주장 채굴이란 무엇인가?

"다리의 안전이 보장되지 않으므로 우리는 그것을 닫아야 한다"는 명시되지 않은 원칙을 숨기고 있다: 안전하지 않은 구조물은 닫아야 한다는 것이다. 툴민은 이것을 보증이라고 불렀다. 사람들은 거의 이 말을 소리 내어 하지 않기 때문에 기계는 텍스트에 없는 단계를 재구성해야 한다.

대부분의 주석이 달린 말뭉치에서 대다수의 관계는 지원이며, 공격은 소수에 해당합니다. 이러한 분포에서 훈련되거나 유도된 모델은 지원을 추측하는 것이 일반적으로 안전하다는 것을 학습하게 되는데, 이는 결정에서 가장 중요한 경우에 대해 정확히 잘못된 것입니다.

반대의 경우, 반대를 강화하는 이유는 전체 제안에 반대하면서 그 부모를 지지하는 것입니다. 주제가 문장에 대해 어떻게 느끼는지에 따라 입장을 판단하는 시스템은 이를 잘못 이해하고 있으며, 이 오류는 가지를 따라 누적됩니다.

간단히 말해, 주장을 채굴하는 것은 텍스트에서 주장을 식별하고 추출하는 과정입니다.

주장 채굴은 소프트웨어가 텍스트의 일부를 읽고 그 안에 있는 주장을 파악하는 과정입니다: 무엇이 주장되고 있는지, 어떤 이유가 제시되는지, 그리고 어떤 이유가 어떤 주장에 찬성하거나 반대하는지를 분석합니다. 그 결과는 산문 블록이 아닌 구조화된 맵입니다.

주장 채굴은 요약과 어떻게 다른가요?

요약은 텍스트를 압축하여 대략적으로 무엇을 말했는지 알려줍니다. 논증 채굴은 구조를 보존합니다: 특정 반대 의견이 특정 이유에 대해 제기되었고, 아무도 이에 대해 답변하지 않았다는 것을 알려줍니다. 요약은 결정에 중요한 불일치를 잃어버립니다.

주장 채굴이 감정 분석과 같은 것인가요?

아니요. 감정 분석은 태도를 측정합니다 — 긍정적, 부정적, 중립적. 논증 채굴은 추론을 회복합니다. 문장은 부정적으로 표현될 수 있지만 그것이 연결된 주장을 지지할 수 있으며, 감정 분석은 매번 이를 잘못 해석할 것입니다.

주장 채굴을 누가 발명했나요?

단일 발명자는 없습니다. 이론적 기초는 스티븐 툴민의 1958년 논증 구조 모델로, 더글라스 월튼의 논증 계획과 제임스 프리먼의 논증 거대 구조 설명에 의해 확장되었습니다. 컴퓨터 과학 분야는 2010년대에 형성되었으며, 크리스티안 스탭과 이리나 구레비치, 안드레아스 펠츠수스와 만프레드 스테드의 주석이 달린 말뭉치가 이를 측정 가능하게 만든 작업 중 일부입니다.

공격을 탐지하는 것이 지원을 탐지하는 것보다 더 어려운 이유는 무엇인가요?

두 가지 이유가 있습니다. 공격은 이 시스템들이 학습하는 데이터셋에서 지원보다 훨씬 드물기 때문에 모델이 지원을 예측하는 데 편향되어 있습니다. 그리고 공격은 종종 전체 주제에 대해 판단되기보다는 즉각적인 부모에 대해 판단되어야 합니다. 이유는 반대하는 제안에 반대하면서도 이의를 강화할 수 있습니다.

주장 채굴이 인간의 판단을 대체하나요?

아니요, 그렇게 다루는 것은 실수입니다. 추출은 논증 구조의 초안을 생성합니다. 논증이 좋은지 — 증거가 유효한지, 암묵적인 가정이 수용 가능한지 — 결정하는 것은 인간의 작업입니다. 그 작업이 시작되기 전에 구조를 수작업으로 구축할 필요가 없다는 것이 가치입니다.