Effect graph: Effect relation extraction for explanation generation


Kobbe, Jonathan ; Hulpus, Ioana ; Stuckenschmidt, Heiner



URL: https://aclanthology.org/2023.nlrse-1.9
Dokumenttyp: Konferenzveröffentlichung
Erscheinungsjahr: 2023
Buchtitel: Proceedings of the 1st Workshop on Natural Language Reasoning and Structured Explanations (NLRSE)
Seitenbereich: 116-127
Veranstaltungstitel: 1st Workshop on Natural Language Reasoning and Structured Explanations
Veranstaltungsort: Toronto, Canada
Veranstaltungsdatum: 13.07.2023
Herausgeber: Dalvi Mishra, Bhavana ; Durett, Greg ; Jansen, Peter ; Ribeiro, Danilo Neves ; Wei, Jason
Ort der Veröffentlichung: Toronto, Canada
Verlag: Association for Computational Linguistics
Verwandte URLs:
Sprache der Veröffentlichung: Englisch
Einrichtung: Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Practical Computer Science II: Artificial Intelligence (Stuckenschmidt 2009-)
Fachgebiet: 004 Informatik
Abstract: Argumentation is an important means of communication. For describing especially arguments about consequences, the notion of effect relations has been introduced recently. We propose a method to extract effect relations from large text resources and apply it on encyclopedic and argumentative texts. By connecting the extracted relations, we generate a knowledge graph which we call effect graph. For evaluating the effect graph, we perform crowd and expert annotations and create a novel dataset. We demonstrate a possible use case of the effect graph by proposing a method for explaining arguments from consequences.




Dieser Eintrag ist Teil der Universitätsbibliographie.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Aufruf-Statistik

Aufrufe im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen