniz University Hannover（汉诺威莱布尼茨大学）

本文提出一种基于强化学习的LLM重写方法，通过平衡内容保留与适当性来缓解论点中的不当语言，在文档级别进行改写，实验证明其显著优于少样本学习、提示和人类等基线方法。

2024-06-05cs.CL

通过对抗强化学习改进论辩挖掘的合成数据生成

Improving Synthetic Data Generation for Argument Mining via Adversarial Reinforcement Learning

College of Applied Science, Shenzhen University（深圳大学应用科学学院）；School of Artificial Intelligence, Shenzhen Technology University（深圳技术大学人工智能学院）；Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））；The Chinese University of Hong Kong（香港中文大学）；Pengcheng Laboratory（鹏城实验室）

针对论辩挖掘中高质量标注数据稀缺的问题，提出对抗强化学习框架，联合优化生成器与判别器，在保持多样性的同时提升合成数据的结构准确性，并在三个基准数据集上验证了有效性。

2026-10-07cs.CLcs.LG

类讨论的上下文论元成分分类

Contextual Argument Component Classification for Class Discussions

Learning Research and Development Center（学习研究与发展中心）；University of Pittsburgh（匹兹堡大学）

当被训练以完成诸如论点成分识别、分类和关系抽取之类的任务时，论点挖掘系统经常考虑上下文信息，即，在论点话语单元之外的信息。然而，以前的工作并没有仔细分析不同的上下文属性在上下文感知模型中的效用。在这项工作中，我们展示了如何两种不同类型的上下文信息，当地的话语背景和扬声器的背景下，可以被纳入一个计算模型的分类参数组件在多方课堂讨论。我们发现，这两种上下文类型可以提高性能，虽然改进是依赖于上下文的大小和位置。

2021-02-20cs.CL

“鲨鱼不是人类的威胁”：学生作文中的论点成分分割

"Sharks are not the threat humans are": Argument Component Segmentation in School Student Essays

Columbia University（哥伦比亚大学）；Educational Testing Service（教育考试服务中心）

论证挖掘通常通过管道方法来解决，其中首先进行文本分割成论证单元，然后进行论证组件识别任务。本研究从一个新的中学生议论文语料库中，采用标记水平的分类方法来识别主张标记和前提标记。为此，我们比较了各种最先进的模型，如离散特征和深度学习架构（例如，BiLSTM网络和基于BERT的架构）来识别参数组件。我们证明了一个基于BERT的多任务学习架构（即，标记和句子级别分类）在相关的未标记数据集上进行自适应预训练获得最佳结果

2021-03-08cs.CL

更多相关论文收起更多论文

这里是我的观点：用于参数挖掘的联合指针架构

Here's My Point: Joint Pointer Architecture for Argument Mining

University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校）

自动论证挖掘的主要目标之一是揭示论证文本中的论证结构。为了确定这个结构，我们必须了解整体论证的不同组成部分是如何联系在一起的。在这个领域中，普遍的共识是论证成分形成了说服的层次结构，它以树结构表现出来。这项工作提供了第一个基于神经网络的方法来进行论证挖掘，重点是两个任务，提取论点组件之间的联系，并分类类型的论点组件。为了解决这个问题，我们建议使用一个联合模型，是基于指针网络架构。一个指针网络是这项任务的吸引力有以下原因：1）它考虑到的顺序性质的参数组件; 2）通过建设，它强制执行某些属性的树结构中存在的参数关系; 3）隐藏的表示可以应用于辅助任务。为了扩展原始指针网络模型的贡献，我们构建了一个联合模型，该模型同时尝试学习参数组件的类型，并继续预测参数组件之间的链接。所提出的联合模型在两个独立的评估语料库上实现了最先进的结果，比常规的指针网络模型实现了更优越的性能。我们的研究结果表明，优化这两个任务，并添加一个全连接层之前，经常性的神经网络输入，是至关重要的高性能。

