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
An argumentation system for reasoning with conflict-minimal paraconsistent ALC
Maastricht University(马斯特里赫特大学)
语义Web是一个开放的分布式环境,在这个环境中,知识和信息的一致性难以保证。在标准的二值语义下,如果知识和信息不一致,则一切都是必然的。次协调逻辑LP的语义提供了一个解决方案。然而,如果可用的知识和信息是一致的,在次协调逻辑LP的三值语义下蕴涵的结论集小于在二值语义下蕴涵的结论集。偏好冲突最小的三值解释消除了这种差异。偏好冲突最小化解释引入了非单调性。为了处理这种非单调性,本文提出了一种基于推理的论证系统。关闭语义场景分支所需的假设形成了论点。导出参数集的稳定扩展对应于冲突最小解释,并且所有冲突最小解释所包含的结论都由所有稳定扩展中的参数支持。
2014-04-30 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
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
Enacting Social Argumentative Machines in Semantic Wikipedia
Technical University of Cluj-Napoca(克卢日-纳波卡技术大学)
本研究主张将论辩理论与社会网络技术相结合,以进行大规模或大规模的论辩活动。建议的框架允许大规模协作编辑的语义维基百科风格的结构化参数。长期目标是将论证理论的抽象机制应用于基于人类生成的论点的更实际的应用,例如协商民主,商业谈判或自我照顾。ARGNET系统是基于语义MediaWiki框架和论证交换格式(AIF)本体开发的。
2013-04-19 cs.AI
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
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
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
Defense semantics of argumentation: revisit
Zhejiang University(浙江大学);University of Luxembourg(卢森堡大学)
本文为Dung的抽象论证框架提出基于部分防御概念的防御语义,证明自攻击和3-循环论证可被移除,并引入防御等价与根本等价概念用于论证摘要。
2023-11-22 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
"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
Abstract Weighted Based Gradual Semantics in Argumentation Theory
University of Aberdeen(阿伯丁大学);Univ Lyon, UCBL, CNRS, INSA Lyon, LIRIS(里昂大学、里昂第一大学、法国国家科学研究中心、里昂国立应用科学学院、里昂高等信息与系统研究所)
本文提出基于抽象权重的渐进语义,统一多种现有语义,并解决权重求解、映射性质、偏好场景及可接受度空间拓扑四个关键问题。
2024-08-20 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
Verifiability of Argumentation Semantics
Leipzig University(莱比锡大学);TU Wien(维也纳工业大学)
Dung的抽象论证理论是一种广泛使用的形式主义,用于对冲突信息进行建模并在这种情况下得出结论。因此,知识表示的论证框架(AF)和推理是通过语义提取可接受的集合。所有合理的语义是基于无冲突的概念,这意味着参数是唯一共同接受的,当他们没有连接在AF。在本文中,我们研究的问题,其中信息的无冲突集的顶部需要计算扩展的语义在手。我们引入了一个层次结构的所谓的验证类指定所需的信息量。我们表明,众所周知的标准语义是完全可验证的,通过一定的这样的类。我们的框架还提供了一种方法来研究语义之间的已知语义,从而有助于更抽象地理解不同的功能论证语义提供。
2016-03-31 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
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
From Weighted Conditionals of Multilayer Perceptrons to Gradual Argumentation and Back
模糊多偏好语义最近已经提出了加权条件知识库,并用于开发多层感知器的逻辑语义,通过将深度神经网络(训练后)作为加权条件知识库。这种语义学在其不同的变体中提出了一些渐进论证语义学,这些语义学与Amgoud和Doder研究的渐进语义学家族有关。加权条件知识库和MLP之间的关系扩展到建议的渐进语义捕获的固定状态的MP,与以前的结果之间的关系的论证框架和神经网络。本文还提出了一种简单的方法来扩展所提出的语义处理攻击/支持的参数的布尔组合,基于加权条件的模糊语义,以及一种方法,在加权论证图的可废止推理,建议逐步语义的基础上。
