We present an enrichment of the Hateval corpus of hate speech tweets (Basile et al., 2019) aimed to facilitate automated counternarrative generation. Comparably to previous work (Chung et al., 2019), manually written counter-narratives are associated to tweets. However, this information alone seems insufficient to obtain satisfactory language models for counter-narrative generation. That is why we have also annotated tweets with argumentative information based on Wagemans ( 2016), that we believe can help in building convincing and effective counter-narratives for hate speech against particular groups.We discuss adequacies and difficulties of this annotation process and present several baselines for automatic detection of the annotated elements. Preliminary results show that automatic annotators perform close to human annotators to detect some aspects of argumentation, while others only reach low or moderate level of inter-annotator agreement.

Se revisan en este trabajo diversas concepciones sobre la lógica procurando mostrar los alcances, pero también las limitaciones, de la concepción dominante en al menos la primera mitad del siglo XX. Intento mostrar que la noción asociada a la relación de consecuencia que el formalismo lógico clásico captura, relacionado al programa de fundamentación de la matemática es limitada, tanto respecto de las nociones intuitivas de lógica como de las diferentes disciplinas vinculadas (en particular la computación, la psicología, las ciencias cognitivas y teoría de la argumentación). Sostenemos que la caracterización de la lógica ofrecida por A. Moretti ofrece una perspectiva más amplia y superadora de la lógica.

No abstract

No abstract