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

要約

論証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内容構成が要求される。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、我々は議論生成のためのエージェント対話による新しいフレームワークであるアメリカーノを提案する。我々のアプローチは、生成プロセスを議論理論に基づく逐次的なアクションに分解し、まずアクションを逐次的に実行して議論的な談話構成要素を生成し、次に構成要素を条件とする最終的な議論を生成する。さらに、人間の執筆プロセスを模倣し、現在の自己回帰型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、我々は、受け取ったフィードバックに基づいて議論草稿を自動的に評価し、洗練する議論洗練モジュールを導入する。Reddit/CMVデータセットのサブセットを用いて、我々のフレームワークを反論生成タスクで評価する。その結果、本手法はend-to-endとchain-of-thought promptingの両手法を凌駕し、多様で豊かな内容を持つ、より首尾一貫した説得力のある議論を生成できることが示された。

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, DeepL