Revisiting initial sets in abstract argumentation
University of Hagen（哈根大学）
我们重新审视了Xu和Cayrol的初始集合的概念，即，抽象论证框架中的非空最小容许集。初始集是一个简单的概念，用于分析抽象论证框架中的冲突，并解释为什么某些论点可以被接受。我们的贡献与新的见解的初始集的结构，并设计一个简单的非确定性的建设原则，任何容许集，基于迭代选择的初始集的原始框架及其诱导约简。特别是，我们通过这一构造原则，对许多现有的基于可容许性的语义进行了解释，从而对扩展的结构提供了一个建设性的解释。我们还调查了某些问题，涉及到初始集方面的计算复杂性。
2022-04-21 cs.AI
Counterfactual and Semifactual Explanations in Abstract Argumentation: Formal Foundations, Complexity and Computation
University of Calabria（卡拉布里亚大学）
本文研究抽象论证框架中的反事实与半事实解释，分析其推理复杂性并证明其通常难于经典接受问题，同时给出基于弱约束框架和 ASP 求解器的计算方法。
2024-05-07 cs.AI
Theory of Semi-Instantiation in Abstract Argumentation
Bar Ilan University（巴伊兰大学）；King’s College London（伦敦国王学院）；University of Luxembourg（卢森堡大学）；University of Manchester（曼彻斯特大学）
我们研究实例化的抽象论证框架的形式$(S,R,I)$，其中$(S,R)$是一个抽象的论证框架和$S$的参数$x$实例化的$I(x)$以及形成公式的一个众所周知的逻辑，例如作为布尔公式或谓词逻辑公式或模态逻辑公式。我们使用概念分析的方法来推导我们所提出的系统的属性。我们试图定义这样的系统的完整扩展的概念，并提供算法来找到这样的扩展。我们进一步发展了一个理论的实例化的抽象，使用的框架布尔攻击的形成和合取和析取攻击。我们讨论的应用程序和比较批判与现有的相关文献。
2015-04-27 cs.AI
Towards Ranking-based Semantics for Abstract Argumentation using Conditional Logic Semantics
Institute for Web Science and Technologies（网络科学与技术研究所）；University of Koblenz-Landau（科布伦茨-兰道大学）
我们提出了一个新的排名为Dung风格的论证框架的语义与条件逻辑的帮助。使用论证框架的直观翻译来生成条件句，我们可以应用非单调推理系统来生成可能世界的排名。有了这个排名，我们就为我们的论点构建了一个排名。通过对这种基于排名的语义进行一个小的扩展，我们已经满足了对参数进行排名的一些理想属性。
2020-08-05 cs.AI
Stability in Abstract Argumentation
结构化论证设置中的稳定性概念表征了与给定文字相关的接受状态不会受到该设置的任何未来演变的影响的情况。在本文中，我们抽象远离的逻辑结构的论点，我们移调这个概念的稳定性的背景下，邓根论证框架。特别是，我们展示了如何将这个问题转化为推理与参数不完整的AF。然后，我们提供了初步的复杂性结果的稳定性下四个突出的语义，在轻信和怀疑推理的情况下。最后，我们说明在何种程度上这一概念可以是有用的应用程序，以参数为基础的谈判。
2020-12-23 cs.AI
Using Enthymemes to Fill the Gap between Logical Argumentation and Revision of Abstract Argumentation Frameworks
TU Wien（维也纳工业大学）
在本文中，我们提出了一个初步的工作方法，以填补基于逻辑的论证和众多的方法来解决抽象的论证框架的动态之间的差距。我们的想法是，即使论证和攻击是通过逻辑信念基础来定义的，也可能存在一些关于论证内容准确性的不确定性，因此存在（或不存在）与之相关的攻击。事实上，正如文献中所论证的，真正的论证往往是推理论证，而不是完全指定的演绎论证。这就意味着推理论证对中的某些部分（支持、主张）可能会缺失，因为它们被认为属于某种“共同知识”，然后应该由接受推理论证的主体进行推导。但是，代理人对共同知识的感知可能是错误的，然后第一个代理人可能会陈述一个推理迷因，而她的对手无法以准确的方式解码。很可能是代理人对推理迷因的解码导致了这个新论点和现有论点之间的错误攻击。在这种情况下，代理可以接收一些有关攻击或论点接受状态的信息，这些信息与她的论点框架不一致。我们提出了一种方法，将这一新的信息，通过现有的工作动态的抽象论证框架。
2016-03-29 cs.AI
Turing-Completeness of Dynamics in Abstract Persuasion Argumentation
摘要说服性论证（APA）是一种动态的论证形式，它扩展了Dung论证，引入了说服关系。在这项工作中，我们通过两个计数器的明斯基机编码，APA动力学图灵完备。
2019-03-19 cs.AI cs.LO