2017-05-08cs.CL

基于联合RNN模型的变元构件边界检测

Joint RNN Model for Argument Component Boundary Detection

Institute of Software Chinese Academy of Sciences（中国科学院软件研究所）；University of Chinese Academy of Sciences（中国科学院大学）

论证成分边界检测（ACBD）是论证挖掘中的一个重要子任务，其目的是识别构成论证成分的词序列，通常被认为是论证挖掘管道中的第一个子任务。现有的ACBD方法严重依赖于特定于任务的知识，并需要相当大的人力资源的特征工程。为了解决这些问题，在这项工作中，我们将ACBD制定为序列标记问题，并提出了各种基于递归神经网络（RNN）的方法，这些方法不使用超出文档中句子相对位置的特定领域或手工特征。特别是，我们提出了一种新的联合RNN模型，可以预测句子是否是论证性的，并使用预测结果来更精确地检测论点组件边界。我们在来自两种不同流派的两个语料库上评估了我们的技术;结果表明，我们的联合RNN模型在两个数据集上都获得了最先进的性能。

2017-05-05cs.CL

课堂讨论中的论元成分分类

Argument Component Classification for Classroom Discussions

University of Pittsburgh（匹兹堡大学）

本文主要研究课堂口语讨论中的论点成分分类，目标是将学生的话语自动分类为主张、证据和论据。我们表明，现有的方法为另一个面向教育的领域开发的参数组件分类在我们的数据集上表现不佳。然后，我们表明，从以前的工作参数挖掘学生论文和在线对话的功能集可以用来大大提高性能。我们还提供了卷积神经网络和递归神经网络之间的比较时，在不同的条件下训练分类的论点组件在课堂讨论。虽然神经网络模型并不总是能够优于逻辑回归模型，但我们能够获得一些有用的见解：卷积网络在字符和单词级别上都比递归网络更强大，特异性信息可以帮助提高多任务训练的性能。

2019-09-06cs.CL

使用逆强化学习的多奖励组件将语言映射到程序

Mapping Language to Programs using Multiple Reward Components with Inverse Reinforcement Learning

UNC Chapel Hill（北卡罗来纳大学教堂山分校）

将自然语言指令映射到计算机可以处理的程序是一个根本性的挑战。现有的方法集中在基于可能性的训练或使用强化学习来基于单一奖励微调模型。本文提出了一种逆向强化学习的方法，即从语言生成程序。我们引入了几个可解释的奖励组件，并共同学习（1）线性组合它们的奖励函数，以及（2）程序生成策略。与使用强化学习（RL）的竞争方法相比，我们的方法的微调实现了显着更好的性能。在VirtualHome框架上，我们在最长公共子序列度量上得到了高达9.0%的改进，在基于召回的度量上得到了14.7%的改进，超过了以前在这个框架上的工作（Puig等人，2018年）。该方法是数据高效的，在低数据状态下表现出更大的性能增益。生成的程序也更受人类评估者的青睐，而不是基于RL的方法，并且在相关性，完整性和人性化方面评分更高。

2021-10-02cs.CL

从论证组件到图：一种具有置信门控的多智能体辩论方法用于论证关系识别

From Argument Components to Graphs: A Multi-Agent Debate with Confidence Gating for Argument Relations

Faculty of Electronics and Information Technology, Warsaw University of Technology（华沙理工大学电子与信息技术学院）

提出一种多智能体辩论框架，通过置信门控机制仅在不确定时进行辩论，在UKP语料上达到训练无关方法最高Macro F1，并生成可读辩论记录。

2026-06-16cs.CL

说服性文章中的论证结构分析

Parsing Argumentation Structures in Persuasive Essays

Technische Universität Darmstadt（达姆施塔特工业大学）；German Institute for Educational Research（德国教育研究所）

在这篇文章中，我们提出了一种新的方法来分析论证结构。我们确定的论点组件使用序列标记在令牌级别和应用一个新的联合模型检测论证结构。该模型使用整数线性规划全局优化论证成分类型和论证关系。我们表明，我们的模型大大提高了基本分类器的性能，并显着优于具有挑战性的启发式基线。此外，我们还介绍了一个新的语料库的说服性文章注释与论证结构。我们表明，我们的注释方案和注释指南成功地指导人类注释者的实质性协议。这个语料库和注释指南是免费提供的，以确保可重复性，并鼓励未来的研究计算论证。

