인공지능(AI)가 주장 문장을 찾으면 논증 구조도 모두 찾은 걸까?
논증 마이닝은 주장·전제의 식별뿐 아니라 관계, 생략, 맥락과 장르까지 다뤄야 하며 과제마다 주석 단위와 평가 기준이 다릅니다.
Argument Mining: A Survey
게시 2026-09-13 · 약 9분해외 논리학 연구 해설 읽기 →
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
논증 마이닝은 주장·전제의 식별뿐 아니라 관계, 생략, 맥락과 장르까지 다뤄야 하며 과제마다 주석 단위와 평가 기준이 다릅니다.
Argument Mining: A Survey
핵심점 분석은 논증을 대표 문장에 연결하고 빈도를 세지만 소수 의견과 매칭 오류를 함께 보아야 합니다.
Quantitative Argument Summarization and Beyond: Cross-domain Key Point Analysis
대규모 언어모델의 자동 형식화는 일부 문제를 완전한 Isabelle 명세로 바꾸고 증명 학습을 개선했지만 번역 검증이 병목입니다.
Autoformalization with Large Language Models
기술논리의 개념·역할·개체 구분과 TBox·ABox 구조를 통해 분류, 포함, 만족 가능성 검사가 어떻게 지식 표현의 논리적 뼈대가 되는지 설명합니다.
Basic Description Logics
ACL 2025 연구는 일곱 언어모델의 논증 유형 분류를 비교하며, 생략된 전제가 있는 엔티밈과 작은 모델에서 어려움이 커짐을 보였습니다.
Can Large Language Models Understand Argument Schemes?
31–35 / 98편