首页/论文/2109.14732

arXiv 2109.147322021-09-29cs.AI

用于论证框架的MatrixX求解器

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）

Maximilian Heinrich

备注：: Part of ICCMA 2021 proceedings

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

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。

英文摘要：

MatrixX is a solver for Abstract Argumentation Frameworks. Offensive and defensive properties of an Argumentation Framework are notated in a matrix style. Rows and columns of this matrix are systematically reduced by the solver. This procedure is implemented through the use of hash maps in order to accelerate calculation time. MatrixX works for stable and complete semantics and was designed for the ICCMA 2021 competition.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

Pyglaf论证推理器（ICCMA2021）

The pyglaf argumentation reasoner (ICCMA2021)

University of Calabria（卡拉布里亚大学）

pyglaf推理机利用限制来解决抽象论证框架的计算问题。事实上，这些问题中的许多问题都通过线性编码的方式被简化为限制，而其他一些问题则通过一系列对神谕的调用来解决。在pyglaf中，Python用于构建编码并控制外部边界求解器的执行，该外部边界求解器扩展了SAT求解器glucose并实现了利用不可满足的核心分析和增量计算的算法。

2021-09-07cs.AI

基于网络的辩论

Web-based Argumentation

Nanyang Technological University（南洋理工大学）

基于假设的论证（ABA）是20世纪末提出的一种论证框架。从那时起，仍然没有一个求解器实现在一个程序设计语言，这是很容易设置和没有求解器已经接口到网络上，这妨碍了公众的利益。这个项目的目的是实现一个ABA求解器在一个现代的程序设计语言，表现相当不错，并接口到网络上，更容易访问的公众。该项目展示了ABA求解器开发的新颖性，该求解器在Python程序设计语言中计算无冲突，稳定，可接受，接地，理想和完整的语义，可以通过易于使用的Web界面用于参数和争议树的可视化。进行实验，以确定该项目的最佳配置，并将该项目与最先进的ABA求解器，它没有Web接口，计算的语义数量较少的BADDD进行比较。从实验结果来看，本方案的最佳配置是通过使用“pickle”技术和树缓存技术实现的。使用这个项目的最佳配置，这个项目实现了比Bulldd更低的平均运行时间。在另一方面，该项目遇到了更多的情况下，与异常相比，这可能是由于该项目计算更多的语义，因此需要更多的资源来这样做。因此，可以说，这个项目运行良好，以国家的最先进的ABA求解器Bulldd。未来的工作包括对所实现算法的计算复杂性分析和效率分析、在论证框架中实现更多的语义以及对Web界面进行可用性测试。

2016-12-14cs.AI

论证可解释的调度（全文与证明）

Argumentation for Explainable Scheduling (Full Paper with Proofs)

Imperial College London（帝国理工学院）

数学优化提供了高效的工具，用于为具有明确目标的问题（特别是调度）找到解决方案。然而，优化求解器通常是无法解释的黑盒子，其解决方案对用户不可访问，并且用户无法与之交互。我们定义了一个新的范例，使用论证，使优化求解器和用户之间的互动，支持的证明或反驳解决方案的易于处理的解释。解决方案可以来自求解器或用户感兴趣的解决方案（在“假设”场景的上下文中）。具体来说，我们定义的论证和自然语言解释为什么时间表是（不）可行的，（不）有效的或（不）满足固定用户的决定，基于模型的基本完工时间调度问题的抽象论证框架（AF）。我们定义了三种类型的AF，其稳定的扩展是在一对一的对应关系的时间表是可行的，有效的和满足固定的决策，分别。我们从这些AF中提取出论证性解释，并从论证性解释中提取出自然语言解释。

2019-02-20cs.AI

抽象论证中的反事实与半事实解释：形式基础、复杂性与计算

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。

2024-05-07cs.AI

学习论证语义的统一框架

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。

2025-03-04cs.AIcs.LG

论证中的面（Facets）：一种研究论证重要性的形式化方法

Facets in Argumentation: A Formal Approach to Argument Significance

Department of Computer and Information Science, Linköping University, Sweden（林雪平大学计算机与信息科学系）；Leibniz Universität Hannover, Germany（汉诺威莱布尼茨大学）；Univ. Artois, CNRS, France（阿诺伊大学）；CSAIL, Massachusetts Institute of Technology, USA（麻省理工学院计算机科学与人工智能实验室）；DICE group, Paderborn University, Germany（波德生大学DICE小组）

该研究针对抽象论证框架中决策与枚举间推理成本高的问题，提出“面（facets）”概念用于刻画论证的重要性，证明其任务复杂度低于外延计数，并通过实验验证了可行性。

2025-05-16cs.AI

更多相关论文收起更多论文

Fudge：一个基于SAT约简的轻量级抽象论证求解器

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

2021-09-07cs.AI

作为稳定模型的首选扩展

Preferred extensions as stable models

Universitat Politècnica de Catalunya（加泰罗尼亚理工大学）；Universidad de las Américas - Puebla（普埃布拉美洲大学）

给定一个论证框架AF，我们引入一个映射函数，构造一个析取逻辑程序P，使得AF的优选扩展对应于P的稳定模型，每个稳定模型与相关原子相交后。给定的映射函数是多项式大小w.r.t. AF。特别是，我们确定，有一个直接的关系之间的最小模型的命题公式和优选的扩展论证框架的工作代表失败的论点。然后，我们展示了如何使用UNSAT算法和析取稳定模型求解器来推断论证框架的首选扩展。这个结果的相关性在于，我们定义了最令人满意的论证语义之一与非单调推理的最成功方法之一之间的直接关系，即，逻辑程序设计与稳定模型语义。

2008-03-26cs.AIcs.SC

第一届国际论证计算模型竞赛（ICCMA '15）系统描述

System Descriptions of the First International Competition on Computational Models of Argumentation (ICCMA'15)

本卷包含提交给第一届国际辩论计算模型竞赛（ICCMA'15）的18个求解器的系统描述，因此概述了抽象辩论问题的最新计算方法。有关比赛结果和个人求解器性能的更多信息，请访问http://argumentationcompetition.org/2015/。

2015-10-19cs.AI

自然语言句子之间蕴含与矛盾关系的识别：一种神经符号方法

Identification of Entailment and Contradiction Relations for Natural Language Argumentation: A Neurosymbolic Approach

University College London（伦敦大学学院）

本文提出一种基于AMR图、命题逻辑和SAT求解器的可解释RTE流水线，并引入松弛方法处理措辞差异，在四个数据集上验证了有效性。

2026-10-14cs.AIcs.CL

基于SAT的抽象论证中偏好扩展的计算

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。

2013-10-23cs.AI

论证属性的结构感知编码用于团块宽度

Structure-Aware Encodings of Argumentation Properties for Clique-width

Data Science Group, Heinz Nixdorf Institute, Paderborn University（数据科学组、海因茨·尼克斯多夫研究所、帕德博恩大学）；CNRS, UMR 8188, Centre de Recherche en Informatique de Lens (CRIL), University of Artois（法国国家科学研究中心、UMR 8188、棱镜信息研究中心（CRIL）、阿鲁瓦大学）；Department of Computer and Information Science, Linköping University（利厄普堡大学计算机与信息科学系）

针对团块宽度编码研究空白，通过抽象论证框架设计线性保留团块宽度的有向分解引导归约至（Q）SAT，为所有论证语义（含计数）建立新结果，揭示编码开销下限。

2025-11-13cs.AIcs.CC