2016-07-22cs.CL

迈向教育中的综合论证分析：数据集、任务与方法

Towards Comprehensive Argument Analysis in Education: Dataset, Tasks, and Method

Lab of Artificial Intelligence for Education, East China Normal University（教育人工智能实验室，华东师范大学）；Shanghai Institute of Artificial Intelligence for Education, East China Normal University（教育人工智能上海研究院，华东师范大学）；School of Computer Science and Technology, East China Normal University（计算机科学与技术学院，华东师范大学）；Department of Chinese Language and Literature, East China Normal University（中文语言文学系，华东师范大学）；College of Education, Zhejiang University（教育学院，浙江大学）

针对教育场景中论证关系过于简单的问题，本文构建纵横两维的14种细粒度关系，并通过成分检测、关系预测和自动评分实验验证细粒度标注的价值。

2025-05-17cs.CL

基于对比学习和抽取式论点摘要的关键点分析

Key Point Analysis via Contrastive Learning and Extractive Argument Summarization

Paderborn University（帕德博恩大学）；Leipzig University（莱比锡大学）；Bielefeld University（比勒费尔德大学）

关键点分析的任务是从一组给定的论点中提取一组简洁和高层次的陈述，代表这些论点的主旨。本文介绍了我们提出的关键点分析共享任务的方法，并与第八届研讨会上的论点挖掘。这一办法包括两个相辅相成的组成部分。一个组件通过siamese神经网络采用对比学习，用于将参数与关键点匹配;另一个组件是基于图形的提取摘要模型，用于生成关键点。在自动和手动评估中，我们的方法在所有提交的共享任务中排名最好。

2021-10-22cs.CL

在指令调优的LLM中使用紧凑提示进行联合论证组件检测

Compact Prompting in Instruction-tuned LLMs for Joint Argumentative Component Detection

Université Côte d’Azur, I3S, CNRS, Inria（法国埃克塞特大学、I3S研究所、国家科学研究中心、法国国家信息与自动化研究所）

本文提出利用指令调优的LLM和紧凑提示，将论证组件检测重新建模为生成任务，提升从文本中直接识别论证组件的性能。

2026-03-03cs.AIcs.CL

多样性优于规模：论主题相关论点挖掘数据集的样本量与主题量的影响

Diversity Over Size: On the Effect of Sample and Topic Sizes for Topic-Dependent Argument Mining Datasets

summetix GmbH（萨梅蒂克斯有限公司）；Technical University of Darmstadt（达姆施塔特工业大学）；Lucerne University of Applied Sciences and Arts（卢塞恩应用科学与艺术大学）

该研究探究少样本与零样本设置下论点挖掘数据集构成的影响，发现精心构建训练样本、大幅缩减样本量仍能保留大部分性能，还发布了新的基准数据集。

2024-10-07cs.CL

AMERICANO：基于话语驱动分解与智能体交互的论证生成

AMERICANO: Argument Generation with Discourse-driven Decomposition and Agent Interaction

The Hong Kong Polytechnic University（香港理工大学）；InspireOmni AI；DAMO Academy, Alibaba Group（阿里巴巴达摩院）；Case Western Reserve University（凯斯西储大学）

本文提出 Americano 框架，将论证生成分解为基于论证理论的顺序动作并引入智能体交互与论证精炼模块，在 Reddit/CMV 子集上优于端到端和思维链方法，能生成更连贯、有说服力且内容多样的论证。

2024-09-02cs.CL

提取论点，而非仅分类：指令微调的大语言模型用于生成式组件检测

Extracting Arguments, Not Just Classifying Them: Instruction-Tuned LLMs for Generative Component Detection

