論文の概要: The Inverse Problem for Argumentation Gradual Semantics

• arxiv url: http://arxiv.org/abs/2202.00294v1
• Date: Tue, 1 Feb 2022 09:46:23 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-02 14:45:16.780868
• Title: The Inverse Problem for Argumentation Gradual Semantics
• Title（参考訳）: 議論段階的意味論の逆問題
• Authors: Nir Oren and Bruno Yun and Srdjan Vesic and Murilo Baptista
• Abstract要約: このような意味論のサブクラス、いわゆる重み付き意味論は、引数に対する初期重みのセットを入力として取る。 このような重み付き意味論に対する逆問題を考える。 すなわち、議論の枠組みと望ましい議論のランキングが与えられた場合、特定の意味論が与えられたランキングを生成するような初期重みが存在するかどうかを問う。
• 参考スコア（独自算出の注目度）: 8.860629791560198
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Gradual semantics with abstract argumentation provide each argument with a score reflecting its acceptability, i.e. how "much" it is attacked by other arguments. Many different gradual semantics have been proposed in the literature, each following different principles and producing different argument rankings. A sub-class of such semantics, the so-called weighted semantics, takes, in addition to the graph structure, an initial set of weights over the arguments as input, with these weights affecting the resultant argument ranking. In this work, we consider the inverse problem over such weighted semantics. That is, given an argumentation framework and a desired argument ranking, we ask whether there exist initial weights such that a particular semantics produces the given ranking. The contribution of this paper are: (1) an algorithm to answer this problem, (2) a characterisation of the properties that a gradual semantics must satisfy for the algorithm to operate, and (3) an empirical evaluation of the proposed algorithm.
• Abstract（参考訳）: 抽象的な議論を伴う段階的な意味論は、各引数にその受容性を反映したスコアを与える。 文学において、様々な段階的な意味論が提案され、それぞれ異なる原則に従い、異なる議論のランキングを生み出している。 このような意味論のサブクラス、いわゆる重み付き意味論は、グラフ構造に加えて、引数に対する初期重みのセットを入力として取り、これらの重みは結果の引数ランキングに影響を与える。 本研究では,このような重み付き意味論に対する逆問題を考える。 すなわち、議論の枠組みと望ましい議論のランキングが与えられた場合、特定の意味論が与えられたランキングを生成するような初期重みが存在するかどうかを問う。 本論文の貢献は,(1)この問題に答えるアルゴリズム,(2)アルゴリズムを動作させるためには段階的意味論が満たさなければならない特性のキャラクタリゼーション,(3)提案アルゴリズムの実証的評価である。

関連論文リスト

• H-STAR: LLM-driven Hybrid SQL-Text Adaptive Reasoning on Tables [56.73919743039263]
  本稿では,2段階のプロセスにシンボル的アプローチと意味的アプローチ(テキスト的アプローチ)を統合し,制約に対処する新しいアルゴリズムを提案する。 実験の結果,H-STARは3つの質問応答(QA)と事実検証データセットにおいて,最先端の手法を大幅に上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-06-29T21:24:19Z)
• 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)
• 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)
• Ranking-based Argumentation Semantics Applied to Logical Argumentation (full version) [2.9005223064604078]
  構造化議論におけるランキングベースセマンティクスの振る舞いについて検討する。 ランキングに基づく多種多様なセマンティクスが,いわゆる計算可能性尺度を生み出していることを示す。
  論文  参考訳（メタデータ） (2023-07-31T15:44:33Z)
• 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)
• 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)
• Analytical Solutions for the Inverse Problem within Gradual Semantics [3.957174470017176]
  本稿では,段階的意味論における逆問題の解法として解析的アプローチを用いる方法を示す。 現在の最先端とは違って、そのようなアプローチは素早く解を見つけることができ、そのことが保証される。
  論文  参考訳（メタデータ） (2022-03-02T15:55:10Z)
• Semantic-Preserving Adversarial Text Attacks [85.32186121859321]
  深層モデルの脆弱性を調べるために, Bigram と Unigram を用いた適応的セマンティック保存最適化法 (BU-SPO) を提案する。 提案手法は,既存手法と比較して最小の単語数を変更することで,攻撃成功率とセマンティックス率を最大化する。
  論文  参考訳（メタデータ） (2021-08-23T09:05:18Z)
• Abstract Reasoning via Logic-guided Generation [65.92805601327649]
  抽象的推論、すなわち、与えられた観測から複雑なパターンを推測することは、人工知能の中心的な構成要素である。 本稿では,後者のアプローチの枠組みを設計し,人工知能と人間の知能のギャップを埋めることを目的とする。 本稿では,提案する論理の最適化問題として,抽象的推論を削減した新しい生成型DNNフレームワークであるLoGeを提案する。
  論文  参考訳（メタデータ） (2021-07-22T07:28:24Z)
• Adversarial Semantic Collisions [129.55896108684433]
  意味的衝突:意味論的に無関係だが、NLPモデルにより類似と判断されるテキストについて検討する。 我々は,意味的衝突を生成するための勾配に基づくアプローチを開発した。 パープレキシティに基づくフィルタリングを避けるために,意味的衝突を生成する方法を示す。
  論文  参考訳（メタデータ） (2020-11-09T20:42:01Z)
• Human Correspondence Consensus for 3D Object Semantic Understanding [56.34297279246823]
  本稿では,CorresPondenceNetという新しいデータセットを提案する。 このデータセットに基づいて、新しい測地的整合性損失を伴う密接なセマンティック埋め込みを学習することができる。 CorresPondenceNetは異種オブジェクトの細粒度理解を促進できるだけでなく、クロスオブジェクト登録や部分オブジェクトマッチングも実現できた。
  論文  参考訳（メタデータ） (2019-12-29T04:24:22Z)

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。