On Strong Equivalence Notions in Logic Programming and Abstract Argumentation
TU Wien, Austria（维也纳技术大学，奥地利）
本文探讨逻辑编程和抽象论证中强等价性差异，提出新的强等价性定义以恢复不同形式化之间的兼容性。
2026-05-14 cs.AI
Revisiting Vacuous Reduct Semantics for Abstract Argumentation (Extended Version)
University of Hagen（哈根大学）
本文研究抽象论辩框架的空缺归约语义，通过空缺条件细化基础语义，系统概述其组合结果并提供原则继承标准与无争议语义特例分析。
2024-08-26 cs.AI
Preservation of Semantic Properties during the Aggregation of Abstract Argumentation Frameworks
Sun Yat-sen University（中山大学）；University of Amsterdam（阿姆斯特丹大学）
抽象论证框架可用于在高抽象级别上对代理人的论证立场进行建模，方法是为辩论中考虑的每对论点指出第一个论点是否攻击第二个论点。当对一组参与辩论的主体进行建模时，我们可能希望聚合他们各自的论证框架，以获得一个反映群体共识的单一框架。即使代理人在许多细节上意见不一致，也可能在重要的语义属性上达成高层次的一致，例如给定论点的可接受性。使用社会选择理论的技术，我们分析在什么情况下，这些语义属性同意的个体代理下可以保存聚合。
2017-07-27 cs.AI
Preference-Based Abstract Argumentation for Case-Based Reasoning (with Appendix)
Imperial College London（帝国理工学院）
提出 AA-CBR-P，将用户偏好融入抽象论证与基于案例推理，并在原发性脑肿瘤临床试验数据上验证其优于其他可解释模型。
2024-08-03 cs.AI
The Effect of Preferences in Abstract Argumentation Under a Claim-Centric View
TU Wien（维也纳工业大学）
本文从主张中心的角度研究了偏好对抽象论证的影响。最近的工作表明，语义和计算属性可以改变时，推理是在索赔级别，而不是在参数级别，而在某些自然的限制（参数具有相同的索赔有相同的外向攻击），这些属性是保守的。我们现在研究这些影响时，此外，偏好必须考虑，并考虑四个突出的减少，以处理参数之间的偏好。正如我们将看到的，这些约简产生了不同类别的主张增强论证框架，并且在语义属性和计算复杂性方面表现不同。这加强了这样一种观点，即必须谨慎对待处理优惠的实际选择。
2022-04-28 cs.AI
Abstract Argumentation / Persuasion / Dynamics
National Institute of Informatics（国立信息学研究所）
说服行为是修辞论证的重要组成部分，可以看作是一种动态修饰语。我们扩展了Dung的框架与代理之间的说服行为，并考虑攻击，说服和防御之间的相互作用，迄今为止在很大程度上被忽视。我们描述了这个框架中可接纳性的基本概念，并展示了一种通过CTL（计算树逻辑）编码有效地丰富它们的方法，这也允许将逻辑已知的理论结果导入到我们的论证框架中。我们的目的是补充日益增长的兴趣，协调静态和动态的论证。
2018-11-07 cs.AI
Attacker and Defender Counting Approach for Abstract Argumentation
Tsinghua University（清华大学）
在Dung的抽象论证中，给定一个选择的可接受性概念，论证要么是可接受的，要么是不可接受的。这给出了一种粗略的比较参数的方法。在本文中，我们提出了一个计数的方法，更好地获得评估的论点，通过统计各自的攻击者和防御者的数量的论点图和论点游戏的基础上。一个论点是更容易接受的，如果支持者提出了更多的捍卫者，反对者提出了更少的攻击者对它。我们表明，我们的计数模型有两个良好的行为性质：规范化和收敛。然后，我们定义了一个基于该模型的计数语义，并研究了语义的一些一般性质。
2015-06-13 cs.AI
Computing Preferred Extensions in Abstract Argumentation: a SAT-based Approach
University of Aberdeen（阿伯丁大学）；University of Liverpool（利物浦大学）；University of Brescia（布雷西亚大学）；University of Huddersfield（哈德斯菲尔德大学）
本文提出了一种新的SAT为基础的方法，在抽象论证的扩展计算，侧重于首选语义，其性能的实证评估。该方法是基于减少的思想计算完整的扩展到SAT问题的问题，然后使用深度优先搜索方法来获得首选的扩展。所提出的方法已经过测试，使用两个不同的SAT求解器，并与三个国家的最先进的系统进行比较，首选的扩展计算。事实证明，所提出的方法提供了显着更好的性能，在大多数情况下考虑。
2013-10-23 cs.AI
Supported Abstract Argumentation for Case-Based Reasoning
