一种协商研讨信息组织方法

杨成义， 熊才权

(湖北工业大学计算机学院， 湖北 武汉 430068)

综合集成法是将专家、数据、信息、计算机有机结合起来，构成一个高度智能化的人机结合、人网结合的体系[1]．如何有效利用计算机支持专家群体研讨是综合集成法的重要研究内容之一[2]．协商研讨(deliberation dialogue)[3]是群体研讨中一种必不可少的研讨方式．在协商研讨的初期，专家发表的意见都带有一定的试探性，但随着研讨的深入，人们对问题的认识越来越深刻，专家在规则约束下，对别人的意见提出带有倾向性的看法．在自然的研讨过程中，产生的发言数量众多，结构多样化且复杂，如不进行有效组织和管理，将产生信息过载现象，为了提高研讨的效率，降低群体的认知负担，使专家发言有的放矢，需要合适的研讨信息组织方法．

国外关于协商研讨中研讨信息组织都以辩论模型为基础．比较有影响的模型有基于问题的信息系统(IBIS)[4]模型和Toulmin[5,6]辩论模型．IBIS模型包括问题(Issue)、立场(Position)、论证(Argument)三个部件和响应、提问、支持、反对4种部件关联关系，并给出对话迁移过程．Toutmin辩论模型描述了论证(Argument)内部结构，把一个论证详细分为6个部件：主张(Claim)、根据(Premise)、证明(Warrant)、支援(Backing)、模态限定(Quality)和反驳(Rebuttal)．对于论证(Argument)之间的关系建模，影响较大的是Dung抽象辩论框架[7]，它将论证看作一个整体而忽视其内部的结构，是一种典型的对抗辩论建模，没有表示论证之间的支持关系．这些模型的理论基础是非单调逻辑推理，主要用于法律推理和对抗辩论[8]等定性问题的处理，并不适用于协商研讨环境中的复杂问题的求解．在国内，熊才权[9]提出了面向共识涌现的研讨信息组织方法．它将Toulmin模型的六个部件整合成根据、论证、模态限定和主张4个部件．谭俊峰和张朋柱[10]以发言为节点，发言间的语义关系表示节点间的边，将研讨发言组织成动态的“研讨树”．

以上文献的研讨信息组织方法都是单一的利用IBIS模型和Toulmin辩论模型，都是对单一命题进行论证，但在实际的协商研讨中，研讨信息还包含问题解决方案或子方案以及发言节点之间存在论证关系的层次性等，本文提出一种研讨信息组织方法，该方法结合IBIS模型和Toulmin模型的优点并加以改进，它将整个研讨过程结构化和清晰化，从而较好地满足了记录和表现群体协商研讨过程的要求．

1 辩论模型

1.1 协商研讨树

假定协商研讨成员有足够的责任心和理智,其发言总是与研讨主题相关联的，且发言都有针对的目标或评论对象．利用IBIS模型描述协商研讨中的主题(Topic)以及围绕研讨主题而展开的对话过程，将研讨节点组成一个以主题为中心的树型结构．根据成员发言目的性和所起作用的不同，可以将协商研讨中发言(utterance)节点归纳成三种类型，将这三种发言类型用不同图形元素进行表示,将它们之间的语义关系用相应的连线表示，协商研讨过程即表示成图1所示的协商研讨树.

图 1 协商研讨树

在这个协商研讨树中，发言节点的类型和它们之间的关系说明如下：

1)根据本次协商研讨的内容和范围，发言人提出研讨主题或者子主题，这类发言的结果是产生一个新的主题部件，在图1中用矩形表示,如T．子主题和主题之间的虚线表示“分解”的关系．

2)针对特定的研讨主题或子主题提出假设性的方案(Plan)，从而生成协商研讨模型中的“方案”部件．在图1中用圆角矩形表示，如P1,P2,…Pn．它和子主题(Ti)的连线表示“提出假设”的关系．

3)发言人针对某一方案节点或论证节点进行响应，给出自己的判断，论证等，并表明态度(模态限定值)，其结果是生成一个论证节点部件，在图1中用椭圆表示，如A1,A2,A3,A4…An．论证节点两两之间或者论证节点和方案节点之间的有向弧表示为“响应”的关系．

1.2 论证节点的分解

Toulmin模型描述了论证节点的内部结构且能较好表示发言主张和根据之间论证的关系，因此利用Toulmin模型将树中的论证节点进行结构化分解，将其分解为主张命题和根据命题两个部分，其中主张可能是某个主意或观点．而根据包括论据、模态限定值和证明资料[11]．根据是发言人主张的依据和前提，在表现形式上是关于发言人的主观判断、价值观、经验或知识上肯定性的陈述(statement)．证明材料是与根据相关的客观数据、一般事实、常识公理或文档资料，是对论据的进一步补充和佐证．一个根据可以没有证明材料，但必须要有对主张表示“支持”或“反对”的论据．模态限定值是发言人表明自己的立场、倾向或态度，起着连接根据与主张的作用，同时表示了“支持”或“反对”的程度．这样可以将实际的任一论证节点Ai表示成如图2形式.

