論辯（Argumentation）旨在研究人們?cè)谡Z(yǔ)言、文本中蘊(yùn)含的邏輯論證過(guò)程，是一項(xiàng)涉及語(yǔ)言學(xué)、哲學(xué)、修辭學(xué)、邏輯學(xué)等多門交叉學(xué)科的研究領(lǐng)域。相關(guān)研究工作最早可以追溯到亞里士多德時(shí)期。近年來(lái)，隨著計(jì)算語(yǔ)言學(xué)的快速發(fā)展，傳統(tǒng)語(yǔ)言學(xué)中的論辯相關(guān)領(lǐng)域也引起了學(xué)者的關(guān)注，并催生了一個(gè)新的研究方向——計(jì)算論辯學(xué)（Computational Argumentation）。

計(jì)算論辯學(xué)試圖將人類關(guān)于邏輯論證的認(rèn)知模型與機(jī)器自動(dòng)化的計(jì)算模型結(jié)合起來(lái)，以賦予人工智能系統(tǒng)理解人類辯論推理過(guò)程的能力。此外，近期的許多研究還通過(guò)應(yīng)用自然語(yǔ)言處理相關(guān)的技術(shù)和資源，在當(dāng)今的海量信息中對(duì)論辯性文本進(jìn)行分析，反過(guò)來(lái)對(duì)傳統(tǒng)的論辯提供了數(shù)據(jù)、實(shí)例驅(qū)動(dòng)的結(jié)論，如對(duì)于文本風(fēng)格、論辯策略等對(duì)論辯說(shuō)服力、論辯質(zhì)量的具體影響，擴(kuò)充了論辯學(xué)理論的實(shí)踐研究。計(jì)算論辯學(xué)的興起，使得傳統(tǒng)論辯學(xué)和計(jì)算語(yǔ)言學(xué)兩個(gè)原本相對(duì)割裂的研究領(lǐng)域產(chǎn)生交融，為二者同時(shí)注入了新的活力。本文將按照經(jīng)典論辯理論、獨(dú)白式論辯任務(wù)、對(duì)話式論辯任務(wù)和論辯應(yīng)用這樣的組織結(jié)構(gòu)，為讀者提供一個(gè)計(jì)算論辯研究的全景綜述。

論辯理論

計(jì)算論辯往往從經(jīng)典的論辯理論出發(fā)，研究自動(dòng)化論辯性文本的深度理解和生成。其中，最被大家認(rèn)可的研究框架包括圖爾敏框架和事實(shí)-政策-價(jià)值框架。

圖爾敏框架 圖爾敏框架于1958年由非形式邏輯理論先驅(qū)斯蒂芬·圖爾敏（Stephen Toulmin）提出，是最早的論辯分析理論之一，也是目前應(yīng)用最廣泛的理論框架之一——不僅包括計(jì)算論辯，也包括各種專業(yè)評(píng)論與論文的寫(xiě)作。這一理論將論辯文本中出現(xiàn)的論辯單元分為六大要素：主干要素包括主張（claim）、事實(shí)材料（grounds）、保證（warrant）；補(bǔ)充要素包括支援（backing）、模態(tài)詞（qualifier）、例外（rebuttal）。主干要素是圖爾敏框架的核心，有了這三類元素就可以組織一篇獨(dú)白或一場(chǎng)對(duì)話。主張（也可稱為論點(diǎn)）顧名思義是辯方提出并希望論證的觀點(diǎn)，而證據(jù)則是支持這一觀點(diǎn)的材料。正當(dāng)理由（或隱含假設(shè)）看起來(lái)既像論點(diǎn)也像論據(jù)，實(shí)際上是用于說(shuō)明證據(jù)和主張之間的關(guān)系的，可以看作兩者之間邏輯橋梁的橋墩。作為一種經(jīng)典的論辯分析方法，圖爾敏框架是基于長(zhǎng)篇辯論發(fā)展而來(lái)的，適用于論文、評(píng)論、辯論賽等辯論文體或場(chǎng)景。然而隨著社交網(wǎng)絡(luò)和自媒體的快速發(fā)展，短篇的來(lái)回辯論成為這些場(chǎng)景下論辯文本的主流，此時(shí)圖爾敏框架就顯得有些不便。