Department of Computing, Imperial College London, UK（计算机系，帝国理工学院伦敦校区）
本文提出支持型抽象论证模型 sAA-CBR，通过引入支持关系消除 AA-CBR 中的尖峰案例，并证明其在不损失关键性质的前提下实现更干净的案例辩论分类。
2025-07-07 cs.AI
A Formalisation of Abstract Argumentation in Higher-Order Logic
University of Luxembourg（卢森堡大学）
我们提出了一种方法，表示抽象的论证框架的基础上编码成经典的高阶逻辑。这为使用交互式和自动推理工具对抽象论证框架进行计算机辅助评估提供了一个统一的框架。这使得元理论属性的形式化分析和验证，以及灵活生成的扩展和标记方面的知名的论证语义。
2021-10-18 cs.AI cs.LO
Research Note on Uncertain Probabilities and Abstract Argumentation
University of Brescia（布雷西亚大学）；Cardiff University（卡迪夫大学）；DEVCOM Army Research Laboratory（DEVCOM陆军研究实验室）；Amazon（亚马逊）
国际气候变化专门委员会（IPCC）的第六次评估指出，“过去十年（2010-2019年）累积的二氧化碳净排放量与可能将变暖限制在1.5摄氏度的11个剩余碳预算大致相同（中等置信度）。“这类报告直接为公众话语提供了素材，但诸如信仰和信心程度等细微差别往往被忽视。在本文中，我们提出了一个正式的帐户，允许这样的程度的信念和相关的信心被用来标记参数在抽象的论证设置。从概率论证的其他建议，我们专注于任务的概率推理选择的查询建设佐藤的分布语义已经被证明包括各种情况下，包括贝叶斯网络的语义。借用大量的文献，这样的语义，我们研究如何在实践中处理这些任务时，考虑不确定的概率，并讨论与现有的建议概率论证的连接。
2022-08-23 cs.AI
An Imprecise Probability Approach for Abstract Argumentation based on Credal Sets
Federal University of Technology - Paraná (UTFPR)（巴拉那联邦理工大学）；Umeå University（于默奥大学）
一些抽象论证方法认为论证具有一定程度的不确定性，这影响了从语义下的抽象论证框架（AAF）获得的扩展的不确定性程度。在这些方法中，参数和扩展的不确定性都通过精确的概率值来建模。然而，在许多现实生活中，确切的概率值是未知的，有时需要聚合不同来源的概率值。在本文中，我们解决的问题，考虑到参数的概率值是不精确的扩展的不确定度的计算。我们使用credal集来模拟参数的不确定性值，并从这些credal集，我们计算的下限和上限的扩展。我们研究了所提出的方法的一些属性，并说明它与决策的情况。
2020-09-16 cs.AI
Change in Abstract Argumentation Frameworks: Adding an Argument
在本文中，我们解决的问题，在一个抽象的论证系统的变化。我们专注于一个特定的变化：增加了一个新的参数，与以前的参数相互作用。我们研究的影响，这样一个除了结果的论证系统，更特别的是对它的扩展集。通过将新的扩展集与初始扩展集进行比较，定义了此更改操作的几个属性，当比较基于集合基数或集合包含关系时，这些属性称为结构属性。提出了几个其他属性，其中比较是基于一些特定参数的状态：接受的参数;这些属性指的是在更改期间此状态的演变，例如，单调性和新近性优先。根据具体应用，所有这些性质可能或多或少是期望的。它们在两个特定的语义学下进行研究：扎根语义学和偏好语义学。
2014-01-16 cs.AI
Abstract Interpretation in Formal Argumentation: with a Galois Connection for Abstract Dialectical Frameworks and May-Must Argumentation (First Report)
Nagoya Institute of Technology（名古屋工业大学）
基于标签的形式论证依赖于标签函数，通常分配3个标签之一来指示每个参数的接受，拒绝或未决定。虽然经典的基于标记的方法应用全局统一的条件来标记参数，但它们可以在每个参数上更局部地确定。抽象辩证框架（ADF）是一个著名的论证形式主义，属于这一类，提供了更大的标签灵活性。然而，随着论证的规模在论证和论证对论证关系的数量上的增加，检查标记函数是否满足这些局部条件或者甚至检查这些条件是否符合指定它们的人的意图变得越来越昂贵。因此，在对一个更大的论证进行推理时，需要某种妥协。在这方面，有一个最近提出的形式主义的可能必须论证（MMA），强制执行仍然是本地的，但更抽象的标签条件。我们确定他们如何在这项工作中相互联系。我们证明了它们之间存在伽罗瓦连接，其中ADF是MMA的具体化，MMA是ADF的抽象。我们探讨了抽象解释在正式论证中发挥作用的后果，展示了一个合理的推理，从MMA内ADF的可接受性/可拒绝性的判断。据我们所知，很少有任何工作，将抽象的解释纳入正式的论证在文献中，并在规定的情况下，这项工作是第一个证明其使用和相关性。
