Argument Mining

From Toulmin to Transformers: How Argument Mining Became a Technology

AT
Argumentree Team
Decision Science
July 29, 2026
11 min پڑھیں
From Toulmin to Transformers: How Argument Mining Became a Technology

ٹولمین سے ٹرانسفارمرز تک: دلیل کی کان کنی کیسے ایک ٹیکنالوجی بنی | آرگومنٹری

دلائل کی کھوج ایک ایسا AI کا میدان ہے جو خود بخود دعوے، ان کے لیے دیے گئے وجوہات، اور یہ کہ آیا ہر وجہ اس سے منسلک چیز کی حمایت کرتی ہے یا اس پر حملہ کرتی ہے، کی شناخت کرتا ہے۔ اس کی بنیادیں فلسفیانہ ہیں نہ کہ حسابی۔ 1958 میں اسٹیفن ٹولمین نے "دلائل کے استعمالات" شائع کیا، جس نے رسمی منطق سے انحراف کرتے ہوئے یہ بیان کیا کہ روزمرہ کے دلائل دراصل کس طرح بنائے جاتے ہیں — دعویٰ، بنیادیں، ضمانت، حمایت، کوالیفائر، جواب۔ رسمی منطق دانوں نے اسے بڑی حد تک مسترد کر دیا؛ یہ کتاب اس کے بجائے بلاغت اور مواصلات کے علماء کے درمیان اپنی جگہ بنائی، اور اس کی لغت اب بھی اس میدان کی لغت ہے۔ ڈگلس والٹن نے بعد میں روزمرہ کی سوچ کے بار بار آنے والے نمونوں کو دلائل کے منصوبوں کے طور پر درج کیا، ہر ایک کے ساتھ اہم سوالات جو یہ ظاہر کرتے ہیں کہ یہ کہاں ناکام ہوتا ہے۔ جیمز فری مین نے نتیجے پر حملہ کرنے کو اس نتیجے کی طرف لے جانے والے استدلال پر حملہ کرنے سے ممتاز کیا۔ دلائل کی کھوج 2010 کی دہائی میں ایک قابل پیمائش حسابی کام بن گئی، جب تشریح شدہ کارپس سامنے آئے — کرسچن اسٹاب اور ایریونا گوریوچ کے قائل کرنے والے مضامین، اینڈریاس پیلڈزس اور مانفریڈ اسٹیدے کے دلائل کے مائیکرو ٹیکسٹ۔ نیورل ماڈلز نے اس کے بعد پیروی کی، اور بڑے زبان کے ماڈلز نے ہر نئے میدان میں ہاتھ سے تشریح شدہ کارپس کی ضرورت کو ختم کر دیا۔ جو چیز نہیں بدلی وہ یہ ہے کہ کون سا نصف مشکل ہے: دعوے تلاش کرنا بڑی حد تک حل ہو چکا ہے، اور یہ فیصلہ کرنا کہ کیا کس چیز سے منسلک ہے، اور آیا یہ حمایت کرتا ہے یا حملہ کرتا ہے، ابھی بھی حل طلب ہے۔

Share:
خلاصہ

ایک فلسفے کی کتاب جسے منطق دانوں نے 1958 میں مسترد کر دیا تھا، دراصل ایک مشین لرننگ کے کام کی وضاحت تھی جسے کوئی بھی اگلے پچاس سالوں تک کرنے کی کوشش نہیں کرے گا۔

  • ٹولمین کا 1958 کا ماڈل — دعویٰ، بنیادیں، ضمانت — رسمی منطقیات کے ماہرین نے مسترد کر دیا اور بہرحال یہ دلیل کی کان کنی کی عملی لغت بن گیا۔
  • والٹن نے یہ درج کیا کہ لوگ حقیقت میں کس طرح بحث کرتے ہیں، اور ہر پیٹرن کے ساتھ اہم سوالات منسلک کیے جو یہ ظاہر کرتے ہیں کہ یہ کہاں ٹوٹتا ہے۔
  • یہ میدان 2010 کی دہائی میں قابل پیمائش بن گیا، جب تشریح شدہ کارپس نے حریف نظاموں کو ایک ہی متون پر موازنہ کرنے کی اجازت دی۔
  • بڑے زبان ماڈلز نے مواد کی رکاوٹ کو ختم کر دیا ہے — آپ کو اب ہر شعبے کے لیے ہزاروں ہاتھ سے تشریح کردہ مثالوں کی ضرورت نہیں ہے۔
  • سخت نصف کبھی نہیں ہلا۔ دعوے تلاش کرنا بڑی حد تک حل ہو چکا ہے؛ یہ فیصلہ کرنا کہ کیا کس پر حملہ کرتا ہے، ابھی حل نہیں ہوا۔

