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
Value of Information for Argumentation based Intelligence Analysis
Defence Science and Technology Laboratory(国防科学技术实验室)
论证提供了论证和这些论证之间的攻击的表示。论证可以用来表示对证据进行推理以得出结论的过程。在这样的推理过程中,理解信息的价值可以根据推理过程的输出来提高决策的质量。一项信息的价值本质上取决于现有的证据和推理所回答的问题。在本文中,我们引入了一个价值的参数框架的信息,以确定最有价值的参数在框架中的参数的有限集合内,参数和攻击,可以添加到改变输出的评估。我们证明了在一个参数框架内的信息的价值,代表在海事领域的情报分析。了解信息在情报分析中的价值将使分析人员能够平衡收集的成本和风险,有效地要求进一步收集情报,以增加对假设分析的信心。
2021-02-16 cs.AI
An Implementation, Empirical Evaluation and Proposed Improvement for Bidirectional Splitting Method for Argumentation Frameworks under Stable Semantics
Nanjing University(南京大学);State Key Laboratory for Novel Software Technology at Nanjing University(南京大学计算机软件新技术国家重点实验室)
抽象论证框架是一种形式化的系统,它可以帮助人们从非单调的知识系统中获得结论。在这样一个系统中,论证语义被定义为一组具有某些期望性质的论证,例如,元素之间不冲突。对论证框架进行分割可以有效地加快论证语义的计算速度。关于稳定语义,已经提出了两种方法来以单向或双向的方式分割论证框架。双向分裂的优点是它不依赖于结构,并且与单向分裂不同,它可以用于由单个强连接组件组成的框架。双向分割使用最小切割。在本文中,我们实现和测试的性能的双向分裂方法,以及两种类型的图切割算法。实验数据表明,在大多数情况下,使用最小割不会提高计算稳定语义的性能。因此,我们建议使用平衡切割,而不是最小切割,其中框架被分成两个大小相等的子框架。实验结果表明,使用平衡割进行双向分裂的计算语义的性能显着改善。
2018-08-11 cs.AI
Defeasible Logic Programming: An Argumentative Approach
这里报告的工作介绍了可废止逻辑编程(DeLP),一种形式主义,结合逻辑编程和可废止论证的结果。DeLP提供了以弱规则的形式以声明的方式表示信息的可能性,以及用于证明蕴涵结论的可废止论证推理机制。在DeLP中,论证形式主义将用于在矛盾的目标之间做出决定。论证将得到论证的支持,而这些论证可能会被其他论证击败。一个查询q将成功时,有一个参数A的q是有保证的,即,参数A,支持q是发现不败的保证程序,实现了辩证分析。DeLP的可废止论证基础允许构建处理动态域中不完整和矛盾信息的应用程序。因此,所得到的方法是适合于代表代理的知识,并为代理提供一个基于论证的推理机制。
2003-02-20 cs.AI
When factorization meets argumentation: towards argumentative explanations
Paris-Dauphine University(巴黎多芬大学);PSL Research Universities(PSL研究型大学);CEREMADE;LAMSADE
针对基于因子分解的推荐模型隐因子含义不清晰、难以解释的问题,提出融合论证框架的新型模型,将特征归因转化为结构化论证过程,可融入辅助信息提升预测精度,支持多种解释应用,性能优于现有论证类方法且可与主流推荐方法竞争。
2024-05-13 cs.AI
Block Argumentation
Department of Mathematics and Computer Science, University of Perugia(佩鲁贾大学数学与计算机科学系)
我们设想了一个更高层次的双极抽象论证,用于非基本论证,例如:X反驳Y的真诚,事实上Y已经提出了他的论证来得出结论C,通过省略其他不会验证C的事实。涉及这种论证的论证要求我们潜在地将一个论证视为一个连贯的论证块,即一个论证本身可能是一个论证。在这项工作中,我们制定块论证作为一个具体的例子,邓式双极抽象论证的双重性质的论点。我们认为内部一致性的一个论点(ation)下的一组限制,图形(句法)和语义性质,并制定可接受性语义与他们有关。我们发现,经典的可接受性语义一般不持有良好的约束。特别是,未受攻击的论点的可接受性并不总是有道理的。此外,在完全语义中可能不存在唯一的最小成员,因此怀疑(接地)语义可能不是它的子集。为了保留集理论最小语义作为一个子集的完整语义,我们定义半接地语义。通过比较,我们展示了块论证的概念如何进一步概括结构化论证。
2019-01-18 cs.AI cs.LO
AF-XRAY: Visual Explanation and Resolution of Ambiguity in Legal Argumentation Frameworks
Gonzaga University, Spokane, WA(Gonzaga大学)
本文提出开源工具包AF-XRAY,通过分层可视化、攻击边分类、语义叠加和关键攻击集识别,解决法律论证框架中的歧义问题,帮助非专家理解论证可接受性并支持目的论法律推理。