2020-07-22 cs.AI cs.LO
Ranking-based Argumentation Semantics Applied to Logical Argumentation (full version)
Open Universiteit（开放大学）；Télécom SudParis（巴黎南泰尔电信学院）；Institut Polytechnique de Paris（巴黎理工学院）；Ruhr-Universität Bochum（波鸿鲁尔大学）
本文系统研究了排序语义在结构化论辩形式体系中的行为，证明一大类排序语义能产生 culpability measures 且对论辩构建方法的选择具有鲁棒性。
2023-07-31 cs.AI
Making Use of Advances in Answer-Set Programming for Abstract Argumentation Systems
Institute of Information Systems（信息系统研究所）；Vienna University of Technology（维也纳工业大学）
Dung著名的抽象论证框架代表了论证领域中许多问题和应用的核心形式主义，这些问题和应用在过去十年中得到了显著的发展。因此，该领域最近的工作集中在这些框架的实现上，其中一个主要方法是使用混合集编程（ASP）。虽然一些论证语义可以在ASP语言中很好地表达，但其他的则需要相当麻烦的编码技术。ASP系统的最新进展，特别是ASP包gringo/claspD的元ASP优化前端提供了直接命令来过滤满足某些子集最小（或最大）约束的答案集。与标准ASP语言相比，这允许更简单的编码。在本文中，我们实验比较原始的编码（为论证语义的基础上首选的，半稳定的，并分别，阶段扩展）与新的元ASP编码。此外，我们为最近推出的基于分辨率的接地语义提供了新的编码。我们的实验结果表明，元ASP方法在编码问题的复杂性充分反映在元ASP方法的情况下工作良好。
2011-08-24 cs.AI
Prioritized Norms in Formal Argumentation
Zhejiang University（浙江大学）；University of Luxembourg（卢森堡大学）；University of Aberdeen（阿伯丁大学）；CNRS（法国国家科学研究中心）
为了解决规范之间的冲突，可以使用各种非单调形式主义来执行优先规范推理。同时，形式论证为非单调逻辑提供了一种表示方法。在本文中，我们提出了一个表示优先规范推理的论证。使用层次抽象规范系统，我们定义了三种优先规范推理方法，称为贪婪，减少和优化。然后，在建立了层次抽象规范系统的论证理论之后，我们证明了对于一个全序的层次抽象规范系统，贪婪和归约可以分别用最弱环节和最后环节原则在论证中表示，和优化可以通过引入额外的失败来表示，捕获这样的想法，即对于包含不属于最大值的范数的每个参数，这一论断，应当予以驳斥。
2018-02-28 cs.AI
Technical Report on the Learning of Case Relevance in Case-Based Reasoning with Abstract Argumentation
Imperial College London（伦敦帝国学院）
本文研究在法律案例推理中结合抽象论证与决策树自动学习案例相关性，实验表明该方法在两个法律数据集上具有竞争力，并能生成更紧凑、更易解释的表示。
2023-10-30 cs.AI
A Comparative Study of Ranking-based Semantics for Abstract Argumentation
LIPADE；CRIL, CNRS（法国国家科学研究中心）；UPMC Univ Paris 06, CNRS（法国国家科学研究中心）；LIP6, UMR 7606
论证是对一组论点进行评价和比较的过程。比较它们的一种方法是使用基于排序的语义，该语义将参数从最可接受的参数到最不可接受的参数进行排序。最近，一些这样的语义已被独立提出，往往与一些理想的属性。然而，没有一个比较研究，采取更广泛的视角。这就是我们在这项工作中提出的。我们提供了一个一般的比较，所有这些语义方面提出的属性。这允许强调现有语义之间的行为差异。
2016-02-02 cs.AI
The DIAMOND System for Argumentation: Preliminary Report
Leipzig University（莱比锡大学）
抽象辩证框架（ADF）是对Dung抽象论证框架的有力概括。本文介绍了一个基于答案集编程的软件系统DIAMOND（DIAlecticalModelsEncoding）。它将ADF转换为答案集程序，其稳定模型对应于ADF的模型，就几个语义（即容许，完整，稳定，接地）。
2013-12-20 cs.AI
An Extension-based Approach for Computing and Verifying Preferences in Abstract Argumentation
School of Computing and Engineering, University of Huddersfield（哈德斯菲尔德大学计算与工程学院）；Department of Computing Science, University of Aberdeen（阿伯丁大学计算科学系）
