论辩挖掘可分为： 论点边界的检测，论点类型的识别，论点关系的抽取三个子任务。 现有的工作大多数对子任务分别建模研究， 忽略了三个子任务之间的关联信息， 导致性能低下。 另外， 还有部分的工作采用流水线模型把三个子任务进行联合建模，流水线模型仍然是独立的看待每个子任务，为每个子任务训练单独的模型，存在错误传播的问题，且在训练过程中产生了冗余信息。 因此， 提出了一种基于多任务迭代学习的的论辩挖掘方法。 该方法将论辩挖掘三个任务并行地联合一起学习，首先通过深度卷积神经网络（CNN） 和高速神经网络（