摘要
论点对抽取（Argument Pair Extraction, APE）是一项旨在从两段文本中抽取论点并识别潜在论点对的研究任务。以往的研究通常将该任务建模为对直接拼接的两段文本进行序列标注与二分类问题，然而这种方法未能充分挖掘两段不同文本的独特特征及其内在关联，存在明显局限性。为此，本文提出一种新颖的注意力引导的多层多交叉编码机制，以应对上述挑战。新模型采用两个独立的序列编码器分别处理两段文本，并通过注意力机制相互更新各自的表示。此外，论点对预测部分被重新建模为一个表格填充问题，通过对两段文本的笛卡尔积表示进行迭代更新来实现。同时，引入辅助注意力损失函数，以引导每个论点与其对应论点在表示空间中实现对齐。大量实验结果表明，该模型在多个基准数据集上显著优于现有方法，显著提升了APE任务的性能。