DebateKG: Automatic Policy Debate Case Creation with Semantic Knowledge Graphs

要約

Argument Mining コミュニティ内の最近の研究では、競争上の議論で見つかった問題を解決するための自然言語処理システムの適用可能性が示されています。
競技ディベートにおける最も重要なタスクの 1 つは、ディベーターが質の高いディベート ケースを作成することです。
議論的意味知識グラフ上の制約付き最短経路トラバーサルを使用して、効果的な議論ケースを構築できることを示します。
私たちはこの可能性を、政策討論と呼ばれるアメリカの競争討論の一種の文脈で研究しています。政策討論には、それを対象とした DebateSum と呼ばれる大規模なデータセットがすでにあります。
53180 の新しい例と、すべての例にさらに役立つメタデータをデータセットに導入することで、DebateSum を大幅に改善しました。
私たちは、txtai セマンティック検索およびナレッジ グラフ ツールチェーンを活用して、このデータセットに基づいて構築された 9 つのセマンティック ナレッジ グラフを作成および提供します。
私たちは、政策議論の事例を作成するという文脈でどのナレッジ グラフが優れているかを評価するための独自の方法を作成します。
ディベートケースを自動的に生成するデモは、他のすべてのコードおよびナレッジグラフとともにオープンソース化されており、ここで公開されています: https://github.com/Hellisotherpeople/DebateKG

要約(オリジナル)

Recent work within the Argument Mining community has shown the applicability of Natural Language Processing systems for solving problems found within competitive debate. One of the most important tasks within competitive debate is for debaters to create high quality debate cases. We show that effective debate cases can be constructed using constrained shortest path traversals on Argumentative Semantic Knowledge Graphs. We study this potential in the context of a type of American Competitive Debate, called Policy Debate, which already has a large scale dataset targeting it called DebateSum. We significantly improve upon DebateSum by introducing 53180 new examples, as well as further useful metadata for every example, to the dataset. We leverage the txtai semantic search and knowledge graph toolchain to produce and contribute 9 semantic knowledge graphs built on this dataset. We create a unique method for evaluating which knowledge graphs are better in the context of producing policy debate cases. A demo which automatically generates debate cases, along with all other code and the Knowledge Graphs, are open-sourced and made available to the public here: https://github.com/Hellisotherpeople/DebateKG

arxiv情報

提供元, 利用サービス

arxiv.jp, Google