وہ کتاب جو ایک کیریئر کا خاتمہ کرنے والی تھی

جب اسٹیفن ٹولمین نے 1958 میں The Uses of Argument شائع کی، تو پیشہ ور منطقیوں کی جانب سے اس کا استقبال hostile تھا۔ اس نے استدلال کے بارے میں ایک کتاب لکھی جو رسمی منطق کے بارے میں نہیں تھی، اور اسے مؤثر طور پر بتایا گیا کہ وہ نقشے سے باہر نکل گیا ہے۔ ٹولمین نے بعد میں بتایا کہ ایک ساتھی نے اسے اس کی اینٹی-منطق کی کتاب کہنا شروع کر دیا۔

اس نے اس کے کیریئر کا خاتمہ نہیں کیا۔ اس نے جو کیا وہ ایک بالکل مختلف سامعین کو تلاش کرنا تھا۔ بیانات اور مواصلات کے شعبے — خاص طور پر امریکہ میں — نے اس کتاب کو اٹھایا اور اس پر نصاب بنایا، کیونکہ ٹولمین نے ایسا کچھ کیا جو رسمی منطق نے کبھی کرنے کی زحمت نہیں کی۔ اس نے یہ بیان کیا کہ جب ایک حقیقی شخص دلیل دیتا ہے تو وہ کیسی نظر آتی ہے۔

ساٹھ سال بعد، اگر آپ کسی مشین سے کہیں کہ وہ ایک میٹنگ کا ٹرانسکرپٹ پڑھے اور آپ کو بتائے کہ کیا بحث کی گئی، تو وہ جواب دینے کے لیے ٹولمین کی اصطلاحات کا استعمال کرے گی۔ یہ اس سلسلے کی کہانی ہے، اور یہ پوسٹ اس کا محور ہے: کس طرح ایک فلسفے کی کتاب جسے منطقیات نے مسترد کیا، ایک مشین لرننگ کے کام کے لیے وضاحت بن گئی۔

ٹولمین نے اصل میں کیا بدلا

رسمی منطق درستگی سے متعلق ہے: اگر یہ مقدمات ہیں تو کیا یہ نتیجہ نکلتا ہے؟ یہ ایک شاندار آلہ ہے اور یہ تقریباً کچھ بھی نہیں بیان کرتا جو لوگ حقیقت میں کہتے ہیں۔ کوئی بھی سیلوگزم میں بحث نہیں کرتا۔

ٹولمین کا اقدام ایک مختلف سوال پوچھنا تھا — نہ کہ کیا یہ درست ہے بلکہ یہ کس طرح بنایا گیا ہے۔ اس نے ایک حقیقی دلیل کو چھ حصوں میں تقسیم کیا، اور ان میں سے تین اہم کام کرتے ہیں:

  • دعویٰ — وہ موقف جو پیش کیا جا رہا ہے۔ آپ دراصل کسی سے کیا قبول کرنے کے لیے کہہ رہے ہیں۔
  • وجوہات — حمایت میں پیش کردہ حقائق۔ ثبوت، ڈیٹا، مثال۔
  • وارنٹ — وہ اصول جو بنیادوں سے دعوے کی طرف منتقل ہونے کی اجازت دیتا ہے۔ تقریباً کبھی بھی بلند آواز میں بیان نہیں کیا جاتا۔

وارنٹ دلچسپ ہے، اور یہ اس وجہ کا سبب ہے کہ دلیل کی کان کنی مشکل ہے نہ کہ بورنگ۔ پل ساختی طور پر غیر محفوظ ہے، لہذا ہمیں اسے بند کر دینا چاہیے میں ایک پوشیدہ مفروضہ شامل ہے: کہ غیر محفوظ ڈھانچوں کو بند کر دینا چاہیے۔ کوئی بھی یہ جملہ نہیں کہتا۔ سب اس کا فرض کرتے ہیں۔ ایک مشین جو متن کو پڑھ رہی ہے، اسے ایک ایسا قدم دوبارہ بنانا پڑتا ہے جو متن میں موجود نہیں ہے۔

