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
dynPARTIX - A Dynamic Programming Reasoner for Abstract Argumentation
Institute of Information Systems Vienna University of Technology, Austria
本文的目的是宣布发布一个新的系统，抽象的辩论，这是基于分解和动态规划。我们提供了第一个实验评估，以显示这种方法的可行性。
2011-08-24 cs.AI
A Unifying Framework for Learning Argumentation Semantics
Imperial College London（伦敦帝国学院）；University College London（伦敦大学学院）；University of Verona（维罗纳大学）；ILASP Limited（ILASP有限公司）
本文提出一个基于归纳逻辑编程的统一框架，以可解释方式学习多种论证框架的可接受性语义，并在实证评估中优于现有论证求解器。
2025-03-04 cs.AI cs.LG
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
A Plausibility Semantics for Abstract Argumentation Frameworks
University of Luxembourg（卢森堡大学）
我们提出并研究了一个简单的排名措施为基础的扩展语义抽象的论证框架的基础上，其通用的实例化默认的知识库和排名结构语义的默认推理。在这种情况下，我们考虑从结构化到逻辑到浅语义实例化的路径。由此产生的合理的JZ扩展语义偏离更传统的方法。
2014-07-16 cs.AI
Improved Answer-Set Programming Encodings for Abstract Argumentation
La Sapienza, University of Rome（罗马大学）；Vienna University of Technology（维也纳工业大学）
为抽象论证问题设计有效的解决方案是迈向高级论证系统的关键一步。文献中最突出的方法之一是使用混合集编程（ASP）来实现这一目标。在本文中，我们提出了新的编码三个突出的论证语义使用的概念，条件字面的析取提供的ASP系统clingo。我们的新编码不仅比以前的版本更简洁，而且在标准基准测试中也优于它们。
2015-10-20 cs.AI
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
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
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
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
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
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
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
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
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
Many-valued Argumentation, Conditionals and a Probabilistic Semantics for Gradual Argumentation
Universit\`a della Calabria, Italy Universit\`a del Piemonte Orientale, Italy
本文提出渐进论证语义的多值偏好解释框架，支持条件推理与布尔组合，并以 ASP 实现有限值加权论证图推理，进而构建概率语义。
2022-12-14 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
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
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
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
Relational Argumentation Semantics
Kyoto University（京都大学）
在本文中，我们提出了一个新的角度对论证语义，把它们看作是一个关系数据库。它提供了底层论证图的封装，并允许我们在一个单一的关系视角下理解论证语义，从而产生了关系论证语义的概念。这是通过一种公共的形式语言来理解论证语义的一个方向。我们发现，许多现有的语义，如解释语义，多代理语义，和更典型的语义，已提出了特定的目的，理解关系的角度来看。
2021-04-26 cs.AI cs.DB
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
A Bayesian Approach to Direct and Inverse Abstract Argumentation Problems
Sun Yat-sen University（中山大学）；Zhejiang University（浙江大学）
本文研究了一个基本的机制，如何检测参数之间的冲突给定的情感有关的可接受性的论点。为了解决这一问题，我们引入了抽象论证逆问题的概念。给定可接受参数的噪声集，它的目的是找到攻击关系，解释集合的可接受性语义。它是与传统的抽象论证问题相对应的直接问题的逆问题，其重点是在给定参数之间的攻击关系的情况下，根据语义找到可接受的参数集。我们给出了一个概率模型处理这两个问题的方式，是忠实的可接受性语义。从理论的角度来看，我们表明，一个解决方案的正问题和反问题是一个特殊的情况下的概率推断的模型。我们讨论了该模型提供了一个自然的语义扩展，以应付不确定的攻击概率分布的关系。从经验的角度来看，我们认为，它合理地预测个人的情绪有关的可接受性的论点。本文为可接受性语义数据驱动奠定了基础，为解决知识获取瓶颈提供了一种途径。
2021-01-27 cs.AI cs.LG cs.LO
