Bipolar Weighted Argumentation Graphs
Otto-von-Guericke Universität Magdeburg（马格德堡奥托·冯·格里克大学）
本文讨论了具有双重性的加权论证图的语义，即既包含攻击图又包含支持图。这项工作建立在以前的工作Amgoud，本Naim等。例如，分别给出并比较了仅包含支持关系或仅包含攻击关系的论证图的几种语义。
2016-12-23 cs.AI
On Natural Language Generation of Formal Argumentation
Cardiff University（卡迪夫大学）；University of St. Andrews（圣安德鲁斯大学）；University of Southampton（南安普顿大学）
在本文中，我们提供了一个第一次分析的研究问题时出现的问题，通过自然语言接口处理的问题，沟通件的正式论证。这是一个普遍持有的观点，论证的形式模型自然捕捉人类的论点，一些初步的研究集中在证明这一观点。不幸的是，结果不仅是不确定的，但似乎表明，向人类解释形式论证是一个相当明确的任务。用于表达基于论证的推理的图形模型很有吸引力，但人类通常需要大量的培训才能有效地使用这些工具。我们声称，自然语言接口正式论证系统提供了一个真正的替代方案，并可能是系统，捕捉人类的论点前进的方向。
2017-06-13 cs.AI
AFRA: Argumentation framework with recursive attacks
University of Brescia（布雷西亚大学）
作为一种有用的概念建模工具，在几种情况下，在论证中表示攻击攻击的问题正受到越来越多的关注。在本文中，我们提出了AFRA，形式主义包括无限递归攻击的论证框架内。AFRA满足定义简单和与Dung论证理论严格兼容的基本要求。本文提供了一个完整的发展AFRA形式主义补充说明性的例子和详细的比较与其他递归攻击形式化。
2018-10-11 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
A note on the uniqueness of models in social abstract argumentation
社会抽象论证是一种原则性的方法，用于为相互冲突的（加权的）论点赋值。在本文中，我们讨论了模型的唯一性的重要性质。
2017-05-09 cs.AI
Online Handbook of Argumentation for AI: Volume 3
本卷包含为人工智能在线论证手册（OHAAI）第三卷选择的论文的修订版。在此之前，论证和论证互动的形式理论已经被提出和研究，这导致了最近对论证的计算模型的研究。论证作为人工智能（AI）的一个领域，对于对知识的符号表示和可废止推理感兴趣的研究人员来说是高度相关的。这本手册的目的是为论证研究团体提供一本开放获取和精选的选集。OHAAI旨在作为一个研究中心，以跟踪最新和即将到来的博士驱动的研究，在与AI相关的所有领域的理论和应用论证。
2022-12-15 cs.AI
ABA+: Assumption-Based Argumentation with Preferences
Imperial College London（帝国理工学院）
我们提出了ABA+，一种新的方法来处理偏好在一个众所周知的结构化的论证形式主义，基于假设的论证（ABA）。在ABA+中，对假设给出的偏好信息被直接纳入攻击关系，从而导致攻击逆转。ABA+保守地扩展了ABA，并表现出各种理想的功能，讨论语义之间的关系，以及偏好处理。我们还引入了弱对位，这是一个关于规则和偏好推理的原则，它放松了对位的标准原则，同时保证了ABA+的额外理想功能。
2016-10-12 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
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
Prioritised Default Logic as Argumentation with Partial Order Default Priorities
我们表示Brewka的优先默认逻辑（PDL）的论证使用ASPIC+。通过将PDL表示为论证并设计一个考虑论证结构的论证偏好关系，我们证明了合理论证的结论对应于PDL扩展。我们将首先假设默认的优先权是总的，然后推广到它是偏序的情况。这提供了一个特征的非单调推理在PDL作为一个交换的论点和反论点，提供了一个基础上的分布式非单调推理的对话形式。
2016-08-25 cs.AI
The MatrixX Solver For Argumentation Frameworks
