Toulmin'den Transformers'a: Argüman Madenciliği Nasıl Bir Teknoloji Haline Geldi | Argumentree
Argüman madenciliği, iddiaları, bunlar için verilen nedenleri otomatik olarak tanımlayan ve her bir nedenin bağlı olduğu şeyi destekleyip desteklemediğini veya ona saldırıp saldırmadığını belirleyen AI alanıdır. Temelleri felsefi olup, hesaplamalı değildir. 1958'de Stephen Toulmin, gündelik argümanların aslında nasıl inşa edildiğini tanımlayarak, biçimsel mantıktan ayrılan "The Uses of Argument" adlı eserini yayımladı — iddia, gerekçe, teminat, destek, nitelik, çürütme. Biçimsel mantıkçılar bunu büyük ölçüde reddetti; kitap, bunun yerine retorik ve iletişim alanındaki akademisyenler arasında bir kitle buldu ve kelime dağarcığı hala bu alanın kelime dağarcığıdır. Douglas Walton daha sonra gündelik akıl yürütmenin tekrar eden kalıplarını argümantasyon şemaları olarak katalogladı; her biri, nerede başarısız olduğunu ortaya çıkaran kritik sorular içerir. James Freeman, bir sonuca saldırmayı, ona götüren çıkarıma saldırmaktan ayırdı. Argüman madenciliği, yalnızca 2010'larda, anotasyonlu derlemelerin ortaya çıkmasıyla ölçülebilir bir hesaplama görevi haline geldi — Christian Stab ve Iryna Gurevych'in ikna edici makaleleri, Andreas Peldszus ve Manfred Stede'nin argüman mikro metinleri. Sinirsel modeller takip etti ve büyük dil modelleri, her yeni alanda elle anotasyonlu bir derleme gereksinimini ortadan kaldırdı. Değişmeyen şey, hangi yarının zor olduğudur: iddiaları bulmak büyük ölçüde çözüldü ve neyin neye bağlı olduğunu ve bunun destekleyip desteklemediğini belirlemek hala çözülmemiştir.
1958'de mantıkçılar tarafından göz ardı edilen bir felsefe kitabı, kimsenin bir sonraki elli yıl boyunca denemeyeceği bir makine öğrenimi görevine yönelik bir spesifikasyon olarak ortaya çıktı.
- Toulmin'in 1958 modeli — iddia, gerekçe, teminat — resmi mantıkçılar tarafından reddedildi ve yine de argüman madenciliğinin çalışma kelime dağarcığı haline geldi.
- Walton, insanların gerçekten nasıl tartıştığını katalogladı ve her bir kalıba, nerede kırıldığını gösteren kritik sorular ekledi.
- Alan, 2010'lu yıllarda, anotasyonlu derlemelerin rekabet eden sistemlerin aynı metinler üzerinde karşılaştırılmasına olanak tanımasıyla ölçülebilir hale geldi.
- Büyük dil modelleri, metin sıkışıklığını ortadan kaldırdı — artık her alan için binlerce elle etiketlenmiş örneğe ihtiyacınız yok.
- Zor olan yarısı ise hiç yerinden kımıldamadı. İddiaları bulmak büyük ölçüde çözüldü; neyin neye saldırdığını belirlemek çözülmedi.
Kariyeri Bitirecek Olan Kitap
Stephen Toulmin 1958'de The Uses of Argument adlı eserini yayımladığında, profesyonel mantıkçılardan gelen tepki olumsuzdu. Resmi mantıkla ilgili olmayan bir akıl yürütme kitabı yazmıştı ve etkili bir şekilde haritanın dışına çıktığı söylendi. Toulmin daha sonra bir meslektaşının kitabına anti-mantık kitabı demeye başladığını anlattı.
Kariyerini sona erdirmedi. Yaptığı şey, tamamen farklı bir kitle bulmaktı. Retorik ve iletişim bölümleri — özellikle Amerika Birleşik Devletleri'nde — kitabı aldı ve üzerine müfredatlar oluşturdu, çünkü Toulmin, formel mantığın asla yapmadığı bir şeyi yapmıştı. Gerçek bir kişinin bir argüman oluşturduğunda neye benzediğini tanımlamıştı.
