2025年12月，研究团队博士生孙洋的论文《Benchmarking Explainable Argumentation Dialogue via Freeman's Theory》获IEEE Intelligent Systems期刊录用。

论辩对话涉及围绕观点及其支持证据展开的结构化对话交互。由于高质量数据集的稀缺，用于构建高效对话系统的研究进展受到限制。为此，提出基于ChangeMyView论辩数据构建一个高质量的结构化论辩对话语料库CMV-AD。在此基础上，进一步提出了一种基于弗里曼论证理论（Freeman’s Theory）的思维链（Chain-of-Thought）框架FTCoT，用于提升对话生成过程中的可解释性与推理能力。FTCoT使用一个结构化的四元组来表示每一轮对话，包括：对话摘要、用户论点、助手论点以及回应推理。我们利用大语言模型（LLMs）在推理和数据标注方面的能力构建 FTCoT。大量自动评测与人工评测结果表明，FTCoT在提升生成回复的可解释性和整体质量方面均达到显著效果。

在CMV-AD论辩对话数据集的实验结果显示，所提出方法可以与1B到8B的LLaMA大模型相结合，在多个指标上均优于原始大模型，部分指标超过GPT-4o-mini。

表一在CMV-AD上的性能

IEEE Intelligent Systems是人工智能领域的重要国际性期刊，影响因子6.3，JCR Q1期刊，在中科院学术推荐列表中为三区期刊。

论文信息：Yang Sun, Geng Tu, Wenpeng Lu, Min Yang, Erik Cambria, Ruifeng Xu*. Benchmarking Explainable Argumentation Dialogue via Freeman's Theory. IEEE Intelligent Systems. 2025. Early Access.