Intelligent Systems Department（智能系统部）；Computer Science Institute（计算机科学研究所）；Leipzig University（莱比锡大学）
MatrixX是抽象论证框架的求解器。一个论证框架的进攻和防御属性以矩阵的形式表示。求解器系统地减少该矩阵的矩阵和列。这个过程是通过使用散列映射来实现的，以加快计算时间。MatrixX致力于稳定和完整的语义，并为ICCMA 2021竞赛而设计。
2021-09-29 cs.AI
Credulous and Skeptical Argument Games for Complete Semantics in Conflict Resolution based Argumentation
Comenius University（夸美纽斯大学）
论证是定义非单调形式化的最常用方法之一，针对可废止逻辑程序提出了几种基于论证的语义。最近，提出了一种新的方法，基于冲突解决的概念，但只有声明性语义。本文给出了一个更程序的对应发展怀疑和轻信的论点游戏的完整的语义和健全性和完整性定理，这两个游戏。在此基础上，研究了可废止逻辑程序在多个上下文系统中的分布，并将两种论证博弈应用于多上下文系统。
2014-04-28 cs.AI
Online Handbook of Argumentation for AI: Volume 2
本卷包含为人工智能在线论证手册（OHAAI）第二卷选择的论文的修订版。在此之前，论证和论证互动的形式理论已经被提出和研究，这导致了最近对论证的计算模型的研究。论证作为人工智能（AI）的一个领域，对于对知识的符号表示和可废止推理感兴趣的研究人员来说是高度相关的。这本手册的目的是为论证研究团体提供一本开放获取和精选的选集。OHAAI旨在作为一个研究中心，以跟踪最新和即将到来的博士驱动的研究，在与AI相关的所有领域的理论和应用论证。
2021-06-23 cs.AI
Forecasting Argumentation Frameworks
Imperial College London（帝国理工学院）
我们介绍预测论证框架（FAF），一种新的基于论证的预测方法，最近的判断预测研究。FAF包括更新框架，该框架使（人类或人工）代理能够随着时间的推移争论结果的概率，例如政治选举的获胜者或通货膨胀率的波动，同时标记代理行为中的感知到的非理性，以提高其预测准确性。FAF包括五种论证类型，相当于标准的赞成/反对论证，如在双极论证中，以及新颖的提议论证和增加/减少修正论证。我们适应现有的渐进语义的两极论证，以确定聚合的辩证强度的建议参数和定义非理性行为。然后，我们给出了一个简单的聚合函数，它产生一个最终的群体预测从理性代理的个人预测。我们识别和研究FAF的属性，并进行实证评估，表明FAF有潜力提高参与者的预测准确性。
2022-05-23 cs.AI
Fudge: A light-weight solver for abstract argumentation based on SAT reductions
University of Koblenz-Landau（科布伦茨-兰道大学）；University of Brescia（布雷西亚大学）；University of Huddersfield（哈德斯菲尔德大学）
我们提出了福吉，一个抽象的论证求解器，紧密结合可满足性求解技术来解决一系列抽象的论证问题。虽然福吉使用的大多数编码都来自标准的翻译方法，但福吉使用了全新的编码来解决怀疑推理问题。优选的语义和问题WRT。理想语义学
2021-09-07 cs.AI
On the Acceptability of Arguments in Preference-Based Argumentation
Universite Paul Sabatier（保罗·萨巴蒂尔大学）
辩论是一种很有前途的不确定性知识推理模型。可接受性的关键概念可以区分论点和反驳：命题的确定性可以通过该命题最可接受的论点来评估。在本文中，我们调查不同的互补观点：-一个可接受的基础上存在的直接反驳，-一个可接受的基础上存在的辩护人。追求以前的工作基于偏好的论证原则，我们执行这两个观点，考虑到偏好排序比较参数。我们的方法是说明在推理的背景下，分层的知识基础。
2013-01-30 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
Constraints on the search space of argumentation
Max Planck Institute for Comparative and International Law（马克斯·普朗克比较法与公法研究所）；University of São Paulo（圣保罗大学）
