論文の概要: Broadening Label-based Argumentation Semantics with May-Must Scales
(May-Must Argumentation)
- arxiv url: http://arxiv.org/abs/2001.05730v3
- Date: Mon, 13 Jul 2020 03:26:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-11 00:11:02.077479
- Title: Broadening Label-based Argumentation Semantics with May-Must Scales
(May-Must Argumentation)
- Title（参考訳）: may-mustスケールによるラベルに基づく議論セマンティクスの拡張(may-must議論)
- Authors: Ryuta Arisaka and Takayuki Ito
- Abstract要約: ラベリングに基づくアプローチは、引数の受け入れ可能性ステータスの簡潔で柔軟な決定を可能にする。
より広義のラベルに基づく意味論は,受理性判断の不整合よりも軽度な不確定性を表現するのに有効であることを示す。
- 参考スコア（独自算出の注目度）: 3.7311680121118336
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The semantics as to which set of arguments in a given argumentation graph may
be acceptable (acceptability semantics) can be characterised in a few different
ways. Among them, labelling-based approach allows for concise and flexible
determination of acceptability statuses of arguments through assignment of a
label indicating acceptance, rejection, or undecided to each argument. In this
work, we contemplate a way of broadening it by accommodating may- and must-
conditions for an argument to be accepted or rejected, as determined by the
number(s) of rejected and accepted attacking arguments. We show that the
broadened label-based semantics can be used to express more mild indeterminacy
than inconsistency for acceptability judgement when, for example, it may be the
case that an argument is accepted and when it may also be the case that it is
rejected. We identify that finding which conditions a labelling satisfies for
every argument can be an undecidable problem, which has an unfavourable
implication to existence of a semantics. We propose to address this problem by
enforcing a labelling to maximally respect the conditions, while keeping the
rest that would necessarily cause non-termination labelled undecided. Several
semantics will be presented and the relation among them will be noted. Towards
the end, we will touch upon possible research directions that can be pursued
further.
- Abstract（参考訳）: 与えられた議論グラフにおけるどの引数の集合が許容されるかという意味論(受容性の意味論)は、いくつかの異なる方法で特徴づけられる。
ラベル付けに基づくアプローチでは、各引数に対する受け入れ、拒絶、あるいは未決定を示すラベルを割り当てることで、引数の受け入れ可能性ステータスの簡潔で柔軟な決定が可能になる。
本研究では、拒絶され、受理された引数の数によって決定されるように、受理または拒絶される引数の5つの条件と必須条件を共用することにより、それを広める方法を考察する。
例えば、議論が受け入れられた場合や、それが拒否された場合などにおいて、受理性判断の矛盾よりも穏やかな不確定性を表すために、広義のラベルに基づく意味論が利用可能であることを示す。
各引数に対するラベル付けが満足できる条件を見つけることは決定不能な問題であり、意味論の存在に不都合な含意を持つ。
我々は,ラベル付けを強制して条件を最大限に尊重すると同時に,不確定なラベル付けを必然的に引き起こすような残余を維持して,この問題に対処することを提案する。
いくつかの意味論が提示され、それらの関係が指摘される。
最終的には、さらに追求できる研究の方向性に目を向ける。
関連論文リスト
- Abstract Weighted Based Gradual Semantics in Argumentation Theory [3.2566808526538873]
段階的意味論と受容可能性度を結びつける4つの重要な問題を導入する。