图 2 发言节点结构化分解

定义2 设有论证节点Ai，存在另一节点Aj对其进行响应，定义它们之间关系表示为Aj→Ai，符号“→”表明了节点间的时序和逻辑关系．

图 3 初始论证节点响应关系图

图 4 变换后发言节点响应关系图

从图4可以看出，节点间的连接弧线所表示关系被确定化，它统一了子节点对父节点根据的支持或攻击关系．节点之间关系没有被破坏，它们的逻辑论证关系能够很好的映射到树中层次结构中．

2 系统设计

在实际设计的一个基于B/S结构的协商研讨系统中，应用了以上对研讨信息进行组织的方法．对发言节点进行结构化分解，系统需要记录发言节点的编号，模态限定值，以及父节点的编号等属性信息．其发言节点的主要属性和说明见表1.

表1 发言节点数据结构及说明

表1中，用模态限定值表示研讨专家对父节点的态度，它是对“响应”的量化，论证节点类型代表了论证节点之间的响应类型，其可取值为“反对”，“支持”，“补充”，“质疑”这四者之一，模态响应值需要根据实际应用的情况来选取合适的标度．

3 实例应用

利用该系统组织一次关于如何提高大学生职业素养的模拟研讨．登陆系统后，由研讨管理员创建 “提高大学生职业素养”研讨主题，再将这个主题分解为若干小问题(子主题)．在正式协商研讨开始前，提出研讨要求和纪律，一个6个人组成的群体各自去查阅资料和准备发言内容．研讨开始后，群体成员在主持人的引导下.进行开放性发言，发言可以是提出方案，或对已有的方案进行的发言，或评价他人的发言．系统将获取到的协商发言信息进行记录和储存，通过客户端的浏览器将所有的研讨信息以树状结构进行可视化呈现．在研讨过程中某一时间点，系统的公共区研讨界面见图5.

图 5 系统的研讨界面

通过该界面中的“协商研讨树”可以清晰的看出各个研讨信息的内容、结构以及他们之间的关系，发言节点具有三种的类型，分别为：主题节点、方案节点、论证节点．节点之间的语义关系有：支持、反对、质疑、补充说明四种关系．在图中，“大学生如何提高职业素养”为主题节点，除此之外，共有16个发言节点，在文本表现方式中，子节点的发言内容是在其父节点发言内容下方的，且在缩进了一格的基础上按发言的时间顺序依次排列，可以看出，具有共同父节点的子节点发言内容是并列对齐的，而具有响应和论证关系的节点之间是依次缩进的，并以此方式表达它们之间具有的论证层次性．节点所代表的类型和节点间的语义关系见表2.

表2 节点类型和节点间语义关系说明表

从应用结果界面可以看出，“协商研讨树”将研讨信息及信息之间的关系通过可视化的方式展示出来，群体成员的发言内容和发言节点之间的关系明确且清楚，非常易于群体成员理解和捕捉研讨信息，从而提高成员对整个研讨过程的把握程度．

4 结束语

采用辩论理论对协商展开研究，规划研讨目标，从而实现了群体协商的过程优化．同时通过对定性的、自然语言形式的非结构化研讨信息进行组织和分析，提炼出结构化的模式信息和层次结构，该协商研讨信息组织方法在实际的研讨系统得到了应用，系统通过该方法可将研讨信息可视化展现为“协商研讨树”， 能够帮助群体成员实现发散性思维和收敛性认知的结合，提高群体感知，降低认知负担．从而帮助群体提高研讨的效率．

[参考文献]

[1] 顾基发, 唐锡晋,综合集成方法的理论及应用[J].系统辩证学学报, 2005,13(4):1-7,22.

[2] 李德华,熊才权.一种研讨信息组织模型及其在研讨厅中的应用[J]. 计算机应用研究, 2008,25(9):2 730-2 733.

[3] Gordon T F，Prakken H ，Walton D． The Carneades model of argument and burden of proof[J]．Artificial Intelligence，2007，171(6)：875-896．

[4] KunzW, Rittel H W J. Issues as elements of information systems[M].Berkeley, USA: University of California, 1970.

[5] Toulmin S E. The uses of argument[M]. Cambridge, UK: Cambridge University Press, 1958.

[6] Reed C，Rowe G．Translating Toulmin diagrams：theory neutrality in argument representation [J]．Argumentation，2005，19(3)：267-286．

[7] Dung P M. On the acceptability of arguments and its fundamenal role in nonmonotonic reasoning, logic programming and n-person games[J]. ArtificialIntelligence, 77:321-357.

[8] Maleewong K，Anutariya C，Wuwongse V．A collective intelligence approach to collaborative knowledge creation[C]∥SKG m：Fourth International Conference on Semantics． Knowledge and Grid．Piscataway，NJ：IEEE，2008：64-70．

[9] 熊才权，李德华.综合集成研讨厅共识达成模型及其实现[J].计算机集成制造系统， 2008，14(10):1 913-1 918.

[10] 谭俊峰，张朋柱，黄丽宁．综合集成研讨厅中的研讨信息组织模型[J]．系统工程理论与实践，2005，25(1)：86-92，99．

[11] 陈俊良，陈 超，姜 鑫,等.基于IBIS和Toulmin辩论形式的群体研讨模型[J].计算机应用，2011,31(9):2 526-2 529.