دیگر تین حصے — حمایت، وضاحت، جواب — احتیاط اور استثناؤں کو سنبھالتے ہیں۔ مل کر یہ ایک دلیل کو ایک ساخت کے طور پر بیان کرتے ہیں نہ کہ ایک زنجیر کے طور پر، اور یہی ساختی نقطہ نظر ہے جس نے بعد میں پورے معاملے کو قابل حساب بنایا۔

والٹن اور سوال جو بحث کو توڑ دیتا ہے

اگر ٹولمین نے اس میدان کی ساخت فراہم کی تو ڈگلس والٹن نے اسے ایک میدان کی رہنمائی فراہم کی۔ 1990 اور 2000 کی دہائیوں میں کام کرتے ہوئے، والٹن نے روزمرہ کی دلیل کے بار بار آنے والے نمونوں کی فہرست بنائی — ماہر رائے کی اپیل، تشبیہ سے دلیل، نتائج سے دلیل، علامت سے دلیل — کو دلائل کے منصوبے کے طور پر۔

کیٹلاگ مفید ہے۔ اس کی طاقت کا راز دوسرے نصف میں ہے: ہر اسکیم کے ساتھ تنقیدی سوالات ہوتے ہیں، مخصوص چیلنجز جو یہ ظاہر کرتے ہیں کہ یہ پیٹرن کہاں ناکام ہوتا ہے۔ ماہر رائے کی اپیل کے لیے: کیا یہ شخص واقعی اس میدان میں ماہر ہے؟ کیا دوسرے ماہرین متفق ہیں؟ کیا دعویٰ شواہد کے ساتھ ہم آہنگ ہے؟

یہ پوری روایت میں کسی بھی شخص کے لیے میٹنگ میں بیٹھنے کے لیے سب سے زیادہ مفید چیز ہے، اور اسے لاگو کرنے میں کچھ بھی خرچ نہیں ہوتا۔ جب کوئی شخص اختیار سے بحث کرتا ہے، تو آپ کو نتیجے سے اختلاف کرنے کی ضرورت نہیں ہے۔ آپ وہ اہم سوال پوچھتے ہیں جو پیٹرن خود دعوت دیتا ہے۔ یہ جارحانہ نہیں ہے؛ یہ وہی ہے جو بحث مانگ رہی ہے۔

فری مین اور وہ امتیاز جس نے اسے قابل حساب بنایا

جیمز فری مین کا 1991 کا کام دلیل کی میکرو اسٹرکچر پر وہ حصہ شامل کرتا ہے جو مشینوں کے لیے سب سے زیادہ اہم ہے۔ اس نے دو چیزوں کے درمیان ایک سخت لکیر کھینچی جنہیں لوگ عام طور پر اختلاف رائے کہتے ہیں۔

آپ ایک نتیجے پر حملہ کر سکتے ہیں — یہ دلیل دے سکتے ہیں کہ یہ غلط ہے۔ یا آپ استدلال پر حملہ کر سکتے ہیں — پیش کردہ ہر حقیقت کو قبول کریں اور ان سے نتیجہ اخذ کرنے سے انکار کریں۔ آپ کا مطالعہ ناقص ہے اور آپ کا مطالعہ ٹھیک ہے لیکن یہ وہ چیز نہیں دکھاتا جو آپ سمجھتے ہیں کہ یہ دکھاتا ہے بالکل مختلف اقدامات ہیں، اور ان کو ایک ہی سمجھنا حقیقی اختلاف میں زیادہ تر معلومات کھو دیتا ہے۔

فری مین نے ان مفروضات کو بھی الگ کیا جو صرف ایک ساتھ کام کرتے ہیں ان مفروضات سے جو ہر ایک خود مختار ہیں — یہ فرق ایک ایسے دلائل میں ہے جو ایک پیر کو ہٹانے پر ٹوٹ جاتا ہے اور ایک ایسے میں جو صرف کمزور ہو جاتا ہے۔ جب آپ کے پاس یہ تفریقیں ہوں، تو ایک دلیل اب نثر نہیں رہتی۔ یہ ایک لیبل شدہ گراف ہے، اور ایک لیبل شدہ گراف وہ چیز ہے جس پر کمپیوٹر کو اسکور کیا جا سکتا ہے۔

