Bài báo này trình bày Khung Biểu diễn Tri thức Tranh luận (AKReF), một khung để chuyển đổi văn bản tranh luận thành đồ thị tri thức tranh luận (AKG). AKReF bắt đầu với các chú thích cơ bản về các thành phần tranh luận (AC) và quan hệ tranh luận (AR) và làm phong phú thông tin bằng cách xây dựng một đồ thị cơ sở tri thức (KB) chứa các nút với các thuộc tính siêu dữ liệu. Nó áp dụng Modus Ponens vào các tiền đề và quy tắc suy luận của KB để hình thành các tranh luận, và tạo ra một AKG dựa trên chúng. Các nút và cạnh của AKG có các thuộc tính nắm bắt các đặc điểm tranh luận chính, chẳng hạn như loại tiền đề (ví dụ: tiên đề, tiền đề chung, giả định), loại quy tắc suy luận (ví dụ: nghiêm ngặt, có thể bác bỏ), thứ tự ưu tiên cho các quy tắc có thể bác bỏ, các dấu hiệu (ví dụ: "do đó", "nhưng"), và loại tấn công (ví dụ: làm suy yếu, bác bỏ, làm suy yếu). Nó xác định các quy tắc suy luận bằng cách tìm một tập hợp các dấu hiệu cụ thể, được gọi là dấu hiệu suy luận (IM), cho phép xác định các cuộc tấn công làm suy yếu không thể phát hiện được trong các tập dữ liệu hiện có. AKG cung cấp nền tảng cho các nhiệm vụ suy luận, bao gồm kiểm tra tính nhất quán của các đối số và xác định các cơ hội để sửa đổi. Đặc biệt, việc tìm kiếm các gián tiếp ngầm định là rất quan trọng, và hình thức AKG được đề xuất giúp tìm hiểu các gián tiếp ngầm định đòi hỏi phải suy luận về các đối số và mối liên hệ giữa chúng thông qua các quy tắc suy luận được chú thích và Modus Ponens. Chúng tôi minh họa khuôn khổ này bằng các bài luận từ tập dữ liệu AAEC và trình bày ứng dụng của nó trong các phân tích phức tạp như trích xuất các tập hợp nhất quán và các tập hợp đối số tối đa có thể chấp nhận được.