协商研讨(deliberation dialogue)是综合集成研讨厅中一种必不可少的群体决策研讨方式。在研讨过程中，人们习惯采用自然语言的形式来描述和阐明个人对问题或方案的评价意见，由于这些需要加工和处理的语言评价信息具有动态性、不完整性、不确定性等特点，因此，迫切需要一种合理的辅助决策手段，以便能够适应环境的变化对知识和信息应用的上下文（Context）进行定性与定量想结合的理性分析。在整个协商研讨过程中会产生大量的发言信息，这些信息如不进行有效组织和管理，将产生信息过载的现象。为了降低群体的认知负担，使专家发言有的放矢，需要合适的研讨信息组织方法，同时有些初步的一致性意见就隐藏在这些海量发言信息之中，人们需要不断的对群体的共识状态进行分析，评价和预测，以便对研讨进程进行合理的调整和控制。
　　本文提出了一种对研讨信息进行组织的研讨模型，该模型将基于问题的信息系统(IBIS)模型和Toulmin模型相结合并加以改进，模型对群体研讨中的自然语言形式的发言信息进行了抽象和形式化描述，将研讨节点划分成主题、方案和发言3类部件，同时将发言节点结构化分解成主张和论证两部分，根据研讨节点之间不同的语义关系用相应有向弧连接，从而将整个协商研讨中的研讨节点组织成一个动态的树形结构。利用模糊petri网（Fuzzy petri net）在知识表达和不确定性推理等方面的特性，将此研讨树映射到FPN中，发言节点中具有因果关系的主张和论证由模糊产生式规则来表示，而节点之间支持或攻击的强度即模态限定值用变迁发生时规则的可信度来表示，提出一种通过构建证据的可信度和规则可信度来计算研讨节点的托肯值（Token）的方法，并以此为基础，给出了研讨群体对方案或某个发言节点的局部关注度、全局关注值、共识值和共识稳定度等定量指标的计算方法。
　　最后用实例验证了本方法的可行性，实验结果表明利用模糊petri网计算得出的量化指标可以有效对研讨信息进行评价和分析，能够帮助研讨成员提高对研讨内容和焦点问题的把握程度；能够辅助和支持研讨组织者实时监控研讨状态，引导研讨进程和流向，从而提高研讨的效率。