پھر بیس سال تک کچھ نہیں ہوا

یہ نظریہ 1990 کی دہائی کے اوائل میں موجود تھا۔ کمپیوٹیشنل میدان 2010 کی دہائی میں آیا، اور اس کی وجہ غیر دلکش ہے: اس کے خلاف کوئی چیز نہیں تھی جس کی پیمائش کی جا سکے۔

ایک تحقیق کا میدان اس وقت تحقیق کا میدان بنتا ہے جب مختلف طریقوں کا موازنہ ایک ہی ڈیٹا پر کیا جا سکے۔ اس کے لیے کسی کو ہزاروں دستاویزات کے ساتھ بیٹھنا پڑا اور ہاتھ سے نشان لگانا پڑا کہ کون سے حصے دعوے ہیں، کون سے مقدمات ہیں، اور کون سے کس کی حمایت یا مخالفت کر رہے ہیں۔ کرسچن اسٹاب اور ایریونا گوریوچ نے قائل کرنے والے مضامین کے لیے یہ کام کیا۔ اینڈریاس پیلڈزس اور مانفریڈ اسٹید نے خاص طور پر ساخت کا مطالعہ کرنے کے لیے مختصر دلائل والے متون کا ایک کارپس بنایا۔

یہ کام اس سلسلے کی اگلی پوسٹ میں صحیح طور پر بیان کیا گیا ہے۔ یہاں جو چیز اہم ہے وہ شکل ہے جو اس نے ظاہر کی۔ جب آپ نظاموں کی درجہ بندی کر سکتے ہیں، تو آپ دیکھ سکتے ہیں کہ کون سے حصے مشکل ہیں — اور جواب فوری تھا اور کبھی واقعی تبدیل نہیں ہوا۔

آپ کے اگلے اجلاس میں پوچھنے کے لیے سوال

جب کوئی شخص اختیار سے بحث کرتا ہے — ایک مشیر، ایک معیار، ایک نامزد مطالعہ — تو نتیجے کو چیلنج نہ کریں۔ اس کے بجائے والٹن کا سوال پوچھیں: کیا یہ اس مخصوص چیز میں ماہر ہے، اور کیا دوسرے ماہرین متفق ہیں؟ نوٹ کریں کہ کتنی بار کسی نے چیک نہیں کیا۔

دعویٰ تلاش کرنا آسان ہے۔ اس کے بعد سب کچھ آسان نہیں ہے۔

شائع شدہ بینچ مارکس ایک مستقل کہانی بیان کرتے ہیں۔ قائل کرنے والے مضمون کے مجموعے پر، دلائل کے اجزاء کی شناخت اور لیبلنگ تقریباً 73% F1 تک پہنچتی ہے۔ یہ فیصلہ کرنا کہ یہ اجزاء ایک دوسرے سے کس طرح تعلق رکھتے ہیں — کیا کیا چیز کس چیز سے جڑی ہوئی ہے، اور آیا یہ حمایت کرتی ہے یا حملہ کرتی ہے — تقریباً 48% کے قریب ہے۔ جوونسک پارک اور کلیر کارڈی کے ذریعہ بنائے گئے عوامی تبصرے کے ڈیٹا کے CDCP مجموعے پر، تعلق کی شناخت تقریباً 34% تک گر جاتی ہے۔

وہ خلا میدان ہے۔ یہ کمزور ماڈلز کا ایک مصنوعی نتیجہ نہیں ہے، اور یہ ہر آرکیٹیکچر کی تبدیلی کے بعد بھی برقرار رہا ہے۔ پتہ لگانے میں مسلسل بہتری آئی۔ تعلقات بمشکل ہی منتقل ہوئے۔

وجوہات تکنیکی کی بجائے ساختی ہیں، اور یہ اس سلسلے کی تیسری پوسٹ کا موضوع ہیں: ڈیٹا میں اختلاف نایاب ہے، یہ اس سیاق و سباق پر منحصر ہے جو جملے میں موجود نہیں ہے، اور مربوط قدم عموماً بیان نہیں کیا جاتا — ٹولمین کی ضمانت، جو ابھی بھی غائب ہے، ساٹھ سال بعد۔