本文提出一种基于扩展的方法和算法，在抽象论辩框架评估阶段后穷举计算并验证论证偏好，解决了标准推理的逆问题，并分析了计算复杂度及近似算法。
2024-03-26 cs.AI
Enhancing Conflict Resolution in Language Models via Abstract Argumentation
School of Philosophy, Zhejiang University（浙江大学哲学系）；College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院）；The State Key Lab of Brain-Machine Intelligence（脑机智能国家重点实验室）
针对大语言模型难以处理信息不完整/不一致引发冲突的问题，本文结合抽象论证框架构建带计算过程解释的数据集微调模型，提升了冲突解决泛化准确率与模型透明度。
2025-11-13 cs.AI
ConArg: a Tool to Solve (Weighted) Abstract Argumentation Frameworks with (Soft) Constraints
INRIA-Rocquencourt（罗克库尔法国国家信息与自动化研究所）
ConArg是一个基于约束编程的工具，可用于建模和解决与抽象论证框架（AF）相关的不同问题。为了实现这个工具，我们使用了JaCoP，这是一个Java库，为用户提供了一个有限域约束编程范例。ConArg能够随机生成具有小世界特性的网络，以便在这种交互图上找到无冲突、可容许、完全、稳定接地、首选、半稳定、阶段和理想扩展。我们介绍了ConArg的主要功能，并及时报告了性能，还与ASPARTIX [1]进行了比较，ASPARTIX是一种使用答案集编程的类似工具。使用约束求解技术可以解决[2]中提出的问题的复杂性。此外，我们建议基于半环的软约束作为一种手段来参数化地表示和解决加权论证框架：与攻击相关的不同类型的偏好水平，例如，表示“future”、“cost”或概率的得分可以通过选择半环代数结构的不同实例来表示。其基本思想是提供一个通用的计算和定量框架。
2013-01-16 cs.AI
On the Graded Acceptability of Arguments in Abstract and Instantiated Argumentation
University of Groningen（格罗宁根大学）；King's College London（伦敦国王学院）
本文开发了一个正式的理论的程度的理由的论点，这完全依赖于一个论证框架的结构，并可以成功地接口的方法，以实例化的论证。该理论分三步发展。首先，本文介绍了分级概括的两个关键概念的基础Dung的语义：自卫和无冲突。这导致了Dung语义的自然泛化，标准扩展根据它们满足的自卫和无冲突水平而被削弱或加强。本文研究了这些语义的不动点理论，建立了它们的存在性结果。其次，本文展示了如何分级语义很容易提供一种方法，参数排名，提供了一个新的贡献，最近不断增长的研究计划排名为基础的语义。第三，这种新的方法，以参数排名的应用和研究的背景下，实例化的论证框架，并在这样做是占一个简单的形式的累算的参数内的粪范式。最后，该理论与现有的方法进行了详细的比较。
2018-11-08 cs.AI
Numerical Abstract Persuasion Argumentation for Expressing Concurrent Multi-Agent Negotiations
Nagoya Institute of Technology（名古屋工业大学）
由2个代理e1和e2进行的协商过程可以被例如e1和e3之间的另一协商过程交织。交织可以改变在第一协商过程开始时假设的资源分配。现有的基于辩论的谈判的建议主要集中在两个代理人的双边谈判，但很少对并发的多代理人的谈判。为了填补这一空白，我们提出了一个新的论证理论，其发展的基础上抽象的说服论证（这是一个抽象的论证形式主义与动态关系）。它的数值信息和机制的动态关系的成员之间的握手，我们表明，扩展的理论非常适合并发多代理人的谈判稀缺资源。
2020-01-23 cs.AI cs.MA
Cautious Monotonicity in Case-Based Reasoning with Abstract Argumentation
Imperial College London（帝国理工学院）
最近，基于案例推理的基于抽象论证的模型（简称$AA{\text -}CBR$）已经被提出，最初受到法律领域的启发，但也适用于不同场景中的分类器，包括图像分类，文本的情感分析，以及预测英国议会的法案通过。然而，$AA{\text -}CBR$作为一个推理系统的形式属性仍然在很大程度上未被探索。在本文中，我们专注于分析的$AA{\text -}CBR$（我们称之为$AA{\text -}CBR_{\succeq}$）的正规版本的非单调性。具体来说，我们证明了$AA{\text -}CBR_{\succeq}$是不谨慎单调，经常被认为是可取的非单调推理文献中的属性。然后定义了$AA{\text -}CBR_{\succeq}$的一个谨慎单调的变体，并给出了获得它的一个算法，进一步证明了这种变体等价于使用$AA{\text -}CBR_{\succeq}$和一个由原案例库中所有“令人惊讶”的案例组成的受限案例库.