从研究计算模型的论证（特别是在Escherades论证系统），我们探讨了图形表示的论点在争议中，然后，比较两种不同的传统的限制的理由的决定，并设计一个中间，半正式的，模型，我们还表明，它可以揭示理论的争议解决。最后，我们观察高度约束推理的在线争议解决系统的实用性，我们的文件。将论证的搜索空间限制在当事人提出的理由范围内（否决人工或人工仲裁员引入新的论证），是在论证系统中引入某种可判定性-以及可解释性-的唯一途径。
2013-12-06 cs.AI
Notes on Abstract Argumentation Theory
本文回顾了Dung 1995年关于抽象论证理论的开创性论文的第二部分。特别是，我们澄清和明确的所有证据中提到的，并提供更多的例子来说明的定义，旨在帮助读者接近抽象的论证理论的第一次。然而，我们提供了最少的评论，并将建议读者参考Dung的论文，以获得各种概念背后的直觉。附录中提供了适当的数学先决条件。
2022-04-05 cs.AI
Possible Controllability of Control Argumentation Frameworks -- Extended Version
LIPADE, Université de Paris（巴黎大学 LIPADE）
最近的控制论证框架（CAF）是一个推广的Dung的论证框架，处理不确定性下的论证动力学，特别是它可以用来模拟行为的代理，可以预见未来的变化环境。在这里，我们提供了新的见解，这个模型定义的概念可能的可控性的CAF。我们研究了这种新形式的推理的四个经典语义的复杂性，我们提供了一个逻辑编码的推理与这个框架。
2020-09-10 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
Online Handbook of Argumentation for AI: Volume 1
本卷包含为人工智能在线论证手册（OHAAI）第一卷选择的论文的修订版。在此之前，论证和论证互动的形式理论已经被提出和研究，这导致了最近对论证的计算模型的研究。论证作为人工智能（AI）的一个领域，对于对知识的符号表示和可废止推理感兴趣的研究人员来说是高度相关的。这本手册的目的是为论证研究团体提供一本开放获取和精选的选集。OHAAI旨在作为一个研究中心，以跟踪最新和即将到来的博士驱动的研究，在与AI相关的所有领域的理论和应用论证。
2020-06-22 cs.AI
Stratified Labelings for Abstract Argumentation
University of Koblenz（科布伦茨大学）；TU Dortmund（多特蒙德工业大学）
我们引入分层标签作为一种新的语义方法抽象的论证框架。与标准标签相比，分层标签提供了一个更细粒度的评估参数的争议性使用排名，而不是通常的标签，在，出，和未定。我们涉及的框架分层标签的条件逻辑，特别是系统Z的排名功能。
2013-08-04 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
A structured argumentation framework for detaching conditional obligations
Ruhr University Bochum（波鸿鲁尔大学）
我们提出了一个一般的形式论证系统，处理有条件的义务的分离。给定一组事实、约束和有条件的义务，我们通过考虑支持和反对无条件义务分离的理由来回答无条件义务是否可分离的问题。对于支持分离义务的论证的评价，我们使用Dung风格的论证理论语义学。我们说明了模块化的一般框架，考虑一些扩展，我们比较的框架，从文献中的一些相关方法。
2016-06-01 cs.AI
Probabilistic Deduction: an Approach to Probabilistic Structured Argumentation
Nanyang Technological University（南洋理工大学）
本文介绍了概率推理（PD）作为一种概率结构化论证的方法。PD框架由概率规则（p-规则）组成。作为经典结构化论证框架中的规则，p-规则构成了演绎系统。此外，p规则还表示定义联合概率分布的条件概率。在PD框架下，通过求解规则概率可满足性来进行概率推理。同时，通过论证和攻击，可以获得对概率推理的论证性解读。在这项工作中，我们介绍了封闭世界假设（P-CWA）的概率版本，并证明我们的概率方法符合P-CWA下的经典论证的完全扩展和最大熵推理。我们提出了几种方法来计算联合概率分布从p-规则实现一个实用的证明理论PD。PD提供了一个框架，以统一的概率推理与论证推理。这是第一个工作的概率结构化论证的联合分布是不假定形式的外部来源。