Altmış yıl kadar sonra, bir makineden bir toplantı tutanağını okumasını ve neyin tartışıldığını söylemesini isterseniz, yanıt vermek için Toulmin'in kelime dağarcığını kullanacaktır. Bu serinin hikayesi budur ve bu gönderi bunun yayılımıdır: mantıkçıların reddettiği bir felsefe kitabının nasıl bir makine öğrenimi görevine yönelik bir spesifikasyon haline geldiği.
Toulmin'in Gerçekten Değiştirdiği Şey
Formal mantık geçerlilikle ilgilidir: bu önermeler verildiğinde, bu sonuç çıkar mı? Harika bir araçtır ve insanların gerçekten söyledikleri hakkında neredeyse hiçbir şey tanımlar. Hiç kimse, sülalelere göre tartışmaz.
Toulmin'in hamlesi farklı bir soru sormaktı — bu geçerli mi değil, bunun yapısı nedir. Gerçek bir argümanı altı parçaya böldü ve bunlardan üçü ağır yükü taşıyor:
- İddia — ileri sürülen pozisyon. Birinin kabul etmesini istediğiniz şey.
- Gerekçeler — desteklemek için sunulan gerçekler. Kanıt, veriler, örnek.
- Gerekçe — gerekçeden iddiaya geçişi lisanslayan ilke. Neredeyse hiç yüksek sesle ifade edilmez.
Emirname ilginç olanıdır ve argüman madenciliğinin sıkıcı değil zor olmasının sebebidir. Köprü yapısal olarak sağlam değil, bu yüzden kapatmalıyız gizli bir önermeyi içerir: sağlam olmayan yapıların kapatılması gerektiği. Hiç kimse o cümleyi söylemez. Herkes bunu varsayar. Metni okuyan bir makine, metinde olmayan bir adımı yeniden inşa etmek zorundadır.
Diğer üç bölüm — destek, nitelik, karşıt görüş — ihtiyat ve istisnaları ele alır. Birlikte, bir argümanı bir zincir yerine bir yapı olarak tanımlarlar ve bu yapısal bakış açısı, tüm süreci daha sonra hesaplanabilir hale getiren şeydir.
Walton ve Tartışmayı Kıran Soru
Eğer Toulmin alana anatomisini verdiyse, Douglas Walton ona bir saha rehberi verdi. 1990'lar ve 2000'ler boyunca çalışan Walton, günlük akıl yürütmenin tekrarlayan kalıplarını — uzman görüşüne başvurma, analojiden argüman, sonuçlardan argüman, işaretten argüman — argümantasyon şemaları olarak katalogladı.
Katalog faydalıdır. Güçlü kılan ise ikinci yarısıdır: her şema, o modelin nerede başarısız olduğunu ortaya koyan kritik sorular ile birlikte gelir. Uzman görüşüne başvurmak için: bu kişi gerçekten bu alanda bir uzman mı? Diğer uzmanlar bu konuda hemfikir mi? İddia, kanıtlarla tutarlı mı?
Bu, bir toplantıda oturan herkes için gelenekteki en faydalı şeydir ve uygulanması hiçbir maliyet gerektirmez. Birisi otoriteden argüman sunduğunda, sonuca katılmak zorunda değilsiniz. Desenin kendisinin davet ettiği kritik soruyu sorarsınız. Bu saldırgan değildir; argümanın talep ettiği şey budur.
Freeman ve Hesaplanabilir Hale Getiren Ayrım
James Freeman'ın 1991 tarihli argüman makro yapısı üzerine çalışması, makineler için en önemli parçayı ekledi. İnsanların gündelik olarak anlaşmazlık olarak adlandırdığı iki şey arasında sert bir çizgi çekti.
Bir sonucu eleştirebilirsiniz — onun yanlış olduğunu savunabilirsiniz. Ya da çıkarımı eleştirebilirsiniz — sunulan her gerçeği kabul edip sonucun bunlardan çıkmadığını reddedebilirsiniz. Çalışmanız hatalıdır ve çalışmanız iyidir ama düşündüğünüzü göstermiyor tamamen farklı hamlelerdir ve bunları bir bütün olarak ele almak, gerçek bir anlaşmazlıkta çoğu bilgiyi kaybettirir.
