自动生成对抗言论可以有效减少社交媒体上的仇恨内容，但需考虑话题和受众。我们提出基于话语理论的新框架，研究对抗言论与仇恨评论的关系。通过Reddit数据和3.9k评论对的手动注释，识别仇恨和对抗言论，并重新表述以减少冒犯。结果表明，大型语言模型能生成有效的对抗言论，改善模型问题。

自动对抗言论生成是打击社交媒体仇恨内容的有效方法。研究提出了基于话语理论的新框架，通过推理链接将对抗言论与仇恨评论连接起来。利用Reddit评论数据集验证了该框架的有效性。该方法可作为应对话语不可知模型故障的保护措施。