Fugu-MT 論文翻訳(概要): Forms and Norms of Indecision in Argumentation Theory

論文の概要: Forms and Norms of Indecision in Argumentation Theory

arxiv url: http://arxiv.org/abs/2203.02207v1
Date: Fri, 4 Mar 2022 09:33:49 GMT
ステータス: 処理完了
システム内更新日: 2022-03-07 15:47:21.848040
Title: Forms and Norms of Indecision in Argumentation Theory
Title（参考訳）: 議論論における決定の形式とノルム
Authors: Daniela Schuster
Abstract要約: 不確定性はしばしば明示的に考慮されるのではなく、不明瞭なケースや厄介なケースの集合と見なされる。現在の哲学は、不確定性自体を適切な検討対象とするために強い意味を持つ。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: One main goal of argumentation theory is to evaluate arguments and to determine whether they should be accepted or rejected. When there is no clear answer, a third option, being undecided, has to be taken into account. Indecision is often not considered explicitly, but rather taken to be a collection of all unclear or troubling cases. However, current philosophy makes a strong point for taking indecision itself to be a proper object of consideration. This paper aims at revealing parallels between the findings concerning indecision in philosophy and the treatment of indecision in argumentation theory. By investigating what philosophical forms and norms of indecision are involved in argumentation theory, we can improve our understanding of the different uncertain evidential situations in argumentation theory.
Abstract（参考訳）: 議論理論の主な目標は、議論を評価し、それが受け入れられるか拒否されるべきかを決定することである。明確な答えがない場合、決定されていない第3の選択肢が考慮される必要がある。 indecisionはしばしば明示的には考慮されないが、不明瞭なケースや厄介なケースのコレクションとみなされる。しかし、現在の哲学は、判断そのものを適切な対象とする上での強固な論点となっている。本稿では,哲学における非決定に関する知見と,議論理論における不決定の扱いとの類似性を明らかにすることを目的とした。不確定性の哲学形式と規範が議論理論にどのような関係があるかを調べることで、議論理論における異なる不確実な状況の理解を改善することができる。

関連論文リスト

Conceptual and Unbiased Reasoning in Language Models [98.90677711523645]
本稿では,抽象的質問に対する概念的推論をモデルに強制する,新しい概念化フレームワークを提案する。既存の大規模言語モデルは概念的推論では不足しており、様々なベンチマークでは9%から28%に低下している。ハイレベルな抽象的推論が不偏で一般化可能な意思決定の鍵となるので、モデルがどのように改善できるかについて議論する。
論文参考訳（メタデータ） (2024-03-30T00:53:53Z)
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)
Phenomenal Yet Puzzling: Testing Inductive Reasoning Capabilities of Language Models with Hypothesis Refinement [92.61557711360652]
言語モデル(LM)は、しばしば帰納的推論に不足する。我々は,反復的仮説修正を通じて,LMの帰納的推論能力を体系的に研究する。本研究は, LMの誘導的推論過程と人間とのいくつかの相違点を明らかにし, 誘導的推論タスクにおけるLMの使用の可能性と限界に光を当てる。
論文参考訳（メタデータ） (2023-10-12T17:51:10Z)
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)
MetaLogic: Logical Reasoning Explanations with Fine-Grained Structure [129.8481568648651]
複雑な実生活シナリオにおけるモデルの論理的推論能力を調べるためのベンチマークを提案する。推論のマルチホップ連鎖に基づいて、説明形式は3つの主成分を含む。この新たな説明形式を用いて,現在のベストモデルの性能を評価した。
論文参考訳（メタデータ） (2022-10-22T16:01:13Z)
A Formalisation of Abstract Argumentation in Higher-Order Logic [77.34726150561087]
本稿では,古典的高階論理へのエンコーディングに基づく抽象的議論フレームワークの表現手法を提案する。対話型および自動推論ツールを用いた抽象的議論フレームワークのコンピュータ支援評価のための一様フレームワークを提供する。
論文参考訳（メタデータ） (2021-10-18T10:45:59Z)
Contrastive Explanations for Argumentation-Based Conclusions [5.1398743023989555]
フォーマルな議論の対照的な説明について論じる。対照的な説明が意味のある条件と、議論によって暗黙のホイルが明確になることを示す。
論文参考訳（メタデータ） (2021-07-07T15:00:47Z)
A General Counterexample to Any Decision Theory and Some Responses [1.713291434132985]
任意の決定論のための問題ケースを構築するのに使用できる議論と一般的なスキーマを提示します。また、この議論に対する多くの可能な回答を提示し、議論します。
論文参考訳（メタデータ） (2021-01-01T17:47:11Z)
A Note on Bell's Theorem Logical Consistency [0.0]
偽定性はベルの定理を下敷きにするはずである。反事実的確定性は不必要かつ矛盾した仮定であることを示す。
論文参考訳（メタデータ） (2020-12-16T22:14:06Z)
Logical Neural Networks [51.46602187496816]
ニューラルネットワーク(学習)と記号論理(知識と推論)の両方の重要な特性をシームレスに提供する新しいフレームワークを提案する。すべてのニューロンは、重み付けされた実数値論理における公式の構成要素としての意味を持ち、非常に解釈不能な非絡み合い表現をもたらす。推論は事前に定義されたターゲット変数ではなく、オムニであり、論理的推論に対応する。
論文参考訳（メタデータ） (2020-06-23T16:55:45Z)
Cognitive Argumentation and the Suppression Task [1.027974860479791]
本稿では,認知論(Cognitive Argumentation)と呼ばれる新たなフレームワークにおいて,人間の推論をモデル化する上での課題について述べる。このフレームワークは認知科学における経験的および理論的研究に基づく認知原理に依存しており、AIから計算議論の一般的かつ抽象的な枠組みを適応させる。我々は、認知論は、人間の条件推論に一貫性があり、認知的に適切なモデルを提供すると論じている。
論文参考訳（メタデータ） (2020-02-24T10:30:39Z)

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。