Freeman ayrıca yalnızca birlikte çalışan önermeleri, her birinin bağımsız durduğu önermelerden ayırdı — bir bacağın çıkarılması durumunda çöken bir argüman ile yalnızca zayıflayan bir argüman arasındaki fark. Bu ayrımlara sahip olduğunuzda, bir argüman artık düz yazı değildir. O, etiketli bir grafiktir ve etiketli bir grafik, bir bilgisayarın puanlayabileceği bir şeydir.
Sonra Yirmi Yıl Hiçbir Şey Olmadı
Teori 1990'ların başında yerleşmişti. Hesaplama alanı 2010'lara kadar gelmedi ve sebebi pek göz alıcı değil: karşılaştıracak hiçbir şey yoktu.
Bir araştırma alanı, rekabet eden yaklaşımların aynı veriler üzerinde karşılaştırılabildiği zaman bir araştırma alanı haline gelir. Bu, birinin binlerce belgeyle oturup, hangi bölümlerin iddia, hangi bölümlerin önermeler olduğunu ve hangilerinin hangilerini desteklediğini veya saldırdığını elle işaretlemesini gerektiriyordu. Christian Stab ve Iryna Gurevych, ikna edici makaleler için bunu yaptılar. Andreas Peldszus ve Manfred Stede, yapıyı incelemek için özel olarak kısa argüman metinlerinden oluşan bir korpus oluşturdu.
Bu çalışma, bu serideki bir sonraki yazıda düzgün bir şekilde ele alınıyor. Burada önemli olan, ortaya çıkan şekildir. Sistemleri puanlayabildiğinizde, hangi kısımların zor olduğunu görebilirsiniz — ve cevap hemen ortaya çıktı ve aslında hiç değişmedi.
Bir sonraki toplantınızda sorulacak soru
Birisi otoriteden — bir danışman, bir kıyaslama, bir isimlendirilmiş çalışma — bir argüman sunduğunda, sonuca itiraz etmeyin. Bunun yerine Walton'un sorusunu sorun: bu, bu özel konuda bir uzman mı ve diğer uzmanlar da katılıyor mu? Hiç kimsenin ne kadar sık kontrol etmediğine dikkat edin.
Tazminat Bulmak Kolaydır. Ondan Sonrası Kolay Değil.
Yayınlanan kıyaslamalar tutarlı bir hikaye anlatıyor. İkna edici makale veri kümesinde, argüman bileşenlerini tanımlamak ve etiketlemek yaklaşık %73 F1 seviyesine ulaşıyor. Bu bileşenlerin birbirleriyle nasıl ilişkili olduğunu belirlemek — neyin neye bağlı olduğu ve bunun destekleyip desteklemediği — yaklaşık %48 civarında. Joonsuk Park ve Claire Cardie tarafından oluşturulan kamu yorumu verilerinin CDCP veri kümesinde, ilişki tespiti yaklaşık %34'e düşüyor.
O boşluk alandır. Zayıf modellerin bir artefaktı değildir ve o zamandan beri her mimari değişikliğe dayanmıştır. Tespit sürekli olarak gelişti. İlişkiler neredeyse hiç değişmedi.
Nedenler yapısaldır, teknik değil ve bunlar bu serideki üçüncü yazının konusudur: verilerde anlaşmazlık nadirdir, bağlamdan bağımsızdır ve bağlayıcı adım genellikle belirtilmemiştir — Toulmin'in garantisi, altmış yıl sonra hala eksik.
Ama bu sadece doğal dil işleme değil mi?
Aynı makineleri kullanıyor, bu yüzden itiraz makul. Fark, neyin geri kazanıldığıdır.
Duygu analizi bir metnin nasıl hissettirdiğini sorar. Özetleme ne söylediğini sorar. İsimlendirilmiş varlık tanıma kimlerin ve nelerin bulunduğunu sorar. Üçü de içerikle ilgilidir. Argüman madenciliği yapı hakkında sorular sorar — hangi cümle hangi diğer cümle üzerinde argüman oluşturuyor ve hangi yönde.
Bu ayrımın pratik bir yönü var. Bir cümle, bağlı olduğu iddiayı desteklerken olumsuz bir şekilde ifade edilebilir: zaman baskısı riski artırır, projenin riskli olduğu argümanını güçlendirir. Tonla puanlama yapan herhangi bir sistem bunu her seferinde tersine çevirir. Bilgi argüman madenciliğinin geri kazandığı şey kelimelerde değildir. Onlar arasındaki ilişkilerde bulunur.
