2025年1月博士生鲍建竹论文《UniASA: A Unified Generative Framework for Argument Structure Analysis[》获计算语言学顶级刊物Computational Linguistics录用。
Computational Linguistics是计算语言学领域历史最悠久，最具影响力的学术期刊之一，由计算语言学协会(Association for Computational Linguistics, ACL)支持，创刊于1974年。该期刊影响因子3.7，JCR Q1，为CCF-B类期刊。每年发表论文20-40篇。鲍建竹同学论文为哈工大博士生首次以第一作者身份获得Computational Linguistics期刊论文录用。
论辩是人类对某个议题，为分辨不同立场的优劣而进行的一种表达或交流活动。在自然语言处理领域，论辩分析研究希望通过分析发掘论辩结构来理解人类的论辩过程，具体做法是从文本中找出论点、论据等要素，以及它们之间的关系。这项研究包含了多个具体任务，比如端到端论辩挖掘、论点对抽取，以及论证四元组抽取等。
以往的工作往往仅针对某一个具体任务展开研究，没有深入探索这些任务之间的内在联系。我们发现，这些任务的根本目标其实是一致的：识别论辩部件及其相互关系。
基于这一动机，本文提出了一个统一的生成式论辩结构分析框架（UniASA: A Unified Generative Framework for Argument Structure Analysis, UniASA）。该框架可以通过序列到序列的方式统一处理多个论辩结构分析任务。在此基础上，基于子任务分解，本文进一步引入多视角学习策略增强了UniASA。
我们用七个数据集测试了统一的生成式论辩结构分析框架在三类论辩分析任务上的表现。实验结果显示，UniASA不仅能统一处理这些任务，而且性能优于现有最先进的方法或相当。实验还发现，UniASA能够通过微调或上下文学习的方式和Llama等大语言模型高效结合，取得更好的性能。
Jianzhu Bao, Mohan Jing, Kuicai Dong, Aixin Sun, Yang Sun, and Ruifeng Xu*. UniASA: A Unified Generative Framework for Argument Structure Analysis. Computational Linguistics, 2025.
|