2022-09-01 cs.AI
Neural-Symbolic Argumentation Mining: an Argument in Favor of Deep Learning and Reasoning
University of Bologna（博洛尼亚大学）；TU Darmstadt（达姆施塔特工业大学）；University of Modena and Reggio Emilia（摩德纳-雷焦艾米利亚大学）
深度学习为论证挖掘领域带来了显着的贡献，但现有的方法仍然需要填补执行高级推理任务的空白。在这份立场文件中，我们认为神经符号和统计关系学习可以在整合符号和子符号方法以实现这一目标方面发挥至关重要的作用。
2020-01-28 cs.AI
Online Handbook of Argumentation for AI: Volume 4
该论文介绍OHAAI第四卷，汇集经修订的遴选论文，旨在以开放获取枢纽呈现AI论证理论与应用方面由博士研究驱动的最新成果。
2023-12-20 cs.AI
Formulating Manipulable Argumentation with Intra-/Inter-Agent Preferences
Nagoya Institute of Technology（名古屋工业大学）
从市场营销到政治，通过选择性的争论交流来利用不完整信息的现象无处不在。在这项工作中，我们专注于开发一个可操纵的多智能体论证，其中每个代理可能会传输欺骗性的信息给他人的战术动机的论证理论模型。特别是，我们研究了认知状态的表征，以及它们在欺骗/诚实检测和（错误）建立信任中的作用。为此，我们建议使用内部代理的偏好来处理欺骗/诚实检测和代理间的偏好，以确定哪个代理（S）相信更多。我们展示了如何欺骗/诚实的代理人的论证，如果检测到，将改变代理人的感知可信度，以及如何可能会影响他们的判断，哪些参数应该是可以接受的。
2019-09-15 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
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
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
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 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
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
A Tutorial for Weighted Bipolar Argumentation with Continuous Dynamical Systems and the Java Library Attractor
Institute of Cognitive Science, University of Osnabrück（奥斯纳布吕克大学认知科学研究所）
加权双极论证框架允许通过定义论证及其关系来建模决策问题和在线讨论。可以基于初始权重以及攻击和支持论点的强度来计算论点的强度。虽然以前的方法假设一个非循环论证图和连续设置参数的强度的基础上，他们的父母，最近连续动力系统已被提出作为替代。连续模型同时且连续地更新论点的强度。虽然目前没有一般图中收敛的分析保证，但实验表明，连续模型可以在具有数千个参数的大型循环图中快速收敛。在这里，我们专注于这种方法的高级思想，并解释关键结果和应用。我们还介绍了吸引力，一个Java库，可用于解决加权双极论证问题。吸引子包含几个离散和连续模型的实现以及计算解决方案的数值算法。它还提供了可用于实现、评估和比较连续模型的基类。
2018-11-30 cs.AI
Fuzzy Labeling Semantics for Quantitative Argumentation
Sun Yat-sen University（中山大学）；Institute of Logic and Cognition（逻辑与认知研究所）
针对定量论证中单一可接受度评估不足的问题，提出以可接受、可拒绝和不可判定三元组衡量论证强度的模糊标记语义，并给出满足合理性公设的语义类别及其与现有工作的关系。
2023-08-17 cs.AI
On Gradual Semantics for Assumption-Based Argumentation
Imperial College London, Department of Computing（伦敦帝国学院计算机系）
