आर्गुमेंट माइनिंग क्या है?

"पुल असुरक्षित है, इसलिए हमें इसे बंद कर देना चाहिए" एक अप्रकट सिद्धांत को छुपाता है: कि असुरक्षित संरचनाओं को बंद कर देना चाहिए। टौल्मिन ने इसे वारंट कहा। लोग इसे लगभग कभी भी ज़ोर से नहीं कहते, जिसका मतलब है कि एक मशीन को एक ऐसा कदम पुनर्निर्माण करना होगा जो पाठ में नहीं है।

अधिकांश एनोटेटेड कॉर्पोरा में अधिकांश संबंध समर्थन होते हैं; हमला एक छोटी अल्पसंख्यक है। उस वितरण पर प्रशिक्षित या प्रेरित एक मॉडल यह सीखता है कि समर्थन का अनुमान लगाना आमतौर पर सुरक्षित होता है — जो निर्णय में सबसे महत्वपूर्ण मामलों के लिए बिल्कुल गलत है।

एक आपत्ति के तहत, एक ऐसा कारण जो आपत्ति को मजबूत करता है, अपने मूल को समर्थन देता है जबकि समग्र प्रस्ताव का विरोध करता है। ऐसे सिस्टम जो वाक्य की विषय के प्रति भावना के आधार पर स्थिति का मूल्यांकन करते हैं, यह उल्टा कर देते हैं, और यह त्रुटि शाखा में आगे बढ़ती है।

गिश गैलॉप एक अनुपात है

इसका हस्ताक्षर दावा संख्या बनाम समर्थन अनुपात है: कई समानांतर दावे, प्रत्येक के नीचे थोड़ा या कुछ भी नहीं जुड़ा हुआ है। एक तर्क मानचित्र में यह पैटर्न एक नज़र में दिखाई देता है — एक चौड़ा, उथला पेड़ — जहां एक प्रतिलेख में यह प्रवाह के रूप में पढ़ा जाता है। गहराई से जांच इसका प्रतिकूल दिखाती है।

पाल्टरिंग एक दावा–संदर्भ असंगति है।

तकनीकी रूप से सही बयानों को भ्रामक तरीके से एकत्रित करना इस बात पर निर्भर करता है कि गायब योग्यताएँ गायब रहें। मानचित्रण प्रत्येक दावे को उस चीज़ से जोड़ता है जिसका वह वास्तव में समर्थन करता है, इसलिए जो कहा गया और जिसे सबूत के रूप में पेश किया गया था, उसके बीच का अंतर एक निरीक्षण योग्य किनारा बन जाता है — पाल्टरिंग हस्ताक्षर।

गलत धारणा पहचान एक सक्रिय अनुसंधान क्षेत्र है।

एक 2024 नेचर साइंटिफिक रिपोर्ट्स पेपर ने जलवायु गलत सूचना में तर्क की गलतियों का पता लगाने के लिए एक "तकनोकॉग्निटिव" दृष्टिकोण का प्रदर्शन किया - गलतियों को मशीन द्वारा पहचानने योग्य तर्क संरचनाओं के रूप में मानते हुए, जो ठीक उसी तरह है जैसे तर्क खनन लाता है।

प्रति-तकनीक डिटेक्टर भी मौजूद हैं

2024 में प्रकाशित NLP कार्य (arXiv 2402.09934) ऑनलाइन संवाद में क्या-भी-वाद पहचानने को अपने स्वयं के कार्य के रूप में संबोधित करता है — यह प्रमाण है कि यहां तक कि संवादात्मक विचलन पैटर्न में मॉडल करने के लिए पर्याप्त संरचना होती है।

सरल शब्दों में, तर्क खनन क्या है?

आर्गुमेंट माइनिंग एक सॉफ़्टवेयर है जो एक पाठ के एक हिस्से को पढ़ता है और उसके अंदर के तर्क को समझता है: क्या दावा किया जा रहा है, कौन से कारण दिए जा रहे हैं, और कौन से कारण किस दावे के पक्ष में या विपक्ष में हैं। परिणाम एक संरचित मानचित्र है न कि एक प्रोज़ का ब्लॉक।

आर्गुमेंट माइनिंग सारांशण से कैसे अलग है?

एक सारांश एक पाठ को संक्षिप्त करता है और आपको यह बताता है कि इसमें लगभग क्या कहा गया था। तर्क खनन संरचना को बनाए रखता है: यह आपको बताता है कि यह विशेष आपत्ति उस विशेष कारण के खिलाफ उठाई गई थी, और कि किसी ने इसका उत्तर नहीं दिया। सारांश ठीक उसी असहमति को खो देते हैं जो निर्णय के लिए महत्वपूर्ण होती है।

क्या तर्क खनन और भावना विश्लेषण एक समान हैं?

नहीं। भावना विश्लेषण दृष्टिकोण को मापता है - सकारात्मक, नकारात्मक, तटस्थ। तर्क खनन तर्क को पुनः प्राप्त करता है। एक वाक्य नकारात्मक रूप से व्यक्त किया जा सकता है जबकि यह जिस बिंदु से जुड़ा है उसका समर्थन करता है, और भावना विश्लेषण हर बार इसे गलत समझेगा।

आर्गुमेंट माइनिंग का आविष्कार किसने किया?

कोई एकल आविष्कारक नहीं है। सैद्धांतिक आधार स्टेफन टौल्मिन का 1958 का तर्क संरचना मॉडल है, जिसे डगलस वाल्टन के तर्क योजना और जेम्स फ्रीमैन के तर्क मैक्रोस्ट्रक्चर के खाते द्वारा विस्तारित किया गया है। कंप्यूटेशनल क्षेत्र 2010 के दशक में आकार लेने लगा, जिसमें क्रिश्चियन स्टैब और इरिना गुरेविच के साथ-साथ एंड्रियास पेल्डज़स और मैनफ्रेड स्टेडे के एनोटेटेड कॉर्पोरा शामिल हैं, जिन्होंने इसे मापने योग्य बनाया।

हमलों का पता लगाना समर्थन का पता लगाने की तुलना में क्यों कठिन है?

दो कारण। हमलों की घटनाएँ उन डेटा सेटों में समर्थन की तुलना में बहुत कम होती हैं जिनसे ये सिस्टम सीखते हैं, इसलिए मॉडल समर्थन की भविष्यवाणी करने के लिए पूर्वाग्रहित होते हैं। और एक हमले का मूल्यांकन अक्सर इसके तत्काल माता-पिता के सापेक्ष किया जाना चाहिए न कि समग्र विषय के सापेक्ष — एक कारण एक आपत्ति को मजबूत कर सकता है जबकि उस प्रस्ताव का विरोध कर सकता है जिस पर वह आपत्ति केंद्रित है।

क्या तर्क खनन मानव निर्णय को प्रतिस्थापित करता है?

नहीं, और इसे इस तरह से मानना एक गलती है। निष्कर्षण तर्क संरचना का पहला मसौदा तैयार करता है। यह तय करना कि कोई तर्क अच्छा है या नहीं — क्या सबूत मजबूत हैं, क्या निहित धारणा स्वीकार्य है — यह मानव कार्य है। मूल्य इस बात में है कि उस कार्य को शुरू करने से पहले संरचना को हाथ से बनाने की आवश्यकता नहीं होती।