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

要約

引数の生成は自然言語処理における困難なタスクであり、厳密な推論と適切なコンテンツ構成が必要です。
複雑なタスクを中間ステップに分解する最近の思考連鎖プロンプトに触発され、引数生成のためのエージェント相互作用を備えた新しいフレームワークであるアメリカーノを提案します。
私たちのアプローチは、議論理論に基づいて生成プロセスを逐次的なアクションに分解します。最初にアクションを順番に実行して議論的な談話の構成要素を生成し、次にその構成要素に基づいて最終的な議論を生成します。
人間の執筆プロセスをさらに模倣し、現在の自己回帰言語モデルの左から右への生成パラダイムを改善するために、受け取ったフィードバックに基づいて議論の草稿を自動的に評価および洗練する議論洗練モジュールを導入します。
Reddit/CMV データセットのサブセットを使用して、反論生成のタスクに関するフレームワークを評価します。
結果は、私たちの方法がエンドツーエンドおよび思考連鎖の両方を促す方法よりも優れており、多様で豊富な内容でより一貫性と説得力のある議論を生成できることを示しています。

要約(オリジナル)

Argument generation is a challenging task in natural language processing, which requires rigorous reasoning and proper content organization. Inspired by recent chain-of-thought prompting that breaks down a complex task into intermediate steps, we propose Americano, a novel framework with agent interaction for argument generation. Our approach decomposes the generation process into sequential actions grounded on argumentation theory, which first executes actions sequentially to generate argumentative discourse components, and then produces a final argument conditioned on the components. To further mimic the human writing process and improve the left-to-right generation paradigm of current autoregressive language models, we introduce an argument refinement module which automatically evaluates and refines argument drafts based on feedback received. We evaluate our framework on the task of counterargument generation using a subset of Reddit/CMV dataset. The results show that our method outperforms both end-to-end and chain-of-thought prompting methods and can generate more coherent and persuasive arguments with diverse and rich contents.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google