PTCG : persona-guided tree-based counterargument generation

다국어 초록 (Multilingual Abstract)

The ability to generate counterarguments is important for fostering critical thinking, balanced discourse, and informed decision-making. However, existing approaches typically produce only a single counterargument, thereby overlooking the diversity and persuasiveness required in real-world debates. This limitation is critical, as the same topic may persuade different individuals only when framed from distinct perspectives. To address this limitation, we propose Persona-guided Tree-based Counterargument Generation (PTCG), a framework that combines Tree-of-Thoughts–inspired step-wise generation and pruning with speaker persona selection. By estimating the author’s persona from the original argument and incorporating speaker personas representing distinct perspectives, the framework operationalizes perspective-taking, enabling reasoning from multiple standpoints and supporting the generation of diverse counterarguments. We propose a tree-based procedure that generates plans, selects the best, and produces multiple speaker persona-specific counterarguments, from which the most effective are chosen. We evaluate PTCG through a comprehensive multi-faceted setup, combining LLM(Large Language Model)-as-a-Judge, classifier-based assessment, and human evaluations. Our experimental results show that PTCG substantially improves both the diversity and persuasiveness of counterarguments compared to baselines. These findings highlight the effectiveness of adaptive persona integration in boosting diversity and strengthening persuasiveness.

국문 초록 (Abstract)

반론을 생성하는 능력은 비판적 사고력, 균형 잡힌 담론, 그리고 합리적 의사결정을 촉진하는 데 중요한 역할을 한다. 그러나 기존 접근법들은 일반적으로 단일한 반론만을 생성하기 때문에, 실제 토론 상황에서 요구되는 다양성과 설득력을 충분히 반영하지 못한다. 이러한 한계는 동일한 주제라도 관점에 따라 설득의 효과가 달라질 수 있다는 점에서 특히 중요하다. 이러한 문제를 해결하기 위해, 본 연구에서는 페르소나 기반 트리형 반론 생성(PTCG) 프레임워크를 제안한다. 본 프레임워크는 Tree-of-Thoughts 아이디어에서 영감을 받은 단계적 생성 및 가지치기 과정과, 화자 페르소나 선택을 결합한다. 먼저 원문으로부터 작성자의 페르소나를 추정하고, 상이한 관점을 대표하는 화자 페르소나들을 통합함으로써, 다양한 관점에서의 추론을 가능하게 하여 다각적인 반론 생성을 지원한다. PTCG는 트리 구조 기반 절차를 통해 여러 개의 반론 생성 계획을 제안하고, 그중 최적의 계획을 선택한 뒤, 각 화자 페르소나에 특화된 반론을 생성·평가하여 가장 효과적인 결과를 선택한다. 우리는 PTCG를 LLM 평가(LLM-as-a-Judge), 분류기 기반 평가, 인간 평가를 결합한 다차원적 평가 체계를 통해 검증하였다. 실험 결과, PTCG는 기존 기준선 대비 반론의 다양성과 설득력 모두에서 유의미한 향상을 보였다. 이러한 결과는, 적응적 페르소나 통합이 반론의 다양성과 설득력을 동시에 향상시키는 데 효과적임을 보여준다.

목차 (Table of Contents)

• Chapter 1. INTRODUCTION . １
• Chapter 2. RELATED WORK ５
• Chapter 3. PERSONA-GUIDED TREE-BASED COUNTERARGUMENT GENERATION . ８
• Chapter 4. EXPERIMENTS 15
• Chapter 5. RESULTS AND ANALYSIS . 21
• Chapter 6. CONCLUSION AND FUTURE WORK 33