まず、逆問題を再検討し、議論フレームワークの引数重みを特定して、特定の最終的な受容可能性の度合いを導いた。
第三に、議論の受理度が考慮されるのではなく、選好時に議論の重みが見つかるかどうかを問う。
第4に、この空間に「ギャップ」が存在するかどうかを問う、有効な受容可能性次数の空間の位相を考える。
論文 参考訳（メタデータ） (2024-01-21T12:22:48Z) - CASA: Causality-driven Argument Sufficiency Assessment [79.13496878681309]
ゼロショット因果関係に基づく議論十分性評価フレームワークであるCASAを提案する。
PSは前提イベントの導入が前提イベントと結論イベントの両方が欠落した場合の結論につながる可能性を測っている。
2つの論理的誤り検出データセットの実験により、CASAは不十分な議論を正確に識別することを示した。
論文 参考訳（メタデータ） (2024-01-10T16:21:18Z) - A Unifying Framework for Learning Argumentation Semantics [50.69905074548764]
Inductive Logic Programmingアプローチを用いて、抽象的および構造化された議論フレームワークのアクセシビリティセマンティクスを解釈可能な方法で学習する新しいフレームワークを提案する。
提案手法は既存の議論解法よりも優れており,フォーマルな議論や人間と機械の対話の領域において,新たな研究の方向性が開けることになる。
論文 参考訳（メタデータ） (2023-10-18T20:18:05Z) - Unsupervised Mapping of Arguments of Deverbal Nouns to Their
Corresponding Verbal Labels [52.940886615390106]
デバーバル名詞は英語の文章でよく使われる動詞で、出来事や行動やその議論を記述している。
名前付けされた構成の引数を扱うために存在する解決策は意味論的アノテーションに基づいている。
本稿では,より統語的アプローチを導入し,デバーバル名詞の議論を対応する動詞構成にマッピングする。
論文 参考訳（メタデータ） (2023-06-24T10:07:01Z) - Interpretable Automatic Fine-grained Inconsistency Detection in Text
Summarization [56.94741578760294]
本研究の目的は, 要約中の事実誤りの微粒化を予測し, 微粒化不整合検出の課題を提案することである。
要約における現実的不整合の検査方法に触発され,解析可能な微粒不整合検出モデルであるFinGrainFactを提案する。
論文 参考訳（メタデータ） (2023-05-23T22:11:47Z) - Many-valued Argumentation, Conditionals and a Probabilistic Semantics
for Gradual Argumentation [3.9571744700171743]
本稿では,段階的議論の意味論の多値優先的解釈を定義するための一般的な手法を提案する。
概念の証明として、有限値の場合、条件付き推論に対してAnswer set Programmingアプローチが提案される。
また,多値条件セマンティクスに基づく漸進的議論の確率論的セマンティクスを開発し,論じる。
論文 参考訳（メタデータ） (2022-12-14T22:10:46Z) - Inferring Attack Relations for Gradual Semantics [5.254093731341154]
段階的意味論は、重み付けされた議論フレームワークを入力として、各引数に対する最終的な受け入れ可能性度を出力する。
我々は、これらの議論に対する一連の攻撃があるかどうかを判断し、これらの許容可能性の度合いを得る。
論文 参考訳（メタデータ） (2022-11-29T11:45:27Z) - Fuzzy Labeling Semantics for Quantitative Argumentation [0.0]
ファジィ議論システムのためのファジィラベリングと呼ばれる新しい定量的手法を提案する。
3重の受理性、拒絶性、不決定性の度合いは、議論の強さを評価するために用いられる。
論文 参考訳（メタデータ） (2022-07-15T08:31:36Z) - Admissibility in Strength-based Argumentation: Complexity and Algorithms
(Extended Version with Proofs) [1.5828697880068698]
我々は、適応性に基づく意味論の強度に基づく論証フレームワーク(StrAF)への適応について研究する。
特に文献で定義された強い許容性は望ましい性質、すなわちDungの基本的な補題を満たさないことを示す。
計算(強弱)拡張に対する擬ブール制約の翻訳を提案する。
論文 参考訳（メタデータ） (2022-07-05T18:42:04Z) - Nested Counterfactual Identification from Arbitrary Surrogate
Experiments [95.48089725859298]
観測と実験の任意の組み合わせからネスト反事実の同定について検討した。
具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
論文 参考訳（メタデータ） (2021-07-07T12:51:04Z) - Debiased Contrastive Learning [64.98602526764599]
我々は,同ラベルデータポイントのサンプリングを補正する,偏りのあるコントラスト目的の開発を行う。
実証的に、提案する目的は、視覚、言語、強化学習ベンチマークにおける表現学習の最先端を一貫して上回る。
論文 参考訳（メタデータ） (2020-07-01T04:25:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。