针对基于假设的论证（ABA）缺乏渐进语义的空白，提出一类为假设赋予辩证强度的新型渐进语义，证明其满足平衡性等性质，通过合成框架实验验证了与基线方法的对比效果及收敛性。
2025-07-31 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
Weighted Assumption Based Argumentation to reason about ethical principles and actions
Dept. of Human Studies, University of Salento, Lecce, Italy（人类研究系，萨莱诺大学）；Dept. of Informatics, University of Bari ``Aldo Moro'', Via E. Orabona 4, Bari, 70125, Italy（信息系，巴里“阿尔多·莫罗”大学）；Centro Interdipartimentale di Logica e Applicazioni (CILA), University of Bari ``Aldo Moro'', Via E. Orabona 4, Bari, 70125, Italy（逻辑与应用跨院系中心（CILA），巴里“阿尔多·莫罗”大学）
本文提出加权假设基于论证框架，通过为论证分配权重并推导攻击权重，用于伦理推理，并基于答案集编程实现。
2025-06-22 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
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
Risk Agoras: Dialectical Argumentation for Scientific Reasoning
University of Liverpool（利物浦大学）
我们提出了一个正式的框架，智能系统，可以推理的科学领域，特别是对致癌性的化学物质，我们研究它的属性。我们的框架是基于科学探究和话语的哲学，并使用辩证论证的模型。形式主义使科学的不确定性和冲突的方式适合定性推理的域表示。
2013-01-16 cs.AI
Broadening Label-based Argumentation Semantics with May-Must Scales (May-Must Argumentation)
Nagoya Institute of Technology（名古屋工业大学）
在一个给定的论证图中，关于哪一组论证是可接受的语义（可接受性语义）可以用几种不同的方式来表征。其中，基于标签的方法允许简洁和灵活的确定的可接受性状态的参数，通过分配一个标签，表示接受，拒绝，或未定的每个参数。在这项工作中，我们考虑了一种扩大它的方式，容纳可能-和必须-的条件，一个论点被接受或拒绝，由数量决定的拒绝和接受的攻击论点。我们表明，扩大的标签为基础的语义可以用来表达更温和的不确定性比不一致的可接受性判断时，例如，它可能是一个参数被接受的情况下，当它也可能是这种情况下，它被拒绝。我们确定，发现哪些条件的标签满足每个参数可以是一个不可判定的问题，这有一个不利的影响存在的语义。我们建议通过强制执行标签来解决这个问题，以最大限度地尊重这些条件，同时保持其余必然导致不终止的标签未决定。几种语义将被提出，并将注意到它们之间的关系。最后，我们将触及可能的研究方向，可以进一步追求。
2020-07-13 cs.AI
Relevance in Structured Argumentation
Ruhr-University Bochum（波鸿鲁尔大学）
我们研究了结构化论证系统所获得的非单调结果关系中的相关性质。必要相关性关注的是在添加不相关信息的情况下，结果关系的稳健性。为了解释什么是相关性，我们使用句法和语义考虑。句法标准是在关联逻辑领域提出的，近年来又以不干涉和抗碰撞的名义应用于论证理论。其基本思想是，一个给定的论证理论的结论应该是强大的，在添加信息，共享没有命题变量与原始数据库。一些语义相关性准则是从非单调逻辑中得到的。例如，谨慎单调性指出，如果我们从论证理论中获得某些结论，如果我们将其中一些添加到给定的数据库中，我们可能仍然会获得相同的结论。在本文中，我们研究的结构化论证系统，保证相关desiderata的属性。
2020-05-14 cs.AI
A unified setting for inference and decision: An argumentation-based approach
IRIT - UPS（法国图卢兹大学科学研究院 - 图卢兹第三大学）