CNRS（法国国家科学研究中心）；INRIA（法国国家信息与自动化研究所）；I3S（I3S实验室）

本文提出ITFACD，利用指令微调的大语言模型将论元组件检测重构为生成任务，直接从文本识别论元，在标准基准上超越现有系统，展示了生成式方法的潜力。

2026-09-22cs.AIcs.CL

基于LLM的论证挖掘系统

An LLM-Based System for Argument Mining

Universidade de São Paulo Center for Artificial Intelligence (C4AI)（圣保罗大学人工智能中心（C4AI））；Instituto Mauá de Tecnologia Núcleo de Sistemas Eletrônicos Embarcados (NSEE)（马乌阿技术研究所电子系统嵌入核（NSEE））

本文提出一个基于大语言模型的端到端系统，用于从自然语言文本中提取论证并构建抽象论证图，通过多阶段流程识别论证组件、选择相关元素并揭示其逻辑关系，实验表明该系统能有效恢复论证结构并在不同标注方案下表现良好。

2026-05-19cs.CL

论点挖掘作为文本到文本生成任务

Argument Mining as a Text-to-Text Generation Task

Service Innovation Department, NTT DOCOMO, INC.（NTT DOCOMO公司服务创新部）；NTT Communication Science Laboratories, NTT Corporation（NTT通信科学实验室）

本文提出基于预训练编码器-解码器语言模型的文本到文本生成方法，直接生成论点标注文本，无需后处理和超参数调优，有效提升论点挖掘任务的性能。

2026-03-25cs.CL

基于多目标强化学习的统计口语对话系统奖励平衡

Reward-Balancing for Statistical Spoken Dialogue Systems using Multi-objective Reinforcement Learning

University of Cambridge（剑桥大学）

强化学习被广泛用于对话策略优化，其中奖励函数通常由多于一个分量组成，例如，对话的成功和对话的长度。在这项工作中，我们提出了一个结构化的方法，通过寻找最佳的奖励组件权重，找到这些组件之间的良好平衡。为了使这种搜索可行，我们使用多目标强化学习来显着减少所需的训练对话的数量。我们应用我们提出的方法来找到六个域的优化组件权重，并将它们与默认基线进行比较。

2017-07-19cs.CLstat.ML

利用小型LLM进行教育领域的论证挖掘：论证成分识别、分类与评估

Leveraging Small LLMs for Argument Mining in Education: Argument Component Identification, Classification, and Assessment

ELLIS Alicante, Spain（阿利坎特ELLIS研究所，西班牙）；Universitat d’Alacant, Spain（阿利坎特大学，西班牙）；École Polytechnique Fédérale de Lausanne, EPFL, Switzerland（洛桑联邦理工学院，瑞士）

针对教育领域论证挖掘中纯解码器模型未被充分探索的问题，提出利用开源小型LLMs通过小样本提示和微调完成论证成分分割、分类与质量评估，在相关数据集上验证了其在部分任务中优于基线的性能，凸显其教育应用潜力。

2025-11-12cs.CLcs.HC

AQE：通过四标签增强生成式方法进行论元四元组抽取

AQE: Argument Quadruplet Extraction via a Quad-Tagging Augmented Generative Approach

DAMO Academy, Alibaba Group（阿里巴巴集团达摩院）；National University of Singapore（新加坡国立大学）

本文首次提出论元四元组抽取任务AQE，并构建大规模数据集，同时设计四标签增强生成式方法，实验证明其优于多个强基线。

2023-05-31cs.CL

Swiss4Arg：面向瑞士国家语言的多语言论辩挖掘并行数据集

Swiss4Arg: A Parallel Dataset for Multilingual Argument Mining across Swiss National Languages

University of Zurich（苏黎世大学）；University of St. Gallen（圣加仑大学）

本研究构建覆盖四种瑞士国家语言的多语言论辩挖掘数据集Swiss4Arg，经标注后提供基线结果，为多语言论辩挖掘建立含低资源场景的新基准。

2026-10-14cs.CL

Klasifikasi Komponen Argumen Secara Otomatis pada Dokumen Teks berbentuk Esai Argumentatif