2021-10-26 cs.AI
Using Semantic Wikis for Structured Argument in Medical Domain
Technical University of Cluj-Napoca(克卢日-纳波卡技术大学)
本研究将论证理论的思想应用于语义维基的背景下,旨在为人类代理之间的结构化大规模论证提供支持。实施的原型为例,模拟MMR疫苗的争议。
2010-12-08 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
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
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
Technical report of "Empirical Study on Human Evaluation of Complex Argumentation Frameworks"
TU Dresden(德累斯顿工业大学);Université Libre de Bruxelles(布鲁塞尔自由大学)
在抽象论证中,已经提出了多个论证语义,其允许从给定的论证框架中选择共同可接受的论证集合,即仅基于论证之间的攻击关系。多种论证语义的存在提出了这样一个问题,即这些语义中哪一种最能预测人类如何评价论证。以往的实证认知研究,已经测试了人类如何评估集的参数取决于它们之间的攻击关系已被限制到一个小的一组非常简单的论证框架,使一些语义研究的文献中不能有意义地区分这些研究。在本文中,我们报告的实证认知研究,克服了这些局限性,考虑到12个论证框架的三到八个参数。这些论证框架大多比以往研究中考虑的论证框架更复杂。所有12个论证框架系统地实例化与自然语言参数的基础上,一定的虚构的场景,和参与者都显示了自然语言参数和图形描述的攻击之间的关系。我们的数据表明,接地和CF2语义是最好的预测人类的论点评价。一个详细的分析表明,一部分参与者选择了一个认知上更简单的策略,预测非常好的接地语义,而另一部分的参与者选择了一个认知上更苛刻的策略,主要是预测以及CF2语义。
2019-02-27 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
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
Analytical Solutions for the Inverse Problem within Gradual Semantics
University of Aberdeen(阿伯丁大学);Univ. Artois(阿图瓦大学);CRIL(朗斯计算机科学研究所)
抽象论证中的渐进语义将系统中的每个论证与数字得分相关联,该得分表示该论证的可接受程度,并且可以从中导出对论证的偏好排序。虽然一些语义在标准论证框架上操作,但许多语义利用加权框架,其中数值初始权重与每个论点相关联。最近的工作已经研究了渐进语义中的逆问题。而不是确定一个参数的论证框架和语义的偏好排序,逆问题的论证框架,一个渐进的语义,和偏好排序作为输入,并确定需要什么样的权重,在框架中的参数,以获得所需的偏好排序。现有的工作已经攻击的逆问题数值,使用寻根算法(二分法),以确定适当的初始权重。在本文中,我们证明了一类渐进语义,分析方法可以用来解决逆问题。与当前最先进的分析方法不同,这种分析方法可以快速找到解决方案,并保证这样做。在获得这个结果时,我们能够证明以前的工作作为证明的几个重要性质。
2022-03-02 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
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
Aggregative Semantics for Quantitative Bipolar Argumentation Frameworks
Sorbonne Université, CNRS, LIP6(索邦大学、国家科学研究中心、LIP6)
本文提出了一种用于定量双极论证框架的聚合语义,通过三阶段计算方法提高计算的可解释性和参数化程度。
2026-03-06 cs.AI
On Looking for Local Expansion Invariants in Argumentation Semantics: a Preliminary Report
Università degli Studi di Perugia(佩鲁贾大学);Gran Sasso Science Institute(格兰萨索科学研究所)
研究了抽象论证框架中无冲突集和容许集的不变局部扩展算子。这样的运算符直接应用于AF,并且相对于所选择的“语义”(即w.r.t.无冲突/可接受的参数集合中的每一个)。因此,我们得出的定义,AF的鲁棒性的次数,这样的运营商可以应用,而不会产生任何变化,在所选择的语义。
2018-07-30 cs.AI
On the Intertranslatability of Argumentation Semantics
