2022年3月15日，受上海市计算机学会自然语言处理专委会和中国中文信息学会情感计算专委会邀请，徐睿峰教授在语言智能学术论坛做了题为《独白式和对话式论辩挖掘》的专题报告。本次学术论坛也是北京智源人工智能研究院智源社区活动，通过B站和智源社区提供在线直播。来自全国的数百位研究人员在线参加了本次论坛。
论辩(Agumentation)是人类给出理由来支持或反驳一个观点，以说服已知或未知的受众的行为或过程。论辩以人类之间的逻辑论证过程为对象，涉及到逻辑学、哲学、语言学等诸多学科的研究领域。近年来，利用计算机将人类逻辑模型和计算模型相结合，对人类论辩过程进行分析和计算的研究逐渐形成了一个新兴研究领域-计算论辩学。论辩分析研究自动识别和提取以自然语言表达的论辩中的结构，其目标是将非结构化的文本转化为结构化的论辩数据，不仅发现论辩部件、论辩关系、论辩策略之间的关系，同时研究这些元素如何共同支撑整个主题。
从场景上来看，论辩挖掘可以大体分为两种类型：独白式论辩挖掘主要研究从学生议论文，商品评论等独白文本中识别论辩结构。对话式论辩挖掘则主要研究辩论或者在线讨论中的论辩挖掘。在本次讲座中，徐睿峰教授介绍了研究团队在独白式和对话式论辩挖掘两个方向上的一些研究成果和体会。这些工作主要包括：
Jianzhu Bao, Chuang Fan, Jipeng Wu, Yixue Dang, Jiachen Du and Ruifeng Xu*. A Neural Transition-based Model for Argumentation Mining. Proceedings of ACL-IJCNLP 2021.
Jianzhu Bao, Lin Liang, Jingyi Sun, Yice Zhang, Min Yang, Ruifeng Xu*. Argument Pair Extraction with Mutual Guidance and Inter-sentence Relation Graph. Proceedings of EMNLP 2021.
Jianzhu Bao, Jingyi Sun, Qinglin Zhu, Ruifeng Xu*. Have my arguments been replied to? Argument Pair Extraction as Machine Reading Comprehension. Proceedings of ACL 2022.
Yang Sun, Jianzhu Bao, Bin Liang, Fajie Yuan, Min Yang, Ruifeng Xu*. A Multi-Task Learning Framework for Argumentation Mining with Multi-View Hierarchical Graph Neural Network. Submitted to IEEE Transactions on Neural Networks and Learning Systems (under review）
在介绍了研究团队近期工作后，徐睿峰教授对现有研究的趋势和不足进行了总结。他认为现有的论辩挖掘主要研究如何使用计算模型分析人类逻辑论证的过程。从语言学的角度审视这一研究范式，不难发现其局限性。著名语言学家索绪尔提出，人类的语言活动由两个基本部分组成：“一部分是主要的，它以实质上是社会的、不依赖于个人的语言为研究对象，这种研究纯粹是心理的。另一部分是次要的，它以言语活动的个人部分，也就是言语，其中包括发音为研究对象，它是心理物理的”。传统的论辩挖掘研究主要强调了心理物理层面的语言学现象，但忽视了语言背后的社会心理层面的内驱动力。特别是面向社交媒体中大规模真实论辩的挖掘，相关研究不仅包括对个体层面论辩文本要素、结构的识别与抽取，也应该包括对社交媒体群体层面论辩的抽取与综合。现有方法存在论辩挖掘方法不够深入细致，缺乏对共性论辩形成过程的刻画，缺乏对纷杂的论辩进行自动汇聚分析的不足，因此未来需要分别从语言的心理物理层面和社会心理层面出发展开研究。
报告结束后，徐睿峰教授和讲座主持人、复旦大学魏忠钰副教授围绕社交媒体论辩挖掘、论辩生成和中文论辩语言资源建设进行了深入讨论。（审核：徐睿峰）
智源社区讲座回放链接： https://event.baai.ac.cn/activities/302
