Argument Mining using BERT and Self-Attention based Embeddings

要約

引数マイニングは、自然言語の引数で伝えられる推論と推論の構造を自動的に識別して抽出します。
私たちの知る限り、この分野の最先端の研究のほとんどは、ツリー状の構造と言語モデリングの使用に焦点を当てています。
しかし、これらのアプローチでは、オンライン フォーラムや現実世界の議論構造でよく見られる、より複雑な構造をモデル化することはできません。
この論文では、リンク予測に注意ベースの埋め込みを使用して、オンライン談話で一般的な典型的な議論構造の因果関係階層をモデル化する、議論マイニングの新しい方法論が提案されています。

要約(オリジナル)

Argument mining automatically identifies and extracts the structure of inference and reasoning conveyed in natural language arguments. To the best of our knowledge, most of the state-of-the-art works in this field have focused on using tree-like structures and linguistic modeling. But, these approaches are not able to model more complex structures which are often found in online forums and real world argumentation structures. In this paper, a novel methodology for argument mining is proposed which employs attention-based embeddings for link prediction to model the causational hierarchies in typical argument structures prevalent in online discourse.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google