不同的非单调形式之间的翻译一直是该领域的一个重要课题,特别是了解这些形式提供的知识表示能力。我们提供了这样一个调查中提出的不同语义抽象的论证框架,一个非单调而简单的形式主义,在过去的十年中得到越来越多的兴趣。虽然这些不同的语义的属性现在已经很好地理解了,但关于可译性还没有明确的结果。我们提供这样的翻译wrt。不同的性质,并给出了一些新的复杂性结果,这些结果是一些负面结果的基础。
2014-01-16 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
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
Impact Measures for Gradual Argumentation Semantics
CNRS(法国国家科学研究中心);Université Paris Cité(巴黎城市大学);Universite Claude Bernard Lyon 1(里昂第一大学(克洛德·贝尔纳));Ecole Centrale de Lyon(里昂中央理工学院);INSA Lyon(里昂国立应用科学学院);Université Lumière Lyon 2(里昂第二大学(卢米埃尔));LIRIS(里昂信息、图像与智能实验室)
针对渐进论证语义的结果解读需求,本文改进了现有影响度量,提出基于Shapley值的新度量,并结合知名渐进语义用多原则评估,深化了对两类度量功能与适用性的认知。
2024-07-11 cs.AI
Extending Modular Semantics for Bipolar Weighted Argumentation (Technical Report)
University of Osnabrück, Institute of Cognitive Science(奥斯纳布吕克大学认知科学研究所)
加权双极论证框架为决策支持和社交媒体分析提供了一种工具。参数评估的迭代过程中,考虑到初始权重和攻击和支持关系。直到最近,这些迭代过程的收敛性在循环图中还没有得到很好的理解。Mossakowski和Neuhaus最近介绍了一个统一的不同的方法,并证明了第一次收敛和发散的结果。我们建立在这项工作,简化和推广收敛结果,并补充他们的运行时保证。事实证明,在语义的收敛保证和它们将强度值从初始权重移开的能力之间存在权衡。我们证明,分歧的问题,可以避免没有这种权衡继续语义。语义上,我们扩展了框架的对偶属性,确保攻击和支持关系的对称影响。我们还提出了一个模块化语义的Java实现,并解释了理论思想的实际用途。
2019-03-01 cs.AI
Argument Ranking with Categoriser Function
Tsinghua University(清华大学)
最近,基于排序的语义被提出来对论证从最可接受的到最弱的进行排序,这提供了对论证的分级评估。一般来说,参数的排名是根据参数的强度值得出的。分类器函数是一种常见的方法,它为参数树分配强度值。当它遇到一个有循环的论证系统时,分类器强度就是非线性方程的解。然而,没有详细说明解的存在性和唯一性,以及如何找到解(如果存在)。在本文中,我们将通过不动点技术来处理这些问题。此外,我们根据分类器强度定义了基于分类器的排序语义,并研究了它的一些一般性质,最后证明了它满足基于排序语义所应满足的一些公理。
2014-07-16 cs.AI
Implementing Ranking-Based Semantics in ConArg: a Preliminary Report
University of Perugia(佩鲁贾大学);Gran Sasso Science Institute(格兰萨索科学研究所)
本研究在工具套件ConArg中实现了基于Shapley、Banzhaf等四种计算选择权力指数的排序语义,将计算社会选择的性质迁移至抽象论证框架的论证排序场景,为论证问题处理提供了新的语义支持工具。
2019-08-27 cs.AI
SMProbLog: Stable Model Semantics in ProbLog and its Applications in Argumentation
KU Leuven(鲁汶大学)
我们介绍SMProbLog,概率逻辑程序设计语言ProbLog的一个推广。ProbLog程序通过为每个子句指定它属于随机抽样程序的概率来定义逻辑程序上的分布,并且这些概率是相互独立的。ProbLog的语义由查询的成功概率给出,其对应于查询在随机抽样程序中成功的概率。当每个随机样本唯一地确定所有逻辑原子的真值时,它是定义良好的。然而,论证问题代表了一个有趣的实际应用,但情况并非总是如此。SMProbLog将ProbLog的语义推广到随机采样程序可能有多个真值分配的设置,并为推理和学习任务实现相应的算法。然后,我们将展示如何使用这种新的框架来推理概率论证问题。因此,本文的主要贡献是:一个更一般的语义ProbLog程序,其实施到一个概率编程框架的推理和参数学习,和一种新的方法,概率论证问题的基础上,这样的框架。
2021-10-07 cs.AI
Coalition Formability Semantics with Conflict-Eliminable Sets of Arguments
National Institute of Informatics(国立情报学研究所)
