识别论证图逻辑重构的隐式前提

由于enthymeme（即具有隐含前提的论证）的普遍存在，从自然语言文本中逻辑重建论证图具有挑战性。有用于识别文本中的推理原的自然语言处理方法，也有基于溯因的符号方法，用于识别推理原的逻辑表示中缺失的前提。然而，需要生成隐式前提的方法来逻辑地显示一对陈述之间已知的蕴涵或矛盾关系。为了解决这个问题，我们提出了一种神经符号管道，它使用 大语言模型 (LLM) 生成中间隐式前提，这些前提被转换为逻辑公式，并与表示显式前提和显式主张的逻辑公式一起使用，以显示它们之间的逻辑关系（蕴含、矛盾或中立）。我们的方法在缩微文本论证语料库上进行了评估。