لیکن کیا یہ صرف قدرتی زبان کی پروسیسنگ نہیں ہے؟

یہ اسی مشینری کا استعمال کرتا ہے، لہذا اعتراض جائز ہے۔ فرق اس بات میں ہے کہ کیا بازیافت کیا جا رہا ہے۔

جذباتی تجزیہ یہ پوچھتا ہے کہ ایک متن کیسا محسوس ہوتا ہے۔ خلاصہ یہ پوچھتا ہے کہ یہ کیا کہتا ہے۔ نامیاتی شناخت یہ پوچھتی ہے کہ اس میں کون اور کیا موجود ہے۔ یہ تینوں مواد کے بارے میں ہیں۔ دلیل کی کھدائی یہ پوچھتی ہے کہ ساخت کیا ہے — کون سا جملہ کس دوسرے جملے پر دلائل دے رہا ہے، اور کس سمت میں۔

یہ تفریق عملی طور پر اہمیت رکھتی ہے۔ ایک جملہ منفی انداز میں بیان کیا جا سکتا ہے جبکہ یہ اس دعوے کی حمایت کرتا ہے جس سے یہ منسلک ہے: ٹائم لائن کا دباؤ خطرے میں اضافہ کرتا ہے اس دلیل کو مضبوط کرتا ہے کہ یہ منصوبہ خطرناک ہے۔ کوئی بھی نظام جو لہجے کے ذریعے اسکور کرتا ہے، ہر بار اس کو غلط سمجھتا ہے۔ معلوماتی دلیل کی کان کنی جو حاصل کی جاتی ہے، وہ الفاظ میں نہیں ہوتی۔ یہ ان کے درمیان تعلقات میں ہوتی ہے۔

بڑے ماڈلز نے کیا بدلا، اور کیا نہیں بدلا

سب سے حالیہ باب وہ ہے جسے سب جانتے ہیں۔ عمومی مقصد کے زبان ماڈل بغیر کسی تشریح شدہ کارپس پر پہلے تربیت حاصل کیے بغیر دلیل نکالنے کے کام انجام دے سکتے ہیں، جو اس میدان کی سب سے بڑی عملی رکاوٹ کو ختم کرتا ہے: ہر نئے شعبے کے لیے ہزاروں ہاتھ سے لیبل کیے گئے مثالوں کی ضرورت۔

یہ ایک حقیقی عدم تسلسل ہے، اور یہی چیز ہے جس نے عام کاروباری متن پر دلیل کی کان کنی کو قابل استعمال بنایا، نہ کہ صرف منتخب مضمون کے مجموعوں پر۔ یہ چوتھے پوسٹ میں بیان کیا گیا ہے۔

یہ جو نہیں کیا وہ خلا کو بند کرنا ہے۔ ساختی مسائل اب بھی ساختی ہیں۔ ایک ماڈل جو پورے انٹرنیٹ کو پڑھ چکا ہے اب بھی یہ فیصلہ کرنا ہے کہ آیا یہ اعتراض اس وجہ کی طرف تھا یا اس کے پیچھے کے نتیجے کی طرف، اور متن اب بھی یہ نہیں بتاتا۔

یہ ساٹھ سال آپ کے اپنے دلائل کے بارے میں کیا تجویز کرتا ہے

  • وارنٹ وہ جگہ ہے جہاں عام طور پر اختلاف پایا جاتا ہے۔ دو لوگ جو ہر حقیقت پر متفق ہیں اور پھر بھی اختلاف رکھتے ہیں، ایک غیر بیان کردہ اصول پر بحث کر رہے ہیں۔ اس کا نام لیں اور گفتگو مختصر ہو جائے گی۔
  • استدلال پر حملہ کرنا حقائق پر حملہ کرنے کے مترادف نہیں ہے۔ یہ فیصلہ کرنا کہ آپ کیا کر رہے ہیں — بلند آواز میں — دوسرے شخص کو غلط چیز کا دفاع کرنے سے بچاتا ہے۔
  • ہر اختیار کی اپیل کے ساتھ اپنا ایک امتحانی سوال ہوتا ہے۔ والٹن نے انہیں لکھ لیا۔ ان کا استعمال دشمنی نہیں ہے؛ یہ پیٹرن کا کام کرنا ہے جیسا کہ ارادہ کیا گیا تھا۔
  • ساخت وہ ہے جو باقی رہتا ہے۔ چھ ماہ بعد کوئی بھی الفاظ کو یاد نہیں کرتا۔ انہیں یہ جاننے کی ضرورت ہے کہ کون سی اعتراض اٹھائی گئی تھی اور کیا کسی نے اس کا جواب دیا تھا۔

اینٹی لاجک کتاب

ٹولمین کے ناقدین ایک بات میں درست تھے: The Uses of Argument واقعی ایک کتاب نہیں تھی جو رسمی منطق کے بارے میں ہو۔ یہ ایک کتاب تھی کہ لوگ کس طرح استدلال کرتے ہیں جب داؤ حقیقی ہوں، مفروضے متنازع ہوں اور کسی کے پاس قیاس کے لیے وقت نہ ہو۔

یہ زیادہ مشکل مسئلہ اور زیادہ مفید ثابت ہوا۔ ہر نظام جو آج ایک نقل کو پڑھتا ہے اور آپ کو بتاتا ہے کہ کیا دعویٰ کیا گیا، کس بنیاد پر، اور اس کے خلاف کیا دلائل دیے گئے، اس کی وضاحت سے کام کر رہا ہے۔ ایک اینٹی لاجک کتاب کے لیے برا نہیں۔

دلائل نکالنے کی سیریز

پانچ مضامین کہ مشینوں نے دلائل پڑھنا کیسے سیکھا — یہ میدان کہاں سے آیا، اس کے مشکل مسائل کیوں مشکل ہیں، اور ہم اسے کیسے استعمال کرتے ہیں۔

ذرائع اور مزید مطالعہ

ٹولمین، ایس. ای. (1958). دلائل کے استعمالات۔ کیمبرج یونیورسٹی پریس۔

دعویٰ/وجوہات/اجازت کا ماڈل — یہ الفاظ ہیں جو پورا میدان ابھی بھی استعمال کرتا ہے۔

والٹن، ڈی، ریڈ، سی، اور میکگنو، ایف۔ (2008)۔ دلائل کے منصوبے۔ کیمبرج یونیورسٹی پریس۔

دہر آنے والے استدلال کے نمونوں کی فہرست اور وہ اہم سوالات جو ہر ایک کو جانچتے ہیں۔

فری مین، جے۔ بی۔ (1991). جدلیات اور دلائل کی میکروساخت۔ فورس / ڈی گروئٹر۔

نتیجے پر حملہ کرنا بمقابلہ اس کی طرف اشارہ کرنے پر حملہ کرنا — یہ تفریق ہے جس نے دلیل کے ڈھانچے کو حسابی بنایا۔

لارنس، ج۔، اور ریڈ، سی۔ (2019). دلیل کی کان کنی: ایک جائزہ۔ کمپیوٹیشنل لنگوئسٹکس، 45(4)، 765–818۔

کمپیوٹیشنل میدان کا معیاری سروے، اس کے کام کی تعریفیں اور اس کے کھلے مسائل۔

اسٹیب، سی۔، اور گوریوچ، آئی۔ (2014). قائل کرنے والے مضامین میں دلائل کے اجزاء اور تعلقات کی تشریح۔ کولنگ 2014 کے Proceedings۔

وہ تشریح شدہ کارپس جو دلیل کی کان کنی کو قابل پیمائش بناتا ہے، اور یہاں ذکر کردہ جزو اور تعلق F1 اعداد و شمار کا ماخذ۔

پارک، ج.، اور کارڈی، سی. (2018). دلائل کی جانچ کی قابلیت کی پیمائش کے لیے ای رول میکنگ صارف کے تبصروں کا ایک کارپس۔ ایل آر ای سی 2018 کی کارروائیاں۔

CDCP کارپس میں، جہاں تعلق کی شناخت تقریباً 34% F1 پر ہے۔

اکثر پوچھے جانے والے سوالات

دلائل کی کان کنی کیا ہے؟

دلائل کی کان کنی مصنوعی ذہانت کی ایک شاخ ہے جو خود بخود عام متن کے اندر دلائل کی ساخت کی شناخت کرتی ہے: کون سی جملے دعوے کرتے ہیں، کون سی وجوہات فراہم کرتے ہیں، اور آیا ہر وجہ اس دعوے کی حمایت کرتی ہے یا اس پر حملہ کرتی ہے جس سے یہ منسلک ہے۔ نتیجہ ایک منظم نقشہ ہے نہ کہ خلاصہ۔