Universitas Indonesia（印度尼西亚大学）

通过自动识别论证成分，论文作者可以对他们所写的文章进行检查。这将有助于论文评分过程客观和准确，因为论文评分员能够看到如何以及论点组成部分的建设。一些研究者尝试着对论元进行检测和分类，并在一些领域中实现了它。常用的方法是对文本进行特征提取。一般来说，这些特征包括结构特征、词汇特征、句法特征、指示特征和语境特征。在这项研究中，我们添加新的功能到现有的功能。它采用Knott和Dale（1993）的关键词列表。实验结果表明，该方法的论元分类准确率达到72.45%。此外，即使没有关键字列表，我们仍然可以获得相同的准确性。这表明关键字列表对特征没有显著影响。所有的特征在区分主论点和主论点方面仍然是薄弱的，因此我们需要其他的特征来区分这两种论点成分。

2015-12-02cs.CLcs.IR

通过多智能体强化学习改进检索增强生成

Improving Retrieval-Augmented Generation through Multi-Agent Reinforcement Learning

Renmin University of China（中国人民大学）；Baidu Inc.（百度公司）；Carnegie Mellon University（卡内基梅隆大学）

针对RAG组件独立优化导致目标错位的问题，提出多智能体强化学习算法MMOA-RAG，将各组件视为协作智能体并统一优化最终答案的F1分数，在多个问答基准上优于现有基线。

2025-10-07cs.CLcs.IR

大型语言模型能否执行基于关系的论证挖掘？

Can Large Language Models perform Relation-based Argument Mining?

Imperial College London（帝国理工学院）

本文研究通用大型语言模型在基于关系的论证挖掘任务中的表现，发现经适当提示的Llama-2和Mistral在十个数据集上显著优于基于RoBERTa的基线。

2024-02-17cs.AIcs.CL

注意交互模型：论证中观点变化的建模

Attentive Interaction Model: Modeling Changes in View in Argumentation

Language Technologies Institute（语言技术研究所）；Computer Science Department（计算机科学系）；School of Computer Science（计算机科学学院）；Carnegie Mellon University（卡内基梅隆大学）

我们提出了一个神经架构建模的争论性对话，明确建模意见持有者的（OH的）推理和挑战者的论点之间的相互作用，预测的目标，如果参数成功地改变了OH的看法。该模型有两个组成部分：（1）脆弱区域检测，一个注意力模型，它识别OH的推理中易于改变的部分，以及（2）交互编码，它识别OH的推理内容与挑战者的论点内容之间的关系。根据Reddit上Change My View论坛的讨论评估，这两个组件共同预测OH的视图变化，表现优于几个基线。事后分析表明，由注意力模型挑选出来的句子更容易被成功的论点所解决，而不是不成功的论点。

2018-04-18cs.CLcs.CY

来自社会讨论的无监督知识转移有助于论点挖掘吗？

Can Unsupervised Knowledge Transfer from Social Discussions Help Argument Mining?

Jadavpur University（贾达布尔大学）；Delhi Technological University（德里理工大学）；IIIT-Delhi（德里印度理工学院）

从非结构化文本中识别论元成分并预测它们之间的关系是论元挖掘的两个主要步骤。这些任务的内在复杂性需要强大的学习模型。虽然预训练的基于Transformer的语言模型（LM）已被证明可以在不同的NLP任务中提供最先进的结果，但手动注释数据的稀缺性和论证的高度领域依赖性限制了此类模型的能力。在这项工作中，我们提出了一种新的迁移学习策略来克服这些挑战。我们利用ChangeMyView subreddit中丰富的辩论社交讨论作为无监督的辩论话语感知知识的来源，通过在选择性掩蔽语言建模任务上微调预训练的LM。此外，我们引入了一种新的基于语义的组件间关系预测策略，该策略在利用话语上下文的同时补充了我们提出的微调方法。详尽的实验表明，我们的方法在域内和域外数据集上对这两个任务的泛化能力，优于几个现有的和采用的强基线。