2025-07-14 cs.AI
A Parameterised Hierarchy of Argumentation Semantics for Extended Logic Programming and its Application to the Well-founded Semantics
论证已被证明是一个有用的工具,在定义基于论证的推理的形式语义时,将证明视为一个过程,在这个过程中,支持者和反对者通过削弱(攻击论点的前提)和反驳(攻击论点的结论)来攻击对方的论点。在本文中,我们制定了各种概念的攻击扩展的逻辑程序的底切和反驳的组合,并定义了一个一般层次的论证语义参数化的攻击的概念选择的支持者和对手。我们证明了语义之间的等价和子集关系,并检查了一些基本性质的一致性和连贯原则,它涉及默认否定和显式否定。最重要的是,我们把现有的语义在我们的层次结构中的文献中提出的,并确定一个特定的论证语义,我们证明等价的次协调有根据的语义明确否定,WFSX $_p$。最后,我们提出了一个一般的证明理论,基于对话树,并表明它是健全的和完整的论证语义。
2003-11-08 cs.AI cs.LO
Change in Quantitative Bipolar Argumentation: Sufficient, Necessary, and Counterfactual Explanations
Umeå University(乌尔姆大学)
本文针对定量双极论证框架更新导致的推理变化问题,提出追踪主题论证强度偏序中不一致的形式化方法,识别充分、必要和反事实解释,并给出启发式搜索算法及实现。
2025-09-21 cs.AI cs.LO cs.MA
Technical Report of "Deductive Joint Support for Rational Unrestricted Rebuttal"
International Center for Computational Logic, TU Dresden(德累斯顿工业大学国际计算逻辑中心)
在ASPIC式的结构化论证中,一个论证可以通过攻击另一个论证的结论来反驳它。有两种形式化反驳的方法被提出:在限制性反驳中,被攻击的结论必须是用可废止规则得出的;而在非限制性反驳中,它可能是用严格规则得出的,只要这个严格规则的前提中至少有一个是可废止的。在结构化论证框架的各种可能定义之间进行选择的一种系统方法是研究哪些定义满足哪些合理性假设,例如闭合假设是否成立,即接受的结论是否在严格的规则下是闭合的。虽然有一些好处,使用无限制反驳的建议面临的问题,封闭公设只适用于接地语义,但当其他论证语义应用失败,而与限制反驳的封闭公设始终成立。在本文中,我们提出,ASPIC式的论证可以受益于跟踪不仅参数之间的攻击关系,但也有关系的演绎联合支持之间的一组参数和参数,从该集合构造使用严格的规则。通过在确定扩展时考虑这种演绎联合支持关系,闭包假设在所有基于可容许性的语义下都成立,并具有无限制的反驳。我们通过扁平化方法定义了演绎联合支持的语义。
2020-07-09 cs.AI cs.LO
Resolving Conflicting Arguments under Uncertainties
The Chinese University of Hong Kong(香港中文大学)
开放领域中基于分布式知识的应用依赖于常识信息,而常识信息具有不确定性和不完整性。为了从模糊的数据中得出有用的结论,必须解决整体观点中产生的不确定性和冲突。如果不深入分析不确定因素引起的冲突,任何综合框架都是不可行的。在本文中,我们给出了这样的分析和结果的基础上,提出了一个集成的框架。我们的框架扩展了明确的论证理论模型的不确定性。它支持三种观点的冲突和不确定的知识。因此,知识工程师可以根据应用程序上下文(即视图)得出不同的结论。我们还给出了一个说明性的例子,战略决策支持,以显示我们的框架的实际用途。
2013-01-30 cs.AI
Two forms of minimality in ASPIC+
City University of New York(纽约市立大学)
许多结构化论证系统明确要求构成结论论点的事实和规则是得出结论所需的最小集合。ASPIC+并没有对参数提出这样的要求,而是要求在其构造中使用参数的每个规则和事实。因此,ASPIC+参数是最小的,从这个意义上说,删除参数的任何元素都会导致一个不是参数的结构。在这个简短的说明中,我们讨论了这两种类型的极小性,并展示了如何在ASPIC+中恢复第一种极小性。
2017-02-02 cs.AI cs.LO
Dynamics of Knowledge in DeLP through Argument Theory Change
National Research Council (CONICET)(国家研究委员会(CONICET));Universidad Nacional del Sur (UNS)(南方国立大学(UNS))
本文研究了可废止逻辑程序(de.l.p. s)的修改方法,它是可废止逻辑程序设计(DeLP)解释器所使用的知识库。DeLP是一种论证形式主义,允许对潜在不一致的de.l.p.s.进行推理。论证理论变化(ATC)研究信念修正的某些方面,以使它们适用于抽象的论证系统。在这篇文章中,抽象的参数呈现具体的使用特定的基于规则的可废止逻辑采用DeLP。我们建议的目标是为de.l.p.s定义优先的参数修改操作符,以这样的方式,新插入的参数在修改后不会失败,从而验证其结论。为了确保这一保证,必须根据最小变化原则改变de.l.p.。为此,我们讨论了可以采用的不同的最小变化标准。最后给出了一个实现参数修正操作的算法。
2011-11-29 cs.AI cs.LO