Büyük Modellerin Değiştirdiği ve Değiştirmediği Şeyler
En son bölüm herkesin bildiği bölüm. Genel amaçlı dil modelleri, öncelikle anotasyonlu bir veri kümesi üzerinde eğitilmeden argüman madenciliği görevlerini yerine getirebilir, bu da alanın sahip olduğu en büyük pratik engeli ortadan kaldırır: her yeni alan için binlerce elle etiketlenmiş örneğe ihtiyaç duymak.
Bu, gerçek bir kesintidir ve argüman madenciliğini yalnızca derlenmiş deneme derlemeleri yerine sıradan iş metinlerinde kullanılabilir hale getiren şeydir. Bu, dördüncü yazıda ele alınmaktadır.
Ne yaptığı, boşluğu kapatmak değil. Yapısal sorunlar hala yapısal. Tüm interneti okumuş bir model, bu itirazın o sebebe mi yoksa arkasındaki sonuca mı yönelik olduğunu hala belirlemek zorunda ve metin hala bunu belirtmiyor.
Bu Altmış Yılın Kendi Argümanlarınız Hakkında Önerdiği Şeyler
- İhtilaf genellikle burada yaşanır. Her konuda hemfikir olan iki kişi hala anlaşamıyorsa, belirtilmemiş bir ilkeye itiraz ediyor demektir. Onu adlandırın ve konuşma kısalır.
- Çıkarıma saldırmak, gerçeklere saldırmakla aynı şey değildir. Hangi birini yaptığını yüksek sesle belirtmek, diğer kişinin yanlış bir şeyi savunmasını engeller.
- Her otoriteye başvuru, kendi test sorusuyla birlikte gelir. Walton bunları yazdı. Onları kullanmak düşmanlık değildir; bu, modelin amaçlandığı gibi çalışmasıdır.
- Yapı hayatta kalan şeydir. Altı ay sonra kimse kelimeleri hatırlamaz. İhtiyaç duydukları şey, hangi itirazın yapıldığı ve bununla ilgili birinin cevap verip vermediğidir.
Anti-Logic Kitabı
Toulmin'in eleştirmenleri bir konuda haklıydı: Argümanın Kullanımları gerçekten de formel mantık hakkında bir kitap değildi. Bu, insanların gerçek riskler söz konusu olduğunda ve önermeler tartışmalı olduğunda nasıl akıl yürüttükleri hakkında bir kitaptı ve kimsenin bir silogizma zamanı yoktu.
Bu, daha zor bir problem ve daha faydalı olanı olarak ortaya çıktı. Bugün bir transkripti okuyan ve neyin iddia edildiğini, hangi gerekçelerle ve neye karşı argümanlar sunulduğunu söyleyen her sistem, onun tanımına dayanıyor. Anti-logic kitabı için fena değil.
Argüman madenciliği serisi
Makinelerin argümanları okumayı nasıl öğrendiğine dair beş gönderi — bu alanın nereden geldiği, zor problemlerinin neden zor olduğu ve bunu nasıl uyguladığımız.
Argüman madenciliğini bir fikirden ölçülebilir bir göreve dönüştüren elle etiketlenmiş derlemelerin on yılı.
Verilerde anlaşmazlık nadirdir ve cümlenin içermediği bağlama bağlıdır.
Sıfırdan öğrenme modelleri, metin kümesi darboğazını ortadan kaldırdı ve yapısal sorunları tam olarak oldukları yerde bıraktı.
Uygulama: argüman kategorileri, her kategori için bir ana iddia ve neden güvenin yanlış sıralama sinyali olduğu.
Kaynaklar ve Daha Fazla Okuma
İddia/gerekçe/temel model — tüm alanın hala kullandığı kelime dağarcığı.
Tekrarlayan akıl yürütme kalıplarının kataloğu ve her birini test eden kritik sorular.
Bir sonuca saldırmak ile ona yapılan çıkarıma saldırmak — argüman yapısını hesaplanabilir hale getiren ayrım.
Hesaplama alanının standart anketi, görev tanımları ve açık problemleri.
Argüman madenciliğini ölçülebilir hale getiren ve burada belirtilen bileşen ve ilişki F1 rakamlarının kaynağı olan anotasyonlu korpus.
CDCP korpusu, ilişki tespitinin yaklaşık %34 F1 civarında olduğu yerdir.
