Fugu-MT 論文翻訳(概要): Revisiting initial sets in abstract argumentation

論文の概要: Revisiting initial sets in abstract argumentation

arxiv url: http://arxiv.org/abs/2204.09985v1
Date: Thu, 21 Apr 2022 09:23:12 GMT
ステータス: 処理完了
システム内更新日: 2022-04-22 13:21:03.990610
Title: Revisiting initial sets in abstract argumentation
Title（参考訳）: 抽象的議論における初期集合の再考
Authors: Matthias Thimm
Abstract要約: 我々は、Xu と Cayrol による初期集合、すなわち議論フレームワークにおける空でない最小許容集合の概念を再考する。初期集合の構造に関する新たな洞察に寄与し、任意の許容集合に対して単純な非決定論的構成原理を考案する。
参考スコア（独自算出の注目度）: 7.249126423531563
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We revisit the notion of initial sets by Xu and Cayrol, i.e., non-empty minimal admissible sets in abstract argumentation frameworks. Initial sets are a simple concept for analysing conflicts in an abstract argumentation framework and to explain why certain arguments can be accepted. We contribute with new insights on the structure of initial sets and devise a simple non-deterministic construction principle for any admissible set, based on iterative selection of initial sets of the original framework and its induced reducts. In particular, we characterise many existing admissibility-based semantics via this construction principle, thus providing a constructive explanation on the structure of extensions. We also investigate certain problems related to initial sets with respect to their computational complexity.
Abstract（参考訳）: xu と cayrol、すなわち抽象的議論フレームワークにおける空でない最小許容集合によって初期集合の概念を再検討する。初期集合は抽象的議論フレームワークの競合を分析し、ある引数が受け入れられる理由を説明するための単純な概念である。初期集合の構造に関する新たな知見に寄与し、原フレームワークの初期集合とその誘導還元の反復的選択に基づいて、任意の許容集合に対して単純な非決定論的構成原理を考案する。特に、この構成原理により、既存の許容性に基づく意味論の多くを特徴づけ、拡張の構造に関する構成的な説明を提供する。また,初期集合の計算複雑性に関する問題についても検討する。

関連論文リスト

Learning Visual-Semantic Subspace Representations for Propositional Reasoning [49.17165360280794]
本稿では,特定の意味構造に適合する視覚表現を学習するための新しい手法を提案する。我々のアプローチは、新しい核規範に基づく損失に基づいている。部分空間格子におけるセマンティクスのスペクトル幾何学を最小エンコードしていることを示す。
論文参考訳（メタデータ） (2024-05-25T12:51:38Z)
Parrot Mind: Towards Explaining the Complex Task Reasoning of Pretrained Large Language Models with Template-Content Structure [66.33623392497599]
テンプレート・コンテント構造(T-C構造)と呼ばれる構造は指数レベルから線形レベルへの可能な空間を減少させることができることを示す。モデルがタスク構成を達成でき、線形から対数への学習に必要なスペースをさらに削減できることを実証する。
論文参考訳（メタデータ） (2023-10-09T06:57:45Z)
Invariant Causal Set Covering Machines [64.86459157191346]
決定木のようなルールベースのモデルは、解釈可能な性質のために実践者にアピールする。しかし、そのようなモデルを生成する学習アルゴリズムは、しばしば刺激的な関連に弱いため、因果関係の洞察を抽出することが保証されていない。 Invariant Causal Set Covering Machines は、古典的集合被覆マシンアルゴリズムの拡張であり、二値ルールの結合/分離を可能とし、スプリアス関係を確実に回避する。
論文参考訳（メタデータ） (2023-06-07T20:52:01Z)
Unifying Structure Reasoning and Language Model Pre-training for Complex Reasoning [26.811507121199323]
本稿では,明示的な構造推論と言語事前学習を組み合わせ,PLMと構造推論のスキルを融合した統合学習フレームワークを提案する。まず、コンテクスト内のいくつかの基本構造を識別し、構造化されたクエリを構築し、クエリに沿ってステップバイステップの推論を行い、回答エンティティを識別する。 4つのデータセットに対する実験結果から,提案モデルが多様構造を含む複雑な推論タスクにおいて,大幅な改善を達成できることが示されている。
論文参考訳（メタデータ） (2023-01-21T08:18:11Z)
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)
Rationale-Augmented Ensembles in Language Models [53.45015291520658]
我々は、数発のテキスト内学習のための合理化促進策を再考する。我々は、出力空間における合理的サンプリングを、性能を確実に向上させるキーコンポーネントとして特定する。有理拡張アンサンブルは既存のプロンプト手法よりも正確で解釈可能な結果が得られることを示す。
論文参考訳（メタデータ） (2022-07-02T06:20:57Z)
Rediscovering Argumentation Principles Utilizing Collective Attacks [26.186171927678874]
我々は、集合攻撃(SETAFs)による論証フレームワークへの原則に基づくアプローチを拡張した。分析の結果、与えられたSETAF(例えば、方向性やSCC再帰性)の分解に基づく原理の検証は、通常のAFと比較して、さらなる課題をもたらすことが示された。
論文参考訳（メタデータ） (2022-05-06T11:41:23Z)
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)
Discrete Reasoning Templates for Natural Language Understanding [79.07883990966077]
我々は,複雑な質問をより単純な質問に分解する手法を提案する。事前定義された推論テンプレートの指示に従って最終回答を導出する。我々のアプローチは、解釈可能でありながら最先端技術と競合し、監督をほとんど必要としないことを示す。
論文参考訳（メタデータ） (2021-04-05T18:56:56Z)
Preference Elicitation in Assumption-Based Argumentation [3.0323642294813355]
我々は、仮定よりもどの選好が与えられた結論の集合につながるかを特定するために、標準的な推論問題の逆について考察する。本稿では、所望の競合のない結論の集合が得られ得るシステム内の仮定よりも、可能なすべての選好集合を計算し、列挙するアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-05-12T12:31:27Z)
Better Set Representations For Relational Reasoning [30.398348643632445]
リレーショナル推論は、標準的なベクトル表現とは対照的に、エンティティのセットで動作する。本稿では,SRN(Set Refiner Network)と呼ばれるシンプルで汎用的なネットワークモジュールを提案する。
論文参考訳（メタデータ） (2020-03-09T23:07:27Z)

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。