在这项工作中,我们认为抽象论证理论联盟的可成形性。以政党之间的政治联盟为模型,我们将考虑联盟的盈利性,然后是可形成性。正如人们通常所理解的那样,一个群体与另一个群体结成联盟,以获得更大的利益,这种利益是根据某些标准衡量的。然而,正如人们通常所理解的那样,一个联盟可能会给X集团带来利益,而牺牲的是X在联盟形成之前能够做的事情,而X在联盟下可能不再能够做这些事情。使用典型的无冲突的参数集并不适合容纳联合的这一方面,这促使我们转向一个较弱的概念,冲突可消除性,作为一组参数应该主要满足的属性。我们需要对攻击强度和论证强度进行数字量化,以描述其特征。我们将首先分析与另一个冲突可消除集形成联盟的给定冲突可消除集的盈利能力的语义,然后将提供四个联盟可形成性语义,每个语义都将考虑联盟盈利能力的某些效用假设形式化。
2017-05-21 cs.AI
smProbLog: Stable Model Semantics in ProbLog for Probabilistic Argumentation
KU Leuven(鲁汶大学)
本文提出将概率论证框架解释为概率逻辑程序,针对概率事实无法唯一确定原子真值的问题设计新的 PLP 语义,并实现支持该语义的 smProbLog 系统,为概率论证提供推理与学习工具。
2023-04-17 cs.AI
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
More on extension-based semantics of argumentation
Nanjing University of Aeronautics and Astronautics(南京航空航天大学);Nanjing Audit University(南京审计大学)
经过几十年的发展,计算论证已经成为人工智能领域中的一个活跃领域。本文考虑了基于可拓的论证的具体语义和抽象语义。具体而言,本文在Grossi和Modgil的工作基础上,研究了抽象论证框架(AAF)的分级扩展语义。首先给出了一个可供选择的基本引理,它通过放松参数约束推广了Grossi和Modgil的相应结果.该引理提供了一个新的保持无冲突性的充分条件,并在容许集与完备扩张之间建立了一个Galois连接,这对于构造一些特殊的扩张具有重要意义.应用这一引理,纠正了Grossi和Modgil工作中的一些缺陷,并给出了各种基于扩张的语义的结构性质和泛可定义性。其次,提出了一种称为约化交模超滤子的算子,它是研究无穷AAF的一个简单而有力的工具。在Dung的抽象论证理论中起核心作用的中立函数和防御函数,在约化满足模任意超滤子上都是分配的。AAF的各种基本语义,包括无冲突语义、可容许语义、完备语义和稳定语义等,在该算子下都是封闭的。基于这一事实,一些应用程序的这些运营商被认为是。特别是,我们提供了一个简单而统一的方法来证明泛可定义的范围相关的语义的家庭。由于本文所考虑的分级具体语义都是相应的非分级具体语义的推广,所以本文所得到的关于它们的所有结果在传统情况下也成立。
2021-05-20 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
A Methodology for Incompleteness-Tolerant and Modular Gradual Semantics for Argumentative Statement Graphs
King’s College London(伦敦国王学院);Imperial College London(伦敦帝国学院);New Mexico State University(新墨西哥州立大学);Washington University in St. Louis(圣路易斯华盛顿大学)
提出一种针对论证陈述图的渐近语义新方法论,能容忍不完备信息并模块化利用QBAFs的GS,通过定义新属性并验证两个实例化的优势,展示了优于现有方法的特点。
2025-08-11 cs.AI
Towards a compositional semantics for quantitative confidence assessment in assurance arguments
Luxoft GmbH(卢克斯oft GmbH);Robert Bosch GmbH(罗伯特·博世有限公司)
本文提出了一种组合语义,用于在保证论证中进行定量信心评估,通过将论证元素表示为主观逻辑意见,并将元素间的关系映射到主观逻辑运算符,从而实现信心的传播。
2026-05-21 cs.AI
Inferring Attack Relations for Gradual Semantics
University of Aberdeen(阿伯丁大学)
渐进语义以加权论证框架作为输入,并输出每个论点的最终可接受程度,不同的语义以不同的方式执行计算。在这项工作中,我们考虑的问题的攻击推理。也就是说,给定一个渐进的语义,一组参数与相关的初始权重,并最终可取的可接受度与每个参数相关联,我们试图确定是否有一组攻击这些参数,使我们可以获得这些可接受度。我们的工作的主要贡献是证明,相关的决策问题,即,一组攻击是否可以存在,它允许最终的可接受程度发生给定的初始权重,是NP-完全的加权h-分类器和基数为基础的语义,是多项式的加权最大为基础的语义,即使是完整的版本的问题(其中所有的初始权重和最终的可接受程度是已知的)。然后,我们简要地讨论了如何修改这个决策问题,找到自己的攻击,并通过检查部分问题,而不是所有的初始权重或最终的可接受程度可能是已知的。