Sıkça Sorulan Sorular
Argüman madenciliği nedir?
Argüman madenciliği, sıradan metinler içindeki argüman yapısını otomatik olarak tanımlayan AI dalıdır: hangi cümlelerin iddialar ortaya koyduğunu, hangilerinin nedenler verdiğini ve her nedenin bağlı olduğu iddiayı destekleyip desteklemediğini veya ona saldırıp saldırmadığını belirler. Çıktı, bir özet yerine yapılandırılmış bir haritadır.
Argüman madenciliğini kim kurdu?
Tek bir kurucu yoktur. Teorik temel, Stephen Toulmin'in 1958 tarihli argüman yapısı modeli olup, Douglas Walton'ın argümantasyon şemaları ve James Freeman'ın argüman makro yapısı açıklamasıyla genişletilmiştir. Hesaplama alanı, 2010'larda anotasyonlu derlemaların ölçülebilir hale gelmesiyle şekil aldı.
Toulmin'in kitabı neden tartışmalıydı?
Çünkü bu, formel mantık olmaya yanaşmayan bir akıl yürütme kitabıydı. Toulmin, geçerliliğin günlük tartışmalar için yanlış bir soru olduğunu savundu ve bunun yerine yapıyı tanımladı. Profesyonel mantıkçılar bunu büyük ölçüde reddetti; retorik ve iletişim akademisyenleri benimsedi ve buna dayalı müfredatlar geliştirdi.
Toulmin modelinde bir gerekçe nedir?
Gerekçe, mülkünüzden talebinize geçişi lisanslayan ilkedir. "Köprü sağlam değil, bu yüzden kapatmalıyız" ifadesinde, gerekçe sağlam olmayan yapıların kapatılması gerektiğidir. Gerekçeler neredeyse hiç yüksek sesle belirtilmez, bu da otomatik olarak argüman çıkarmayı zorlaştıran tam da bu nedendir.
Walton'un argüman şemaları nelerdir?
Gündelik akıl yürütmenin tekrarlayan kalıpları — uzman görüşüne başvurma, analojiden argüman, sonuçlardan argüman — her biri o kalıbın nerede başarısız olduğunu ortaya çıkaran eleştirel sorularla eşleştirilmiştir. Eleştirel sorular, pratikte faydalı olan yarıdır: bir argümanı, sadece sonucunu reddetmeden test etmenin bir yolunu sunar.
İlişki tespitinin iddiaları bulmaktan neden daha zor olduğunu?
İlişkiler bağlama bağlı olduğu için cümlede yer almayan bir bağlantı adımı genellikle belirtilmez ve anotasyonlu verilerde anlaşmazlık nadirdir. Yayınlanmış kıyaslamalar, aynı korpus üzerinde ilişki tespitinde yaklaşık %48'e karşılık gelen bileşen tespitinin %73 civarında F1 değerine sahip olduğunu ve daha zor olanlarda yaklaşık %34 olduğunu göstermektedir.
Büyük dil modelleri argüman madenciliğini çözdü mü?
En büyük pratik engeli - her yeni alanda el ile anotasyon yapılmış bir korpus ihtiyacını - ortadan kaldırdılar; bu da teknolojinin sıradan iş metinlerinde kullanılabilir olmasını sağladı. Yapısal boşluğu kapatmadılar. Neyin neye ekleneceğine ve hangi yönde olacağına karar vermek zor kısım olmaya devam ediyor.
Argumentree Team
Decision Science
The Argumentree team explores the science of better decisions—from ancient philosophy to modern AI.
Teorinin uygulandığını görün
Bir transkripti yapıştırın ve yapılandırılmış bir artı ve eksi ağacı elde edin — iddialar, bunların nedenleri ve onlara karşı olan argümanlar.
Alan için referans sayfası — görevler, tarihçe ve ilişkilerin neden zor olduğu.
Gündelik bir tartışmanın altı bölümlü anatomisi, ayrıntılı olarak.
Toulmin'den Önce: Hindistan, Çin ve Yunanistan'ın her birinin yapılandırılmış argümantasyonu nasıl icat ettiği.
Bir tartışmayı argüman ağacına dönüştürün.
Altmış yıllık argümantasyon teorisi, bir sonraki toplantı transkriptinize uygulanmıştır.
Ücretsiz başla