基于大语言模型的论证挖掘邂逅论证理论与描述逻辑：一种用于辩论推理的统一框架

大语言模型在处理包含辩论的复杂文本时，往往缺乏显式、透明且可验证的推理能力，难以结构化地表达论点间的攻防关系及其强度对整体可接受性的影响。本文提出一种统一框架，融合学习型论证挖掘、定量推理与基于本体的查询技术。该框架从原始辩论文本中提取模糊论证知识库，明确表征论点实体及其攻防关系，并标注初始模糊强度；随后应用定量论证语义计算最终论点强度；最后将其嵌入模糊描述逻辑环境，通过高效重写技术实现 expressive 查询回答。该方法提供了透明、可解释且形式化基础的辩论分析途径，克服了纯统计式 LLM 分析的局限。