2025年5月，研究团队博士生孙洋的论文《Dynamic Logic Reasoning Model for Argumentation Relation Classification》获获音频、语音与语言处理领域顶级国际期刊IEEE/ACM Transactions on Audio, Speech, and Language Processing录用。

论证关系分类（Argumentation Relation Classification, ARC）旨在识别论证组件（Argumentation Component, AC）对之间的关系。现有研究通过引入基于AC层级的特征、细粒度属性以及结构化信息，在多个公开数据集上取得了显著进展。然而，这些方法往往忽视了AC对内部的逻辑关系与结构，缺乏对ARC任务进行动态逻辑推理的能力。为此，本文提出了一种基于逻辑图构建与动态逻辑推理模式学习的动态逻辑推理模型（DALE），以提升ARC任务的推理能力。具体而言，首先构建逻辑图，显式建模单个AC内部以及AC对之间的逻辑结构；随后设计了包含四种不同图单元的动态推理模块，以捕捉多样化的逻辑推理操作。每个图单元均配备动态路由器，并与其他单元互联，构建成一个可动态路由的网络结构，从而使模型能够根据输入实例的具体特征自适应地选择不同的推理路径。在三个公开数据集上的大量实验结果表明，DALE在多个评估指标上均显著优于现有主流基线模型，验证了其在ARC任务中的有效性和先进性。

本文方法框架图

IEEE/ACM Transactions on Audio, Speech, and Language Processing（TASLP）是自然语言处理与语音计算领域的国际顶级期刊，由IEEE信号处理学会出版，涵盖音频技术、语音处理及语言计算三大方向。该刊2024年影响因子为4.1，位列JCR Q1分区，是中国计算机学会推荐的B类期刊、中国人工智能学会（CAAI）和清华推荐的A类期刊。

论文信息：

Yang Sun, Caihua Yang, Jianzhu Bao, Bin Liang, Min Yang, Ruifeng Xu. Dynamic Logic Reasoning Model for Argumentation Relation Classification. IEEE/ACM Transactions on Audio, Speech, and Language Processing. 2025.