不一致推理和决策问题一直是人工智能研究者们分开对待的两个问题。因此，为每一类别提出了不同的模式。不同的论证系统[2，7，10，11]已经被开发用于处理知识库中的不一致性。最近，其他论证系统[3，4，8]已经被定义为在不确定性下做出决策。本文的目的是提出一个一般的论证框架，其中既推断不一致和决策捕获。该框架可用于不确定性决策、多准则决策、基于规则的决策和基于案例的决策。此外，经典决策的工作假设有关环境的信息是一致的，这不再需要这个一般框架。
2012-07-04 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
Defense semantics of argumentation: encoding reasons for accepting arguments
Zhejiang University（浙江大学）；University of Luxembourg（卢森堡大学）
在本文中，我们展示了如何防御关系之间的抽象参数可以用来编码的理由接受参数。在引入防御和防御图的概念后，提出了防御语义和论证图的防御等价的概念，并将防御等价分别与标准等价和强等价进行了比较.然后，基于防御语义，我们定义了接受论点的两种原因，即，直接原因和根本原因，以及论证图的根等价的概念。最后，我们展示了如何根等价的概念，可以用于在论证摘要。
2017-08-02 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
Bipolar in Temporal Argumentation Framework
Consejo Nacional de Investigaciones Científicas y Técnicas（阿根廷国家科学技术研究委员会）；Department of Mathematics - Universidad Nacional de Santiago del Estero（圣地亚哥德埃斯特罗国立大学数学系）
时间论证框架（TAF）是一种形式主义，其中参数仅在给定的时间段内有效，称为可用性间隔，为每个单独的参数定义。最初的建议是基于一个单一的，抽象的概念之间的攻击参数，保持静态和永久的时间。因此，一般来说，当识别可接受的参数集时，与TAF相关联的结果将随时间而变化。在这项工作中，我们引入了一个扩展的TAF添加建模参数之间的支持关系的能力。从这个意义上说，由此产生的框架提供了一个合适的模型，不同的时间依赖性的问题。因此，这里的主要贡献是提供一个增强的框架，用于建模随着时间的推移而变化的积极（支持）和消极（攻击）的相互作用，这在许多现实世界的情况下是相关的。这导致了一个时间双极论证框架（T-BAF），其中可以定义经典的论点扩展。该方案旨在推进不同应用领域中时间论证的集成。
2019-03-05 cs.AI
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
The Inverse Problem for Argumentation Gradual Semantics
University of Aberdeen（阿伯丁大学）；CRIL（逻辑与推理研究中心）
渐进语义与抽象论证为每个论点提供一个分数，反映其可接受性，即它被其他论点攻击的程度。许多不同的渐进语义学已经在文献中提出，每个遵循不同的原则，并产生不同的论点排名。这种语义的一个子类，即所谓的加权语义，除了图结构之外，还将参数的初始权重集作为输入，这些权重影响结果参数的排名。在这项工作中，我们考虑这样的加权语义的逆问题。也就是说，给定一个论证框架和一个期望的论证排名，我们问是否存在初始权重，使得特定的语义产生给定的排名。本文的贡献是：（1）一个算法来回答这个问题，（2）一个渐进的语义必须满足的算法操作的特性的表征，和（3）所提出的算法的经验评估。
2022-02-01 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
"Minimal defence": a refinement of the preferred semantics for argumentation frameworks
Dung的抽象论证框架使我们能够仅仅基于对论证集合的“攻击”二元关系来研究论证之间的相互作用。在论证、非单调推理或逻辑编程的背景下，已经提出了解决矛盾信息之间冲突的各种方法，并且可以在Dung的框架内通过适当的语义来捕获。这些语义的一个共同特征是，在某种意义上，人们总是可以最大化可接受的参数集。在本文中，我们建议扩展Dung的框架，以允许我们所谓的“限制”参数的表示：这些参数只应在绝对必要的情况下使用，也就是说，为了支持其他参数，否则将被击败。我们相应地修改Dung的首选语义：一组参数成为可接受的，只有当它包含一个最小的限制参数，最大的无限制参数。
2002-07-08 cs.AI
