ARGUS: Seeing the Influence of Narrative Features on Persuasion in Argumentative Texts

📄 arXiv: 2602.24109v1 📥 PDF

作者: Sara Nabhani, Federico Pianzola, Khalid Al-Khatib, Malvina Nissim

分类: cs.CL, cs.AI

发布日期: 2026-02-27

备注: 22 pages, 8 figures, submitted to ACM Transactions on Intelligent Systems and Technology

💡 一句话要点

ARGUS框架：探究叙事特征对论辩文本说服力的影响

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 叙事分析 论辩挖掘 说服力研究 自然语言处理 大型语言模型

📋 核心要点

  1. 现有研究对叙事在在线论辩中的说服作用及其关键特征缺乏深入探索。
  2. ARGUS框架通过标注语料库和利用LLM，研究叙事特征对论辩说服力的影响。
  3. 实验结果表明，不同的叙事维度对在线论辩的说服效果存在显著影响。

📝 摘要（中文）

故事叙述能否增强论证的说服力？如果是，哪些叙事特征最为关键？尽管故事常被视为强大的说服工具，但其在在线、非结构化论证中的具体作用仍未得到充分探索。为了弥补这一差距，我们提出了ARGUS，一个用于研究叙事对论辩性语篇中说服力影响的框架。ARGUS引入了一个新的ChangeMyView语料库，该语料库标注了故事的存在和六个关键的叙事特征，整合了两个已建立的理论框架的见解，这些框架捕捉了文本叙事特征及其对接受者的影响。ARGUS利用基于编码器的分类器和零样本大型语言模型（LLM），识别故事和叙事特征，并大规模应用它们，以检验不同的叙事维度如何影响在线论证中的说服成功。

🔬 方法详解

问题定义：论文旨在解决在线论辩文本中，叙事特征如何影响说服力的问题。现有方法缺乏对叙事特征的细粒度分析，无法有效衡量叙事对论辩效果的贡献。此外，缺乏带有叙事特征标注的论辩语料库，限制了相关研究的开展。

核心思路：论文的核心思路是构建一个带有叙事特征标注的论辩语料库（ARGUS），并利用该语料库训练模型，分析不同叙事特征与说服力之间的关系。通过结合文本叙事理论和心理学理论，选择合适的叙事特征进行标注，并利用大型语言模型进行特征提取和分析。

技术框架：ARGUS框架包含以下几个主要阶段：1) 数据收集：从ChangeMyView论坛收集论辩文本。2) 叙事特征标注：人工标注语料库中故事的存在以及六个关键叙事特征。3) 模型训练：利用基于编码器的分类器和零样本大型语言模型（LLM）识别故事和叙事特征。4) 说服力分析：分析不同叙事维度对说服成功的影响。

关键创新：论文的关键创新在于：1) 提出了ARGUS框架，用于研究叙事对论辩说服力的影响。2) 构建了一个新的ChangeMyView语料库，该语料库标注了故事的存在和六个关键的叙事特征。3) 结合了文本叙事理论和心理学理论，选择合适的叙事特征进行标注。

关键设计：论文的关键设计包括：1) 叙事特征的选择：基于文本叙事理论和心理学理论，选择了六个关键的叙事特征，包括：角色、情节、设置、主题、情感和风格。2) 标注方案的设计：设计了详细的标注指南，确保标注的一致性和准确性。3) 模型选择：选择了基于编码器的分类器和零样本大型语言模型（LLM），以充分利用预训练语言模型的知识。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

论文构建了带有叙事特征标注的ChangeMyView语料库ARGUS，并利用该语料库分析了不同叙事维度对说服成功的影响。实验结果表明，某些叙事特征（例如，情感和角色）与说服力之间存在显著相关性。此外，利用大型语言模型能够有效识别故事和叙事特征，为大规模分析叙事对说服力的影响提供了可能。

🎯 应用场景

该研究成果可应用于多个领域，例如：在线辩论平台，用于提升论辩的说服力；舆情分析，用于识别和分析叙事对公众观点的影响；智能写作，用于生成更具说服力的论证文本；教育领域，用于提高学生的论证能力。研究结果有助于更好地理解叙事在说服过程中的作用，并为相关应用提供理论指导。

📄 摘要（原文）

Can narratives make arguments more persuasive? And to this end, which narrative features matter most? Although stories are often seen as powerful tools for persuasion, their specific role in online, unstructured argumentation remains underexplored. To address this gap, we present ARGUS, a framework for studying the impact of narration on persuasion in argumentative discourse. ARGUS introduces a new ChangeMyView corpus annotated for story presence and six key narrative features, integrating insights from two established theoretical frameworks that capture both textual narrative features and their effects on recipients. Leveraging both encoder-based classifiers and zero-shot large language models (LLMs), ARGUS identifies stories and narrative features and applies them at scale to examine how different narrative dimensions influence persuasion success in online argumentation.