2020-07-13 cs.AI
Necessary and Sufficient Explanations in Abstract Argumentation
Utrecht University（乌得勒支大学）；Tilburg University（蒂尔堡大学）
在本文中，我们讨论了形式论证的必要和充分的解释-在各种基于扩展的语义下，是否以及为什么某个论点可以被接受（或不被接受）的问题。给定一个框架，与此解释论证为基础的结论可以得出，我们研究的必要性和充分性：什么（套）参数是必要的或足够的（不）接受的论点？
2020-11-04 cs.AI cs.LO
An Extension-Based Argument-Ranking Semantics: Social Rankings in Abstract Argumentation Long Version
University of Hagen（哈根大学）；TU Wien（维也纳工业大学）；Vienna University of Economics and Business（维也纳经济大学）
本文提出了一族新的论证排序语义，利用社会排序函数将论证分类细化为怀疑接受、轻信接受和拒绝，并给出了满足该细化性质的充分必要条件。
2024-12-18 cs.AI
On the Complexity of the Discussion-based Semantics in Abstract Argumentation
University of Hagen（汉诺威大学）；University of Luxembourg（卢森堡大学）
本文研究了讨论语义下论证强度判定的复杂性，证明其在多项式时间内可解，并通过自动机理论将问题转化为半环自动机的等价性问题。
2026-04-20 cs.AI
Collective Argumentation
一个抽象的论证框架，称为集体论证的扩展，其中的攻击关系是直接定义在参数集之间。该扩展被证明是合适的，特别是，用于表示析取逻辑程序的语义。两种特殊类型的集体论证被认为是反对者可以分享他们的论点。
2002-07-14 cs.AI
Exploiting Parallelism for Hard Problems in Abstract Argumentation: Technical Report
University of Aberdeen（阿伯丁大学）；University of Huddersfield（哈德斯菲尔德大学）；University of Brescia（布雷西亚大学）
抽象论证框架（\AFname）是一个能够涵盖各种非单调推理方法、逻辑程序设计和计算论证的统一框架。然而，大多数与\AFname相关的决策和枚举问题的有效方法缺失，从而潜在地限制了基于论证的方法在实际领域中的功效。在本文中，我们提出了一个算法，枚举的抽象论证框架，利用并行计算的首选扩展。为此，采用SCC递归语义定义模式，在特定子框架的级别上定义扩展。该算法在大型框架中在找到的解决方案数量和加速方面显示出显着的性能改进。
2014-11-18 cs.AI cs.DC
Abstractly Interpreting Argumentation Frameworks for Sharpening Extensions
攻击性论证的循环在Dung式论证理论中提出了非平凡的问题，奇数和偶数长度循环之间的明显行为差异是一个值得注意的问题。虽然提出了一些方法来处理它们，以-特别是-使选择可接受的参数在奇数长度的循环时，粪语义可以选择没有，到目前为止，这些问题已经观察到从纯粹的参数图论的角度。相反，我们考虑参数图与参数（例如本体）上的某种格状语义结构。正如我们所展示的，语义-论证图混合理论允许我们应用抽象解释，一个广为人知的方法在静态程序分析，正式论证。这样，即使在一个循环中没有任何论证可以被合理地选择，我们也可以更多地讨论包含它的论证框架的论证可接受性，在某种意义上，我们可以验证这个混合理论中关于语义结构的Dung扩展，以巩固我们对它们的适用性的信心。通过定义的理论，并通过现有的方法进行比较，我们最终发现，无论是粪语义，或替代语义，如cf2，是足够的或有问题的，不仅取决于一个参数图，但也在图中的参数之间的语义关系。
2018-02-05 cs.AI
Some Supplementaries to The Counting Semantics for Abstract Argumentation
Tsinghua University（清华大学）
Dung的抽象论证框架由一组相互作用的论证和一系列用于评估它们的语义组成。这些语义将参数集的幂集划分为两类：扩展和非扩展。为了用特定的语义进行推理，需要采取轻信或怀疑的方法，即一个论点最终被接受，如果它分别在一个或所有扩展中被接受。在我们以前的工作\cite{ref-pu2015counting}中，我们提出了一种新的语义，称为\emph{counting semantics}，它允许一个更细粒度的评估参数，通过统计各自的攻击者和防御者的数量的基础上的参数图和参数游戏。在本文中，我们继续我们以前的工作，提出了一些关于如何选择计数语义的破坏性因素，以及与一些现有的方法，如Dung的经典语义学，一般渐进赋值的关系。最后，一个公理化的角度对排名语义诱导我们的计数语义。
2015-09-11 cs.AI
Abstract Argumentation and the Rational Man
Umeå University（于默奥大学）
