論文の概要: Aggregating Bipolar Opinions (With Appendix)
- arxiv url: http://arxiv.org/abs/2102.02881v1
- Date: Thu, 4 Feb 2021 20:43:30 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-08 13:00:16.835382
- Title: Aggregating Bipolar Opinions (With Appendix)
- Title(参考訳): Aggregating Bipolar Opinions with Appendix (英語)
- Authors: Stefan Lauren and Francesco Belardinelli and Francesca Toni
- Abstract要約: ABA(Bipolar Assumption-based Argumentation)は,BAを意味論的に完全に包含する形式である。
両極性ABAの関連性については, 正・負の2つの保存結果が得られた。
- 参考スコア(独自算出の注目度): 19.899731557360223
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce a novel method to aggregate Bipolar Argumentation (BA)
Frameworks expressing opinions by different parties in debates. We use Bipolar
Assumption-based Argumentation (ABA) as an all-encompassing formalism for BA
under different semantics. By leveraging on recent results on judgement
aggregation in Social Choice Theory, we prove several preservation results,
both positive and negative, for relevant properties of Bipolar ABA.
- Abstract(参考訳): 議論の中で異なる当事者の意見を表わすバイポーラ・議論(ba)フレームワークを集約する新しい手法を提案する。
ABA(Bipolar Assumption-based Argumentation)は,BAを意味論的に完全に包含する形式である。
社会的選択論における判断集約の最近の結果を活用することで、バイポーラABAの関連特性に対して、正と負の2つの保存結果が証明される。
関連論文リスト
- Towards Distribution-Agnostic Generalized Category Discovery [51.52673017664908]
データ不均衡とオープンエンドの分布は、現実の視覚世界の本質的な特性である。
我々は,BaCon(Self-Balanced Co-Advice contrastive framework)を提案する。
BaConは、対照的な学習ブランチと擬似ラベルブランチで構成され、DA-GCDタスクを解決するためのインタラクティブな監視を提供するために協力して動作する。
論文 参考訳(メタデータ) (2023-10-02T17:39:58Z) - Argument Attribution Explanations in Quantitative Bipolar Argumentation
Frameworks (Technical Report) [17.9926469947157]
本稿では,機械学習による特徴帰属の精神を取り入れたArgument Explanations(AAE)の新たな理論を提案する。
AAEは、興味のある話題の議論に対する議論の影響を決定するために使用される。
我々はAAEsの望ましい性質について研究し、その中には新しいものもいくつか含まれており、一部は文献から我々の設定に部分的に適応している。
論文 参考訳(メタデータ) (2023-07-25T15:36:33Z) - Bi-Drop: Enhancing Fine-tuning Generalization via Synchronous sub-net
Estimation and Optimization [58.90989478049686]
Bi-Dropは、様々なサブネットからの勾配を使ってモデルパラメータを選択的に更新する微調整戦略である。
GLUEベンチマークの実験は、Bi-Dropが従来の微調整方法よりも一貫して優れていることを示した。
論文 参考訳(メタデータ) (2023-05-24T06:09:26Z) - Non-flat ABA is an Instance of Bipolar Argumentation [23.655909692988637]
ABA(Assumption-based Argumentation)は、構造化された議論形式である。
ABAフレームワーク(ABAF)に課される一般的な制限は、それらがフラットであることである。
一般、おそらく非平坦なABAFからあらゆる抽象的議論形式への翻訳は存在しない。
論文 参考訳(メタデータ) (2023-05-21T13:18:08Z) - Speech Analysis for Automatic Mania Assessment in Bipolar Disorder [4.199344490647143]
我々は,7つのタスクを含むバイポーラ障害コーパスからの録音を,音声特徴のみを用いて,低マニア,マニア,リミッションクラスに分類した。
第6タスクと第7タスクで訓練されたモデルで得られた最良の結果は、0.53 UAR (unweighted average recall)結果である。
論文 参考訳(メタデータ) (2022-02-05T14:30:37Z) - PCL: Peer-Contrastive Learning with Diverse Augmentations for
Unsupervised Sentence Embeddings [69.87899694963251]
本稿では,多彩な拡張を伴う新しいピアコントラスト学習(PCL)を提案する。
PCLは、教師なし文の埋め込みのために、グループレベルで様々な対照的な正と負を構成する。
PCLはピア陽性のコントラストとピアネットワークの協調が可能である。
論文 参考訳(メタデータ) (2022-01-28T13:02:41Z) - DEBACER: a method for slicing moderated debates [55.705662163385966]
同じ主題を持つブロックに議論を分割することは理解に不可欠である。
議論を適度に分割する新しいアルゴリズムDEBACERを提案する。
論文 参考訳(メタデータ) (2021-12-10T10:39:07Z) - Collective Argumentation: The Case of Aggregating Support-Relations of
Bipolar Argumentation Frameworks [0.0]
我々は,双極子論証フレームワークのセマンティック特性を集約ルールを用いて解析する。
本稿では,バイポーラ議論の枠組みの下では,個人は議論の集合と議論間の攻撃の集合を備えると仮定する。
論文 参考訳(メタデータ) (2021-06-22T02:45:10Z) - Political Depolarization of News Articles Using Attribute-aware Word
Embeddings [7.411577497708497]
米国では政治的分極が増加している。
この分極は、イデオロギーエコーチャンバーの生成に寄与することで、公共の球体に悪影響を及ぼす。
ニュース記事を偏極化するためのフレームワークを紹介します。
論文 参考訳(メタデータ) (2021-01-05T07:39:12Z) - Statistical Efficiency of Thompson Sampling for Combinatorial
Semi-Bandits [56.31950477139053]
半帯域フィードバック(CMAB)を用いたマルチアームバンディットの検討
我々は Combinatorial Thompson Smpling Policy (CTS) の変種を解析する。
この最終結果は,Y Combinatorial Bandit Policy (ESCB) の効率的なサンプリングに代わるものだ。
論文 参考訳(メタデータ) (2020-06-11T17:12:11Z) - M2P2: Multimodal Persuasion Prediction using Adaptive Fusion [65.04045695380333]
本稿では,ディベートアウトカム予測 (DOP) 問題において,誰が討論に勝つかを予測し,IPP (Intensity of Persuasion Prediction) 問題では,講演者の発言前後の投票数の変化を予測する。
我々のM2P2フレームワークはIPP問題を解決するためにマルチモーダル(音響、視覚、言語)データを使用した最初のフレームワークです。
論文 参考訳(メタデータ) (2020-06-03T18:47:24Z)
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。