事實(shí)-政策-價(jià)值框架 事實(shí)-政策-價(jià)值框架最早由霍利漢（Hollihan）和巴斯克（Baaske）于2004年提出，是從決策理論中發(fā)展得到的論辯分析框架。他們將論辯單元分為事實(shí)（fact）、政策（policy）和價(jià)值（value）三大要素，近似于圖爾敏框架中的證據(jù)、主張和正當(dāng)理由，但組織方式有所差別，例如事實(shí)之間、價(jià)值之間可以相互支持。此外，這一框架還將要素之間的關(guān)系分為理由（reason）和證據(jù)（evidence）兩類，其中理由表示對(duì)政策與價(jià)值的支持，證據(jù)則是對(duì)事實(shí)的支撐。由于事實(shí)-政策-價(jià)值框架最初是為了分析單方面決策過(guò)程，框架中沒(méi)有明確對(duì)駁論建模，使得該理論主要應(yīng)用于單論點(diǎn)論證文本的分析。

獨(dú)白式論辯

早期對(duì)于計(jì)算論辯學(xué)的研究主要集中在獨(dú)白式論辯方面，研究?jī)H包含單個(gè)參與者的辯論性文本，如學(xué)生議論文和主題演講等，旨在挖掘參與者文本中各組件（如論點(diǎn)、論據(jù)等）之間的組織結(jié)構(gòu)關(guān)系。相關(guān)的研究包括論元部件檢測(cè)、論點(diǎn)邊界預(yù)測(cè)和議論文自動(dòng)評(píng)分等。進(jìn)一步的，研究者開(kāi)始關(guān)心論辯性文本的質(zhì)量評(píng)估問(wèn)題。

論辯挖掘 論辯挖掘的主要目標(biāo)是自動(dòng)地從文本中提取論點(diǎn)（argument），以便為論辯和推理引擎的計(jì)算模型提供結(jié)構(gòu)化數(shù)據(jù)。一種典型的論點(diǎn)結(jié)構(gòu)包括兩個(gè)主要子部件（前提和主張）和連接子部件的推理規(guī)則。論辯挖掘任務(wù)的目的則是從輸入文本中找到所有的主張、前提并建立它們之間的邏輯聯(lián)系。圖2展示了論辯挖掘的任務(wù)流程示意圖。它主要包括兩個(gè)子任務(wù)，論點(diǎn)部件檢測(cè)以及論點(diǎn)結(jié)構(gòu)分析。

當(dāng)前針對(duì)文本分析的主流研究方向是情感分析，關(guān)注用戶對(duì)于特定事件或目標(biāo)物體的態(tài)度。論辯挖掘則旨在進(jìn)一步對(duì)用戶產(chǎn)生這個(gè)想法的原因進(jìn)行剖析，挖掘用戶的邏輯推導(dǎo)過(guò)程，以實(shí)現(xiàn)對(duì)文本的深度理解。論辯挖掘的相關(guān)技術(shù)可以為社會(huì)、政治和科學(xué)領(lǐng)域的決策者以及研究人員提供自動(dòng)化工具，為企業(yè)市場(chǎng)營(yíng)銷創(chuàng)造新的前景。圖3給出了論辯挖掘的一個(gè)應(yīng)用示例。通過(guò)對(duì)該評(píng)論的分析，我們可以獲得發(fā)言人對(duì)于某一個(gè)特定話題的基本看法，方便我們更快獲得其中的信息。

論辯質(zhì)量評(píng)估 論辯質(zhì)量反映了一個(gè)單元、一個(gè)論點(diǎn)或論證有多好。比如，前提是否可接受、語(yǔ)言上是否清楚、是否與討論有關(guān)、論證是否有說(shuō)服力、說(shuō)服是否有效或論辯是否合理等。在某種意義上，關(guān)于論辯質(zhì)量的問(wèn)題是論辯挖掘的終極問(wèn)題，這說(shuō)明了論辯質(zhì)量評(píng)估的重要性。那么為什么要評(píng)估論辯的質(zhì)量呢？第一，在實(shí)踐中我們對(duì)論辯挖掘和對(duì)論斷的理解還不夠充分；第二，對(duì)于成功的論辯，我們需要找出“最佳”的論點(diǎn)；第三，論辯質(zhì)量評(píng)估對(duì)任何計(jì)算論辯的應(yīng)用都至關(guān)重要。常見(jiàn)的應(yīng)用如：論點(diǎn)搜索，哪個(gè)論點(diǎn)排名最高；寫(xiě)作支持，一個(gè)論辯文本有多好，是否存在什么缺陷；自動(dòng)決策，哪些論點(diǎn)比其他論點(diǎn)更重要。