Counting Complexity for Reasoning in Abstract Argumentation
TU Dresden（德累斯顿工业大学）；TU Wien（维也纳工业大学）；University of Potsdam（波茨坦大学）
在本文中，我们考虑计数和投影模型计数的各种语义的抽象论证中的扩展。当要求预测计数时，我们感兴趣的是计算给定论证框架的扩展的数量，而当限制于预测论证时相同的多个扩展仅计为一个预测扩展。当用无向论证图的树宽参数化问题时，我们建立了经典复杂性结果和参数化复杂性结果。为了获得上界计数投影扩展，我们引入了新的算法，利用小树宽的无向论证图的输入实例的动态规划（DP）。我们的算法运行在时间上的两倍或三倍指数的树宽度取决于所考虑的语义。最后，我们考虑指数时间假设（ETH），建立有界树宽算法计数扩展和投影扩展的下界。
2018-11-28 cs.AI cs.LO
Argumentation Semantics for Prioritised Default Logic
King’s College London（伦敦国王学院）
利用结构化论证的ASPIC+框架，赋予优先缺省逻辑（PDL）以论证语义，并证明了论证的结论就是优先缺省扩展. PDL的论证语义将允许论证博弈证明理论应用于PDL中的推理过程，使得接受结论的原因透明，推理过程更直观。这也开辟了基于辩论的分布式推理和代理人之间的沟通与PDL表示的心理态度的可能性。
2015-07-01 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
Combining Abstract Argumentation and Machine Learning for Efficiently Analyzing Low-Level Process Event Streams
University of Calabria（卡拉布里亚大学）；CNR（国家科研委员会）
提出一种数据高效的神经符号方法，通过抽象论证框架（AAF）优化序列标注模型生成的候选事件解释，以解决低层过程事件流中事件到活动映射的不确定性问题。
2026-05-06 cs.AI cs.LG
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
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
Well-Founded Argumentation Semantics for Extended Logic Programming
本文定义了扩展逻辑程序设计的论证语义，并证明了它与具有显式否定的良基语义的等价性。我们建立了一个一般的框架，在这个框架中，我们广泛比较这种语义的其他论证语义，包括那些粪，Prakken和Sartor。我们提出了一个一般的辩证证明理论，这些论证语义。
2002-07-10 cs.AI cs.LO
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
On Computing Stable Extensions of Abstract Argumentation Frameworks
German Jordanian University（德国约旦大学）
\textit{abstract argumentation framework}（简称{ \sc af}）是有向图$(A,R)$，其中$A$是\textit{abstract arguments}的集合，而$R\subseteq A \times A$是\textit{attack}关系。令$H=(A,R)$为{ \sc af}，$S \subseteq A$为一组参数和$S^+ = \{y \mid \exists x\in S \text{ with }(x,y)\in R\}$。那么，$S$是$H$中的\textit{stable extension}当且仅当$S^+ = A\setminus S$。在本文中，我们提出了一个彻底的，正式的验证一个已知的回溯算法列出所有稳定的扩展在一个给定的{ \sc af}。
2021-09-14 cs.AI cs.DM cs.DS
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
Semi-Abstract Value-Based Argumentation Framework
Technische Universität Wien（维也纳工业大学）
本文提出半抽象基于价值的论证框架，将命题公式映射到有序价值，并通过复杂道德困境案例展示其表达能力。
2023-09-25 cs.AI cs.LO
Interpreting Neural Networks as Gradual Argumentation Frameworks (Including Proof Appendix)
University of Stuttgart（斯图加特大学）
我们发现，一类有趣的前馈神经网络可以被理解为定量论证框架。这种联系在形式论证和机器学习的研究之间建立了一座桥梁。我们将前馈神经网络的语义推广到无环图，并研究了由此产生的计算和语义性质的论证图。事实证明，语义比为论证设置量身定制的现有语义提供了更强的保证。从机器学习的角度来看，这种联系似乎并没有立即帮助。虽然它为一些前馈神经网络提供了直观的含义，但由于其大小和密度，它们仍然难以理解。然而，这种联系似乎有助于将稀疏论证网络形式的背景知识与密集神经网络结合起来，这些网络是为了互补的目的而训练的，也有助于以端到端的方式从数据中学习定量论证框架的参数。
2020-12-10 cs.AI cs.LG cs.NE
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
Beyond But-for Test: Counterfactual Explanation in Abstract Argumentation via Actual Causality (Extended Version)
Zhejiang University（浙江大学）
针对抽象论证中的反事实解释问题，提出基于干预的反事实推理框架，通过编码论证接受条件为方程并定义干预算子，超越反事实检验，正确识别抢先和过度决定等结构中的原因。
2026-07-01 cs.AI cs.LO
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
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
