PTCG：角色引导的基于树的反驳生成

产生反驳的能力对于批判性思维和平衡的话语很重要，但现有的方法通常只能产生单一的反驳，无法捕捉现实世界辩论中所需的多样性和说服力。为了解决这一限制，我们提出了角色引导的基于树的反驳生成（PTCG），这是一个将思想树启发的逐步生成和修剪与说话者角色选择相结合的框架。通过根据原始论点估计作者的角色并结合代表不同观点的演讲者角色，PTCG 可以操作观点采择并能够产生不同的反驳。 LLM-as-a-Judge、基于分类器的评估和人工评估的结果表明，与基线方法相比，PTCG 在反驳的多样性和说服力方面都表现出一致的改进。