論辯質(zhì)量維度的分類有三個(gè)主要的方面，分別是邏輯性、修辭性、辯證性。邏輯性，指的是一個(gè)有說(shuō)服力的論點(diǎn)要具有可接受的、相關(guān)的和充分的前提。局部可接受性，給出的前提值得被相信是真實(shí)的；局部相關(guān)性，該前提與結(jié)論相關(guān)；局部充分性，有這個(gè)前提就足以得出結(jié)論了。修辭性，指的是有效的論證，能夠說(shuō)服目標(biāo)受眾。包括如下幾點(diǎn)：可信度，使作者值得被信任；情感吸引力，讓聽(tīng)眾愿意被說(shuō)服；清晰度，語(yǔ)言上清晰，盡可能簡(jiǎn)單；適當(dāng)性，語(yǔ)言上與聽(tīng)眾和話題匹配；順序性，以正確的行文順序呈現(xiàn)內(nèi)容。辯證性，合理的論證，包括可接受的、相關(guān)的和充分的。全局可接受性，值得以陳述的方式加以考慮；全局相關(guān)性，有助于解決給出的話題或問(wèn)題；全局充分性，充分地反駁了潛在的反面意見(jiàn)。

對(duì)話式論辯

對(duì)話式模型最早起源于對(duì)上述經(jīng)典的單篇式模型的改進(jìn)版本，相關(guān)研究主要通過(guò)引入一些新組件來(lái)捕捉不同參與者論點(diǎn)文本之間的互動(dòng)性，這一類本質(zhì)是單篇式論辯和對(duì)話式論辯的結(jié)合研究。之后隨著研究的不斷深入，一些更加針對(duì)對(duì)話式論辯領(lǐng)域的模型也相繼問(wèn)世，包括交互論點(diǎn)對(duì)識(shí)別和對(duì)話式論辯生成等。

交互論點(diǎn)對(duì)抽取 在實(shí)際生活中，往往有對(duì)話就會(huì)有論辯對(duì)，因此對(duì)話式論辯抽取的適用場(chǎng)景非常廣泛，包括但不限于社交媒體論壇、論文同行評(píng)議等。所謂交互論點(diǎn)對(duì)，是指在對(duì)話式論辯的場(chǎng)景中（如辯論賽或在線辯論論壇等），參與的雙方就某一共同話題所產(chǎn)生的邏輯或語(yǔ)義上存在相關(guān)的論點(diǎn)對(duì)。圖4給出了論壇中的兩條討論帖的示例，其中帖A為該主題下的原始帖，即“樓主”所發(fā)。而帖B為帖A的回復(fù)帖。這兩篇帖子都旨在討論聯(lián)合養(yǎng)老制度的合理性，其中帖A支持聯(lián)合養(yǎng)老保險(xiǎn)制度，共分為五個(gè)論點(diǎn)句，并從三個(gè)角度闡述了發(fā)帖者所認(rèn)為的合理性。而帖B反對(duì)該制度，也分為五個(gè)論點(diǎn)句，并通過(guò)舉例的方式論證了自己的核心觀點(diǎn)：“人們退休后的收入需求通常會(huì)隨著年齡的增長(zhǎng)而下降?！蓖ㄟ^(guò)分析這兩篇帖子的文本，可以發(fā)現(xiàn)B1與A1之間存在直接的反對(duì)關(guān)系，因而這是一對(duì)互動(dòng)論點(diǎn)對(duì)。相似地，B2和A5也共同成為一對(duì)互動(dòng)論點(diǎn)對(duì)。自動(dòng)化完成交互論點(diǎn)對(duì)的抽取，可以幫我們快速地在論點(diǎn)交互中挖掘出討論雙方關(guān)心的問(wèn)題。