抽象论证作为一种非单调推理的方法已经出现，在符号人工智能社区中得到了普及。在文献中，抽象论证的不同方法经过多年的改进，通常从形式逻辑的角度进行评估;基于经济理性决策模型的分析并不存在。在本文中，我们致力于解决这个问题，分析抽象的论证从微观经济理论的理性人范式的角度。为了评估在何种条件下抽象的基于论证的决策可以被认为是经济合理的，我们从经济合理性的正式模型中推导出参考独立性作为非单调推理属性，并创建了一个新的论证原则，以确保遵守这一属性。然后，我们比较了参考独立性原则与其他推理原则，特别是谨慎单调和理性单调。我们表明，Dung的开创性论文中提出的论证语义，以及我们评估的其他语义-除了天真的语义和SCC递归CF2语义-违反参考独立性原则。因此，我们研究了论证框架的结构属性如何影响参考独立性原则，并确定循环扩展（偶数和奇数循环）作为问题的根源。最后，我们把参考独立性的背景下，基于偏好的论证，并表明，这种论证的变体，明确模型的偏好，参考独立性不能保证在一个直截了当的方式。
2021-01-08 cs.AI cs.LO
Integrating Temporality and Causality into Acyclic Argumentation Frameworks using a Transition System
Sorbonne Université（索邦大学）；CNRS（法国国家科学研究中心）；LIP6（巴黎第六大学信息学实验室）
本文提出将时间性与因果性引入无环抽象论证框架的形式化方法，通过行动语言建模世界演化并建立论证与后果的因果关系，并给出回答集编程实现及解释展望。
2024-02-06 cs.AI
Towards Preserving Semantic Structure in Argumentative Multi-Agent via Abstract Interpretation
近二十年来，论证在知识表示、推理和多智能体系统等领域受到了广泛关注。然而，在动态多智能体系统中的论证遇到的问题，显着的论点产生的代理，这是在牺牲代表的复杂性和计算成本。在这项工作中，我们的目标是从模型检查的角度来研究抽象的概念，其中有几个参数试图从不同的角度来捍卫相同的位置，从而减少论证框架的大小，同时保留系统中的语义流结构。
2022-11-28 cs.AI
Subargument Argumentation Frameworks: Separating Direct Conflict from Structural Dependency
Zhejiang University（浙江大学）
本文提出子论点论证框架（SAFs），通过将直接冲突与结构依赖分离，提升论证表示的表达能力，同时保持与Dung理论的语义兼容性。
2026-04-13 cs.AI
A Note on Rich Incomplete Argumentation Frameworks
Université de Paris（巴黎大学）
近年来，抽象论证中的定性不确定性问题受到了广泛关注。关于这个主题的第一个作品介绍了攻击存在的不确定性，然后是参数的存在，最后结合了两种不确定性。这就形成了不完全论证框架（IAFs）。但在控制论证框架（CAFs）的背景下引入了另一种不确定性：它存在于具有不确定方向的冲突关系中，即我们确信两个论点之间存在攻击，但攻击的实际方向是未知的。在这里，我们正式定义了丰富的IAF，它结合了以前在IAF和CAF中引入的三种不同的不确定性。我们表明，这种新的模型，虽然严格比IAF更有表现力，并没有遭受从一个爆炸的计算复杂性。此外，现有的计算方法的基础上SAT可以很容易地适应新的框架。
2020-11-19 cs.AI
A Labelling Framework for Probabilistic Argumentation
CSIRO（联邦科学与工业研究组织）；University of Brescia（布雷西亚大学）；Chinese Academy of Sciences（中国科学院）；University of Bologna（博洛尼亚大学）；European University Institute（欧洲大学学院）
论证和概率的结合为定性和定量不确定性的新解释铺平了道路，从而提供了新的理论和应用机会。由于各种利益，概率论证在文献中采用不同的框架，涉及结构化和抽象论证，以及各种类型的不确定性，特别是前提可信度的不确定性，考虑哪些论点的不确定性，以及论点或陈述的接受状态的不确定性。概率论证的一般框架，我们研究了一个标签导向的框架，包括基于规则的论证和它的（半）抽象帐户的基本设置，以及不同类型的不确定性。我们的框架提供了一个系统的处理各种不确定性和它们之间的关系，并允许我们支持或质疑文献中的断言。
2018-03-09 cs.AI
On the Relative Expressiveness of Argumentation Frameworks, Normal Logic Programs and Abstract Dialectical Frameworks
Computer Science Institute Leipzig University（莱比锡大学计算机科学研究所）
分析了抽象论证框架、规范逻辑程序和抽象辩证框架的二值语义的表达性。通过表达性，我们指的是在给定的命题签名上仅使用来自该签名的原子来编码所需的二值解释集合的能力。虽然所有这些语言的二值模型存在问题的计算复杂性是（几乎）相同的，我们表明，语言形成一个整洁的层次结构，就其表现力。
2014-05-05 cs.AI cs.LO
Applying Abstract Argumentation Theory to Cooperative Game Theory
King’s College London（伦敦国王学院）
我们应用抽象论证理论的思想来研究合作博弈论。在他的开创性论文的基础上，我们进一步的对应关系，Dung的四个论证语义和解决方案的概念，合作博弈论的完整扩展（接地扩展）对应罗斯的子解（分别为，超核心）。然后，我们调查之间的关系，有理有据的论证框架和凸游戏，在每种情况下的语义（分别解决方案的概念）相吻合，我们证明，三人凸游戏一般没有有理有据的论证框架。
2020-01-03 cs.AI cs.GT cs.MA
Abstract argumentation and answer set programming: two faces of Nelson's logic
