前言
第一篇  论证的社会文化结构——广义论证理论
  第1章  广义论证的理论与方法
    1.1  引言
    1.2  论证研究的社会文化解释途径
      1.2.1  论证形式系统的同质性
      1.2.2  自然语言论证的异质性
    1.3  广义论证概念
      1.3.1  广义论证概念的内涵
      1.3.2  三种论证概念的比较
      1.3.3  广义论证概念的外延
    1.4  广义论证的分层结构理论
      1.4.1  广义论证的规则
      1.4.2  广义论证的分层结构
      1.4.3  广义论证分层结构的适用性
    1.5  广义论证本土化研究方法论
      1.5.1  广义论证研究的基本问题与原则
      1.5.2  广义论证本土化研究程序
      1.5.3  论证研究方法比较
    1.6  结论
  第2章  广式早茶说理的功能结构分析——以“詏”为例
    2.1  引言
    2.2  问题与方法
      2.2.1  常人方法学与会话分析
      2.2.2  互动社会语言学
      2.2.3  广义论证与功能分析法
    2.3  广式早茶“詏”式论证功能结构分析
      2.3.1  广式早茶“詏”的背景知识
      2.3.2  “詏”案例分析与功能结构提取
      2.3.3  功能结构和规则的合理性说明
    2.4  结论
  第3章  明代“大礼议”论证规则研究——以“争帝”环节为例
    3.1  引言
    3.2  广义论证及其研究方法
    3.3  “大礼议”的文化背景
      3.3.1  宗法传统
      3.3.2  孝道传统
      3.3.3  明代的皇帝、内阁及礼部
      3.3.4  《皇明祖训》
    3.4  “大礼议”的基本情况
      3.4.1  议礼缘起
      3.4.2  三种解决方案
      3.4.3  主要过程
    3.5  “争帝”环节的论证
      3.5.1  “争帝”环节
      3.5.2  论证规则的合理性
      3.5.3  规则验证
    3.6  结论
第二篇  论证的语言结构——机器学习视角下的论辩挖掘研究
  第4章  论辩计算分析的发展与现状
    4.1  引言
    4.2  论辩研究传统回顾与论辩理论的现代复兴
    4.3  论辩挖掘的主要研究与方法
      4.3.1  论证成分检测
      4.3.2  论辩元素的分类
      4.3.3  论辩元素之间关系的识别和论辩结构的预测
      4.3.4  论辩语料库的建设
      4.3.5  主流论辩挖掘方法的特点
      4.3.6  深度学习与论辩挖掘
    4.4  论辩挖掘其他扩展研究
    4.5  结论
  第5章  机器学习的模型和特征选择
    5.1  引言
    5.2  论辩挖掘与特征选择方法
    5.3  模型的评估和选择
      5.3.1  实验评估方法
      5.3.2  性能评估
      5.3.3  比较检验
    5.4  论证挖掘中特征选择的比较研究
      5.4.1  实验设置
      5.4.2  实验结果与讨论
      5.4.3  特征选择方法在论证挖掘和文本分类中对比
    5.5  论证挖掘中的模型选择
      5.5.1  实验设置
      5.5.2  实验结果与讨论
    5.6  结论
  第6章  哲学文本论辩元素挖掘——基于统计学习的方法
    6.1  引言
    6.2  论辩挖掘模型与实践
      6.2.1  论辩挖掘的主要流程
      6.2.2  语料库标注
      6.2.3  研究方法
      6.2.4  实验结果
    6.3  结论
  第7章  法庭判例摘要的论证成分与结构解析
    7.1  引言
    7.2  论辩中的图尔明模型简介
    7.3  基于图尔明模型标注的判例摘要语料库
      7.3.1  判例摘要
      7.3.2  预处理
      7.3.3  基于图尔明模型的标注
      7.3.4  标注工作的执行
      7.3.5  标注文本示例
      7.3.6  统计学分析
    7.4  论辩挖掘的深度学习模型
      7.4.1  模型框架及算法细节
      7.4.2  模型整体损失函数
      7.4.3  模型评价指标
      7.4.4  模型实现细节
    7.5  实验结果和模型评估
      7.5.1  基线模型
      7.5.2  随机初始化词向量和预训练词向量的对比实验
      7.5.3  有无循环神经网络的对比实验
      7.5.4  单向循环神经网络与双向循环神经网络的对比实验
      7.5.5  不同种类的循环神经网络的对比实验
      7.5.6  本节模型与类似论辩挖掘工作的实验结果对比分析
      7.5.7  模型预测结果可视化
    7.6  结论
  第8章  融合逻辑与外部知识的自然语言推理
    8.1  引言
    8.2  自然语言推理工作
      8.2.1  基于一阶经典逻辑的自然语言推理方法
      8.2.2  基于神经网络的自然语言推理方法
      8.2.3  结合外部知识的方法
    8.3  知识稠密交互推理网络
      8.3.1  基础模型
      8.3.2  语义知识
      8.3.3  依存关系知识
      8.3.4  逻辑规则
      8.3.5  模型训练
    8.4  实验
      8.4.1  数据
      8.4.2  实验配置
      8.4.3  MultiNLI数据集
      8.4.4  缺省实验
    8.5  结论
  第9章  中文论辩语料库的建设与网络论辩文本标注
    9.1  引言
    9.2  网络论辩文本标注方法
    9.3  网络论辩文本标注软件的安装环境
      9.3.1  标注软件的安装方法
      9.3.2  BRAT使用说明和案例
    9.4  标注的评价标准
      9.4.1  卡帕系数
      9.4.2  卡方检验
    9.5  结论
第三篇  论证的形式结构——抽象论辩理论
  第10章  抽象论辩理论及其拓展理论
    10.1  引言
    10.2  抽象论辩理论概述
      10.2.1  论证
      10.2.2  论证间的冲突
      10.2.3  论证间的击败
      10.2.4  论证的辩证地位
    10.3  抽象论辩框架
      10.3.1  基本概念
      10.3.2  抽象论辩语义
    10.4  结论
  第11章  结构化的抽象论辩框架
    11.1  引言
    11.2  ASPIC+框架的基本设定
    11.3  理性公设
    11.4  ASPIC+框架的特点及一些变体/扩展
    11.5  广式早茶说理“家吵屋闭”案例的刻画
    11.6  法庭判例摘要文本的刻画
    11.7  其他结构化论证形式体系简述——ABA与DeLP
      11.7.1  ABA框架
      11.7.2  DeLP系统
    11.8  结论
  第12章  基于抽象论辩框架的坚实可接受性
    12.1  引言
    12.2  基础知识
      12.2.1  抽象论辩
      12.2.2  分级可接受性
    12.3  坚实可接受性
    12.4  坚实语义
      12.4.1  坚实可相容外延
      12.4.2  坚实完全外延
      12.4.3  坚实稳定外延
      12.4.4  坚实基外延
      12.4.5  示例
    12.5  相关工作
    12.6  结论
  第13章  基于语境、规范和价值的论证系统
    13.1  引言
    13.2  系统构建
    13.3  结论
参考文献
后记