對(duì)話式論辯生成 對(duì)話式論辯另一個(gè)分支的研究則偏向于提出自動(dòng)化模型在對(duì)話式領(lǐng)域?qū)崿F(xiàn)對(duì)話生成任務(wù)。對(duì)話生成任務(wù)是人機(jī)交互中機(jī)器實(shí)現(xiàn)輸出的一個(gè)重要組成部分，如何讓機(jī)器按照我們預(yù)先設(shè)定的范式實(shí)現(xiàn)有效輸出是重中之重。具體的，對(duì)話生成任務(wù)大致可以分為總結(jié)性論點(diǎn)生成和目標(biāo)論點(diǎn)生成兩類。

總結(jié)性論點(diǎn)生成：最簡(jiǎn)單的對(duì)話式論辯生成任務(wù)之一是根據(jù)給定的觀點(diǎn)或論點(diǎn)文本集合，生成對(duì)應(yīng)的總結(jié)性句子，相當(dāng)于生成了一個(gè)特定的論點(diǎn)句。從別人那里收集意見(jiàn)是我們?nèi)粘；顒?dòng)的一個(gè)組成部分。發(fā)現(xiàn)別人的想法可以幫助我們?cè)谏畹牟煌矫鎸?dǎo)航，從日常任務(wù)的決定到判斷基本的社會(huì)問(wèn)題和形成個(gè)人意識(shí)形態(tài)。為了有效地吸收大量固執(zhí)己見(jiàn)的信息，迫切需要自動(dòng)化系統(tǒng)對(duì)一個(gè)實(shí)體或話題生成簡(jiǎn)潔流暢的意見(jiàn)總結(jié)。

目標(biāo)論點(diǎn)生成：針對(duì)特定的話題生成支持或反對(duì)的高質(zhì)量論點(diǎn)文本，則是更為實(shí)際的論點(diǎn)生成任務(wù)。針對(duì)生成任務(wù)的早期工作通常是先從語(yǔ)料庫(kù)中提取文本，然后按特定順序輸出，缺少綜合不同語(yǔ)料內(nèi)容的能力。產(chǎn)生高質(zhì)量的論點(diǎn)在決策和推理過(guò)程中起著至關(guān)重要的作用。許多最終決策都是在爭(zhēng)論或反駁中不斷推進(jìn)發(fā)展的，而當(dāng)這種爭(zhēng)論來(lái)到人機(jī)交互場(chǎng)景時(shí)，生成高質(zhì)量論點(diǎn)的重要性就體現(xiàn)出來(lái)了。例如：立法機(jī)構(gòu)經(jīng)常進(jìn)行辯論，以確保法案獲得足夠的票數(shù)通過(guò)；網(wǎng)上審議則是另一個(gè)常見(jiàn)的場(chǎng)景，它已經(jīng)成為征求公眾意見(jiàn)的一種流行方式。盡管如此，構(gòu)建有說(shuō)服力的論點(diǎn)對(duì)人類和計(jì)算機(jī)來(lái)說(shuō)都是一項(xiàng)艱巨的任務(wù)。

論辯應(yīng)用

計(jì)算論辯研究近些年引起越來(lái)越多的關(guān)注，除了它的學(xué)術(shù)價(jià)值外，也在于它能夠給不同領(lǐng)域的應(yīng)用帶來(lái)新的發(fā)展，包括智慧論辯、智慧教育與司法。

智慧辯論 IBM于2019年公開(kāi)發(fā)布了人工智能辯手“辯論者”（Project Debater）。它是全世界首個(gè)能與人類進(jìn)行復(fù)雜辯論的自動(dòng)化論辯系統(tǒng)。該項(xiàng)目由IBM團(tuán)隊(duì)自2012年啟動(dòng)開(kāi)發(fā)，2021年3月登上了《自然》（Nature）雜志封面。 2019年2月11日辯論者與納塔拉詹（H. Natarajan，世界大學(xué)生辯論賽冠軍）圍繞“是否應(yīng)當(dāng)補(bǔ)貼學(xué)前教育”展開(kāi)了一場(chǎng)公開(kāi)辯論，AI辯手持正方，人類辯手持反方。比賽采用簡(jiǎn)化后的議會(huì)制辯論，含15分鐘持題準(zhǔn)備時(shí)間，三輪交替發(fā)言環(huán)節(jié)。賽前，79%的聽(tīng)眾同意學(xué)前教育應(yīng)該得到補(bǔ)貼，13%的人不同意。賽后，62%的人同意，30%的人不同意。最終，人類辯手納塔拉詹獲得勝利。