University of Nebraska Omaha（内布拉斯加大学奥马哈分校）；IRIT（图卢兹计算机科学研究所）；Université de Toulouse（图卢兹大学）；CNRS（法国国家科学研究中心）
在这项工作中，我们表明，逻辑编程和抽象的论证框架可以解释纳尔逊的建设性逻辑N4。在这种逻辑中，我们通过形式化两个原则来做到这一点，我们称之为非矛盾推理和加强的封闭世界假设：第一个原则指出，任何信念都不能基于矛盾的证据，而后者则迫使未知和矛盾的证据都被视为错误。使用这些原则，逻辑程序设计和抽象论证框架都以模块化的方式并使用对象语言转换为构造性逻辑。逻辑程序蕴涵和抽象论证支持在翻译中遵循不矛盾推理原则成为新的蕴涵连接词。然后，攻击通过将这个新的蕴涵与强否定相结合来表示。逻辑程序设计理论与实践（TPLP）
2022-03-27 cs.AI cs.LO
Extension-ranking Semantics for Abstract Argumentation Preprint
Artificial Intelligence Group, University of Hagen, Hagen, Germany；Department of Advanced Computing Sciences, Maastricht University, The Netherlands；Department of Computer Science, Open Universiteit, The Netherlands；University of Cape Town, South Africa；Department of Computer Science, TU Dortmund, Dortmund, Germany
本文提出一个基于可接受性的抽象论点集排序通用框架，将Dung的扩展语义推广为扩展排序语义，引入评估原则并结合基础关系构建出一族扩展排序语义，同时调整现有方法用于扩展排序并评估其行为。
2025-04-30 cs.AI
Proceedings of the Second Summer School on Argumentation: Computational and Linguistic Perspectives (SSA'16)
TU Dresden（德累斯顿工业大学）；University of Koblenz-Landau（科布伦茨-兰道大学）；Università degli Studi di Brescia（布雷西亚大学）；University of Potsdam（波茨坦大学）
本卷包含在第二届暑期学校的论文摘要论证：计算和语言学的观点（SSA'2016）在波茨坦举行的9月8日至12日，德国。
2016-08-03 cs.AI
Monotonicity and Noise-Tolerance in Case-Based Reasoning with Abstract Argumentation (with Appendix)
Imperial College London（帝国理工学院）
最近，基于案例推理的基于抽象论证的模型（简称$AA{\text -} CBR$）已经被提出，最初受到法律领域的启发，但也适用于不同场景中的分类器。然而，$AA{\text -} CBR$作为一个推理系统的形式属性仍然在很大程度上未被探索。在本文中，我们专注于分析的$AA{\text -} CBR$（我们称之为$AA{\text -} CBR_{\succeq}$）的正规版本的非单调性。具体来说，我们证明了$AA{\text -} CBR_{\succeq}$是不谨慎单调，经常被认为是可取的在文献中的属性。然后，我们定义了一个变化的$AA{\text -} CBR_{\succeq}$这是谨慎单调。此外，我们证明，这种变化是等效于使用$AA{\text -} CBR_{\succeq}$与一个有限的casebase组成的所有“令人惊讶”和“足够”的情况下，在原来的casebase。作为一个副产品，我们证明了这种变化的$AA{\text -} CBR_{\succeq}$是累积的，合理的单调，并授权的原则性治疗的噪音在“不相干”的情况下。最后，我们说明了$AA{\text -} CBR$和谨慎的单调性问题的案例研究，美国商业秘密领域，法律案例库。
2021-07-13 cs.AI
Expressivity Results for Structured Argumentation Frameworks with Uncertain Rules and Premises
Consiglio Nazionale delle Ricerche（意大利国家研究委员会）
本文研究了结构化论证框架中不确定规则和前提的表达性，比较了抽象和结构化模型的表达性，提出了正负向的表达性结果。
2026-10-26 cs.AI cs.LO
Deep Learning for Abstract Argumentation Semantics
National Police Lab AI, Netherlands Police（荷兰警察局人工智能实验室）；Utrecht University（乌得勒支大学）；Tilburg University（蒂尔堡大学）
在本文中，我们提出了一个基于学习的方法来确定接受的论点下几个抽象的论证语义。更具体地说，我们提出了一个论证图神经网络（AGNN），学习消息传递算法来预测参数被接受的可能性。实验结果表明，AGNN几乎可以完美地预测不同语义和规模下的可接受性，以及更大的论证框架。此外，分析的消息传递算法的行为表明，AGNN学习坚持基本原则的参数语义在文献中确定，因此可以训练预测扩展不同的语义-我们展示了后者如何可以做多扩展语义使用AGNN指导基本搜索。我们在https://github.com/DennisCraandijk/DL-Abstract-Argumentation上发布代码
2020-07-16 cs.AI cs.LG