2022-03-24cs.CLcs.LG

基于强化学习的方面情感三元组提取

Aspect Sentiment Triplet Extraction Using Reinforcement Learning

SUTD（新加坡科技设计大学）；IIT KGP（印度理工学院克勒格布尔分校）

方面情感三元组提取（ASTE）是提取方面的任务，他们的相关情感，并提供证据的意见条款所表达的情感。以前的ASTE方法通常同时提取所有三个成分，或者首先识别方面和观点术语，然后将它们配对以预测它们的情感极性。在这项工作中，我们提出了一种新的范式，ASTE-RL，把方面和意见条款的论点表达的情绪在一个分层的强化学习（RL）框架。我们首先关注句子中表达的情感，然后确定该情感的目标方面和观点术语。这考虑了三重态组分之间的相互作用，同时提高了探测和样本效率。此外，这种层次化的RLsetup使我们能够处理多个和重叠的三元组。在我们的实验中，我们在笔记本电脑和餐厅领域的现有数据集上评估了我们的模型，并表明它达到了最先进的性能。这项工作的实施情况可在https://github.com/declare-lab/ASTE-RL上公开查阅。

2021-08-13cs.AIcs.CL

一种将文本转换为参数图的参数挖掘管道

Towards an Argument Mining Pipeline Transforming Texts to Argument Graphs

Trier University（特里尔大学）

本文的研究目标是从自然语言文本中自动抽取议论文的信息成分及其相互关系。此外，我们解决了目前缺乏系统提供完整的论证结构，从任意自然语言文本的一般用途。我们提出了一个参数挖掘管道作为一个普遍适用的方法转换为基于图形的参数表示的德语和英语语言的文本。我们还介绍了新的方法来评估现有的基准参数结构的基础上的结果。我们的研究结果表明，生成的参数图可以是有益的，以检测新的连接之间的不同陈述的议论文。我们的管道实现在GitHub上公开提供。

2020-09-28cs.AIcs.CLcs.LG

ENTRUST：利用语言模型和蕴涵进行论证重构

ENTRUST: Argument Reframing with Language Models and Entailment

Columbia University（哥伦比亚大学）；Google（谷歌）

框架涉及根据听众和演讲者的目标对论点或问题进行积极或消极的陈述（Entman 1983）。词汇框架的差异是我们研究的重点，它会对人们的观点和信念产生很大的影响。为了在重构积极效果的论点方面取得进展，我们为此任务创建了一个数据集和方法。我们使用的词汇资源的“内涵”创建一个平行的语料库，并提出了一种方法，参数重构相结合的可控文本生成（积极的内涵）与解码后蕴涵组件（相同的外延）。我们的研究结果表明，我们的方法是有效的，沿着流畅性，意义和可信度/减少恐惧的维度强基线相比。

2021-04-11cs.AIcs.CL

将图注意力机制结合到基于深度强化学习的几何问题求解中

Incorporating Graph Attention Mechanism into Geometric Problem Solving Based on Deep Reinforcement Learning

University of Electronic Science and Technology of China（电子科技大学）；West Virginia Clinical and Translational Science Institute（西弗吉尼亚临床与转化科学研究所）

针对几何问题中自动添加辅助组件效率低的问题，提出基于BERT和图注意力机制（AttnStrategy）的深度强化学习框架A3C-RL，缩减策略搜索空间，平均准确率较MCTS提升32.7%并在高考几何题上超越人类。

2024-03-14cs.AIcs.CLcs.CY

MLREF：基于大语言模型的强化学习奖励设计中高效模块复用框架

MLREF: Efficient Module Reuse for Reward Design in Reinforcement Learning via Large Language Models

Institute for Interdisciplinary Information Sciences Tsinghua University（清华大学交叉信息研究院）

该研究针对强化学习奖励设计瓶颈，提出MLREF框架，通过模块池复用奖励组件，结合三种优化机制，在17个任务上实现比强基线更优且更稳定的性能。

2026-08-20cs.AIcs.CLcs.LG