辯論者系統(tǒng)包含論辯挖掘、論辯知識(shí)庫(kù)、論點(diǎn)反駁和論辯組織四個(gè)模塊。論辯挖掘模塊從大的文本語(yǔ)料庫(kù)中找尋到議題相關(guān)的論點(diǎn)和駁論點(diǎn)。論辯知識(shí)庫(kù)包含論點(diǎn)、駁論點(diǎn)以及其他辯題下的相關(guān)文本，一旦給定辯題，系統(tǒng)在其中找到最相關(guān)的論辯語(yǔ)料。論點(diǎn)反駁模塊將前兩個(gè)模塊中潛在的相反論點(diǎn)與實(shí)際對(duì)手的陳詞做匹配，由此生成可能的回應(yīng)。最后，論辯組織模塊從其他模塊提供的文本中選擇性地組織出一則連續(xù)的發(fā)言。

智慧教育 計(jì)算論辯的一大應(yīng)用對(duì)象是學(xué)生議論文，開(kāi)始設(shè)計(jì)如寫(xiě)作助手、議論文自動(dòng)評(píng)分系統(tǒng)等工具。寫(xiě)作助手是一種自動(dòng)分析論辯性文本（如議論文）的技術(shù)，以便向作者提供反饋。典型的過(guò)程是用戶在系統(tǒng)中輸入一個(gè)文本草稿，該系統(tǒng)對(duì)草稿進(jìn)行分析，為用戶提供綜合反饋，用戶修改草稿并重復(fù)此過(guò)程。它的應(yīng)用場(chǎng)景包括議論文寫(xiě)作的教學(xué)、文本說(shuō)服效果的優(yōu)化、寫(xiě)作速度的提高等。相關(guān)應(yīng)用程序如下：用于修正拼寫(xiě)和語(yǔ)法檢查的內(nèi)置工具（例如微軟的Word里）；專業(yè)的寫(xiě)作工具甚至可以分析風(fēng)格、語(yǔ)氣等（例如Grammarly）；增強(qiáng)的寫(xiě)作工具積極地完成文本草稿（例如textio flow）。所有這些都可以與議論文寫(xiě)作支持相結(jié)合。增強(qiáng)寫(xiě)作（augmented writing）是一種寫(xiě)作支持的變體，可以半自動(dòng)地轉(zhuǎn)換或完成用戶編寫(xiě)的文本段，或者它可以建議給定句子或類似句子的替代方案。增強(qiáng)型寫(xiě)作還可能包括寫(xiě)作支持的其他典型功能。實(shí)現(xiàn)方式是識(shí)別并重用以前文本中的類似內(nèi)容，并根據(jù)給定的文本段調(diào)整風(fēng)格和措辭。增強(qiáng)型寫(xiě)作目前還沒(méi)有得到明確的論證研究，但是潛在的用例是明顯的。

議論文寫(xiě)作是學(xué)校教育中針對(duì)不同年齡和不同學(xué)科的學(xué)生的一項(xiàng)標(biāo)準(zhǔn)任務(wù)，在數(shù)字化和在線教育的時(shí)代，自動(dòng)化變得越來(lái)越重要，可能有一天寫(xiě)作助手會(huì)成為標(biāo)準(zhǔn)文本處理工具的一部分。在議論文的計(jì)算任務(wù)中，論辯挖掘和質(zhì)量評(píng)估為寫(xiě)作支持奠定了基礎(chǔ)，其他評(píng)估和標(biāo)準(zhǔn)文本分析也讓它更加完善。增強(qiáng)寫(xiě)作可能需要加入論點(diǎn)生成的功能。到目前為止，現(xiàn)有議論文寫(xiě)作系統(tǒng)的重點(diǎn)是放在論辯挖掘上，論辯質(zhì)量評(píng)估和反饋生成功能還相當(dāng)初級(jí)。如果系統(tǒng)出現(xiàn)錯(cuò)誤，則它輸出的價(jià)值可能會(huì)有問(wèn)題，不過(guò)這部分只是一個(gè)接口問(wèn)題，即使存在錯(cuò)誤的輸出，也可能提供有用的反饋。

司法領(lǐng)域 一個(gè)非常富有現(xiàn)實(shí)意義的辯論場(chǎng)景是法庭上原告與被告雙方的對(duì)簿公堂。在一次庭審中，原告（控方）提出被告（辯方）的過(guò)錯(cuò)并提出相應(yīng)的要求，而被告則試圖回應(yīng)或反駁原告的觀點(diǎn)，并提出自己的要求（舉證則視不同案由有不同的規(guī)定）；如此來(lái)回若干回合，最后由法官當(dāng)庭或擇期給出最終的判決。

目前，法院在分析庭審記錄時(shí)，仍然需要依靠法官人工閱讀、整理、分析、歸納雙方陳詞，這往往會(huì)耗費(fèi)法官大量的時(shí)間、精力與資源。在庭審記錄或裁判文書(shū)中，其中一個(gè)需要法官重點(diǎn)關(guān)注的是雙方爭(zhēng)議的焦點(diǎn)。這些爭(zhēng)議焦點(diǎn)通常涉及訴訟案件的核心問(wèn)題，是控辯雙方爭(zhēng)取自身權(quán)益的關(guān)鍵點(diǎn)，因此往往關(guān)系到最終宣判的合法性、公平性與合理性。從計(jì)算論辯的角度看，爭(zhēng)議焦點(diǎn)實(shí)際上就是雙方論點(diǎn)中存在沖突或部分沖突的論點(diǎn)對(duì)，因此爭(zhēng)議焦點(diǎn)識(shí)別就可以分解為論點(diǎn)提取與沖突論點(diǎn)對(duì)識(shí)別兩個(gè)任務(wù)。

論點(diǎn)提取和沖突論點(diǎn)對(duì)識(shí)別這兩個(gè)任務(wù)目前都有了成規(guī)模的數(shù)據(jù)集與性能良好的模型。其中，論點(diǎn)提取是經(jīng)典的論辯分析任務(wù)之一，相關(guān)研究已基本成熟，因此本節(jié)我們主要介紹沖突論點(diǎn)對(duì)識(shí)別——這正是中國(guó)法律智能技術(shù)評(píng)測(cè)（CAIL）計(jì)算論辯賽道的評(píng)測(cè)任務(wù)。CAIL賽事自2018年起舉辦，是國(guó)內(nèi)規(guī)模較大、水平較高的司法類智能技術(shù)評(píng)測(cè)競(jìng)賽。計(jì)算論辯賽道自2020年起就一直是CAIL的子賽道之一，可見(jiàn)計(jì)算論辯技術(shù)在司法領(lǐng)域的確有廣闊的應(yīng)用前景。

展望

從語(yǔ)言和邏輯的角度分析辯論，一直是人們探尋辯論背后人類智慧規(guī)律的重要方法。而計(jì)算機(jī)、機(jī)器學(xué)習(xí)、人工智能等新技術(shù)的不斷發(fā)展，無(wú)疑讓計(jì)算論辯走上了發(fā)展的快車道，也讓越來(lái)越多的計(jì)算論辯成果落地成為可能。同時(shí)也涌現(xiàn)出許多新的方向與課題，例如論辯信息的圖譜表示、群體語(yǔ)境下的自主論辯等，它們都有機(jī)會(huì)在接下來(lái)的數(shù)年時(shí)間里發(fā)展為計(jì)算論辯的又一個(gè)閃光點(diǎn)。無(wú)論如何，在如今這個(gè)充滿著觀點(diǎn)對(duì)立與信息繭房的社交媒體時(shí)代，人們已然發(fā)展出新的辯論形式，而計(jì)算論辯在這個(gè)時(shí)代迸發(fā)的無(wú)窮潛力，依然等待著人們的努力挖掘。

本文作者魏忠鈺是復(fù)旦大學(xué)大數(shù)據(jù)學(xué)院副教授