دلائل کی کان کنی کی بنیاد کس نے رکھی؟

کوئی واحد بانی نہیں ہے۔ نظریاتی بنیاد اسٹیفن ٹولمین کے 1958 کے دلیل کے ڈھانچے کے ماڈل ہے، جسے ڈگلس والٹن کے دلیل کے منصوبوں اور جیمز فری مین کے دلیل کے میکرو ڈھانچے کے بیان سے توسیع دی گئی ہے۔ کمپیوٹیشنل میدان 2010 کی دہائی میں شکل اختیار کر گیا جب Annotated Corpora نے اسے قابل پیمائش بنا دیا۔

تولمین کی کتاب متنازعہ کیوں تھی؟

کیونکہ یہ ایک ایسی کتاب تھی جو استدلال کے بارے میں تھی جو رسمی منطق کے بارے میں ہونے سے انکار کرتی تھی۔ ٹولمین نے دلیل دی کہ درستگی روزمرہ کے دلائل کے لیے غلط سوال ہے، اور اس کے بجائے ساخت کی وضاحت کی۔ پیشہ ور منطقیوں نے اسے بڑی حد تک مسترد کر دیا؛ جبکہ بلاغت اور مواصلات کے ماہرین نے اسے اپنایا اور اس پر نصاب تیار کیا۔

Toulmin ماڈل میں وارنٹ کیا ہے؟

وارنٹ وہ اصول ہے جو آپ کی زمین سے آپ کے دعوے کی طرف منتقل ہونے کی اجازت دیتا ہے۔ "پل غیر محفوظ ہے، لہذا ہمیں اسے بند کر دینا چاہیے" میں، وارنٹ یہ ہے کہ غیر محفوظ ڈھانچوں کو بند کر دینا چاہیے۔ وارنٹس تقریباً کبھی بھی بلند آواز میں بیان نہیں کیے جاتے، یہی وجہ ہے کہ خودکار طور پر دلائل نکالنا مشکل ہے۔

والٹن کے دلائل کے منصوبے کیا ہیں؟

روزمرہ کی سوچ کے دہرائے جانے والے نمونے — ماہر رائے پر انحصار، تشبیہ سے استدلال، نتائج سے استدلال — ہر ایک کے ساتھ تنقیدی سوالات جو اس نمونے کی ناکامی کو ظاہر کرتے ہیں۔ تنقیدی سوالات عملی طور پر مفید نصف ہیں: یہ آپ کو ایک دلیل کو اس کے نتیجے کو صرف مسترد کیے بغیر جانچنے کا طریقہ فراہم کرتے ہیں۔

رشتہ کی شناخت دعوے تلاش کرنے سے کیوں زیادہ مشکل ہے؟

کیونکہ تعلقات سیاق و سباق پر منحصر ہوتے ہیں جو جملے میں موجود نہیں ہوتا، اس لیے جڑنے والا مرحلہ عموماً بیان نہیں کیا جاتا، اور متفق نہ ہونے کی صورتیں تشریح شدہ ڈیٹا میں نایاب ہیں۔ شائع شدہ بینچ مارکس میں ایک ہی کارپس پر تعلقات کی شناخت کے مقابلے میں تقریباً 73% F1 کے قریب جزو کی شناخت دکھائی گئی ہے، اور زیادہ مشکل کارپس پر تقریباً 34%۔

کیا بڑے زبان ماڈلز نے دلیل کی کان کنی کا مسئلہ حل کر لیا؟

انہوں نے سب سے بڑی عملی رکاوٹ کو ختم کر دیا — ہر نئے شعبے میں ہاتھ سے تشریح کردہ کارپس کی ضرورت — جس نے ٹیکنالوجی کو عام کاروباری متن پر قابل استعمال بنا دیا۔ انہوں نے ساختی خلا کو بند نہیں کیا۔ یہ فیصلہ کرنا کہ کیا کس چیز سے جڑتا ہے، اور کس سمت میں، اب بھی مشکل حصہ ہے۔

AT

Argumentree Team

Decision Science

The Argumentree team explores the science of better decisions—from ancient philosophy to modern AI.

بحث کو ایک دلیل کے درخت میں تبدیل کریں

چھے دہائیوں کی دلیل کی تھیوری، آپ کی اگلی ملاقات کے نقل پر لاگو۔

مفت شروع کریں

متعلقہ مطالعہ