2023-02-08 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
Admissibility in Strength-based Argumentation: Complexity and Algorithms (Extended Version with Proofs)
Université Paris Cité(巴黎西岱大学)
最近,基于强度的论证框架(StrAF)已被提出来建模的情况下,一些定量的强度与参数。在这种情况下,应计的概念对应于集体攻击一个论点的论点集。一些语义已经被定义,这是敏感的应计项目的存在,集体击败他们的目标,而他们的个别元素不能。然而,到目前为止,只有表面的框架和语义进行了研究。事实上,现有的文献集中在适应稳定的语义StrAF。本文对可容许性语义的顺应性进行了研究和探讨。特别地,我们证明了文献中定义的强容许性不满足一个理想的性质,即Dung的基本引理。因此,我们提出了一个替代的定义,诱导语义,表现出预期的。然后,我们研究这些新的语义计算问题,特别是我们证明,推理的复杂性是类似的标准论证框架在几乎所有情况下,相应的决策问题的复杂性。然后,我们提出了一个翻译的伪布尔约束计算(强和弱)的扩展。最后,我们的方法,特别是显示,它的规模以及解决问题,提供一个扩展,以及枚举他们所有的实验评估。
2022-07-05 cs.AI
Cyclic Supports in Recursive Bipolar Argumentation Frameworks: Semantics and LP Mapping
DIMES Department, University of Calabria(卡拉布里亚大学DIMES学院)
本文针对递归双极论证框架中支持循环的语义缺失问题,提出经典语义,通过模块化定义实现从AF语义的简单修改,并用逻辑编程统一刻画。
2024-08-14 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
Formulating Semantics of Probabilistic Argumentation by Characterizing Subgraphs: Theory and Empirical Results
Zhejiang University(浙江大学);University of Luxembourg(卢森堡大学)
在现有文献中,虽然已经提出了基于Monte-Carlo模拟技术的概率论证语义近似计算方法,但如何在不使用模拟技术的情况下提高计算效率仍然是一个悬而未决的问题。在本文中,我们从以下两个角度来解决这个问题。首先,从概念上讲,我们定义特定的属性来表征一个PrAG的子图相对于一个给定的扩展,这样的概率的一组参数E是一个扩展可以定义在这些属性,没有(或较少)建设的子图。其次,在计算方面,我们以偏好语义为例,并开发算法来评估我们的方法的效率。结果表明,该方法不仅大大减少了计算p(E^σ)的时间,而且具有与现有方法相反的吸引人的性质:PrAG的边越密集或给定扩展E的大小越大,该方法计算p(E^σ)的效率越高.同时,证明了在完全语义和优选语义下,确定p(E^σ)的问题是固定参数的易处理问题.
2016-11-28 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
SCF2 -- an Argumentation Semantics for Rational Human Judgments on Argument Acceptability: Technical Report
International Center for Computational Logic, TU Dresden(德累斯顿工业大学国际计算逻辑中心);University of Luxembourg(卢森堡大学)
在抽象论证理论中,许多论证语义被提出来评估论证框架。本文基于以下研究问题:哪种语义学与人类对论证可接受性的理性判断相对应?有两个系统的方法来处理这个研究问题:一个规范的角度提供了基于原则的方法,其中语义的评价基于他们的各种规范的理想原则的满意度。一个描述性的角度提供了实证的方法,其中进行认知研究,以确定哪些语义最好地预测人类的判断参数。在本文中,我们结合这两种方法来激发一个新的论证语义称为SCF 2。为了这个目的,我们引入和激励两个新的原则,并表明,没有语义从文献满足他们。我们定义SCF 2,并证明它满足这两个新的原则。此外,我们讨论了最近的实证认知研究的结果,提供额外的支持SCF 2。
2019-08-22 cs.AI cs.LO
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
SCC-recursiveness in infinite argumentation (extended version)
University of Wiscosin--Madison(威斯康星大学麦迪逊分校);University of Bari(巴里大学)
本文针对无限论证框架中SCC递归语义失效的问题,提出两种扩展方法,并通过系统评估发现方向性在一般情况下失效但在有限框架中部分成立,推进了无限论证理论。
2025-07-09 cs.AI