論文の概要: Modelling and Explaining Legal Case-based Reasoners through Classifiers
- arxiv url: http://arxiv.org/abs/2210.11217v1
- Date: Thu, 20 Oct 2022 12:51:12 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-21 14:40:19.356194
- Title: Modelling and Explaining Legal Case-based Reasoners through Classifiers
- Title（参考訳）: 分類器による法ケースベース推論のモデル化と説明
- Authors: Xinghan Liu, Emiliano Lorini, Antonino Rotolo, Giovanni Sartor
- Abstract要約: 本稿では、ケースベース推論の因子モデル(CBR)と分類器の論理的仕様の2つの研究ラインをまとめる。
- 参考スコア（独自算出の注目度）: 9.052343834206992
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper brings together two lines of research: factor-based models of
case-based reasoning (CBR) and the logical specification of classifiers.
Logical approaches to classifiers capture the connection between features and
outcomes in classifier systems. Factor-based reasoning is a popular approach to
reasoning by precedent in AI & Law. Horty (2011) has developed the factor-based
models of precedent into a theory of precedential constraint. In this paper we
combine the modal logic approach (binary-input classifier, BLC) to classifiers
and their explanations given by Liu & Lorini (2021) with Horty's account of
factor-based CBR, since both a classifier and CBR map sets of features to
decisions or classifications. We reformulate case bases of Horty in the
language of BCL, and give several representation results. Furthermore, we show
how notions of CBR, e.g. reason, preference between reasons, can be analyzed by
notions of classifier system.
- Abstract（参考訳）: 本稿では、ケースベース推論の因子モデル(CBR)と分類器の論理的仕様の2つの研究ラインをまとめる。
分類器への論理的アプローチは、分類器システムの特徴と結果の関係を捉える。
因子に基づく推論は、AI & Lawの先例による推論に対する一般的なアプローチである。
Horty (2011) は前例の因子モデルを開発し、前例的制約の理論を作った。
本稿では,モーダル論理のアプローチ (binary-input classifier, blc) を分類器と組み合わせ, liu & lorini (2021) によって与えられたそれらの説明と因子に基づく cbr のホーティの説明を組み合わせる。
我々は,BCL言語におけるHortyのケースベースを再構成し,いくつかの表現結果を与える。
さらに,cbrの概念,例えば理由,理由間の選好を分類システムの概念によってどのように分析できるかを示す。
関連論文リスト
- Algorithmic syntactic causal identification [0.8901073744693314]
因果的ベイズネット(CBN)の因果的識別は因果的推論において重要なツールである。
d-分離やdo-calculusといった手法を用いた因果同定の定式化は、古典的確率論の数学的言語で表現されている。
古典的確率論を対称モノイド圏の代替公理的基礎に置き換えることで、この制限を解除できることを示す。
論文 参考訳（メタデータ） (2024-03-14T17:14:53Z) - Modeling Hierarchical Reasoning Chains by Linking Discourse Units and
Key Phrases for Reading Comprehension [80.99865844249106]
本稿では,論理的推論の基盤として,対話レベルと単語レベルの両方の文脈を扱う総合グラフネットワーク(HGN)を提案する。
具体的には、ノードレベルの関係とタイプレベルの関係は、推論過程におけるブリッジと解釈できるが、階層的な相互作用機構によってモデル化される。
論文 参考訳（メタデータ） (2023-06-21T07:34:27Z) - Machine Reading Comprehension using Case-based Reasoning [92.51061570746077]
本稿では,機械読解における解答抽出の正確かつ解釈可能な手法を提案する。
本手法は,類似した質問に対する文脈的回答が相互に意味的類似性を共有するという仮説に基づいている。
論文 参考訳（メタデータ） (2023-05-24T07:09:56Z) - APOLLO: A Simple Approach for Adaptive Pretraining of Language Models
for Logical Reasoning [73.3035118224719]
本稿では,論理的推論能力を改善した適応事前学習型言語モデルAPOLLOを提案する。
APOLLOはReClorで比較可能であり、LogiQAでベースラインを上回ります。
論文 参考訳（メタデータ） (2022-12-19T07:40:02Z) - Feature Necessity & Relevancy in ML Classifier Explanations [5.232306238197686]
機械学習(ML)モデルと予測が与えられた場合、説明は予測に十分な機能のセットとして定義することができる。
また、ある説明においてセンシティブな特徴が生じるのか、またはすべての説明において興味のない特徴が生じる必要があるのかを理解することも重要である。
論文 参考訳（メタデータ） (2022-10-27T12:12:45Z) - Perturbations and Subpopulations for Testing Robustness in Token-Based
Argument Unit Recognition [6.502694770864571]
Argument Unit Recognition and Classification は、テキストから引数単位を識別し、それをpro または against として分類することを目的としている。
このタスクのためにシステムを開発する際に必要となる設計上の選択の1つは、分類単位が何かである。
従来の研究では、トークンレベルの微調整言語モデルは、文章を直接訓練するよりも、文章を分類する上でより堅牢な結果をもたらすことが示唆されている。
当初この主張を導いた研究を再現し、トークンベースのシステムが文ベースのシステムと比較して何を学んだかをさらに調査する。
論文 参考訳（メタデータ） (2022-09-29T13:44:28Z) - Argumentative Explanations for Pattern-Based Text Classifiers [15.81939090849456]
文分類のためのパターンベースロジスティック回帰(PLR)という,特定の解釈可能なモデルの説明に焦点をあてる。
本稿では,AXPLRを提案する。AXPLRは,計算論法を用いて説明文を生成する新しい説明法である。
論文 参考訳（メタデータ） (2022-05-22T21:16:49Z) - Knowledge Base Question Answering by Case-based Reasoning over Subgraphs [81.22050011503933]
本モデルでは,既存のKG補完アルゴリズムよりも複雑な推論パターンを必要とする問合せに対して,より効果的に答えることを示す。
提案モデルは、KBQAベンチマークの最先端モデルよりも優れているか、競合的に動作する。
論文 参考訳（メタデータ） (2022-02-22T01:34:35Z) - 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) - Pairwise Supervision Can Provably Elicit a Decision Boundary [84.58020117487898]
類似性学習は、パターンのペア間の関係を予測することによって有用な表現を引き出す問題である。
類似性学習は、決定境界を直接引き出すことによって二項分類を解くことができることを示す。
論文 参考訳（メタデータ） (2020-06-11T05:35:16Z) - An ASP-Based Approach to Counterfactual Explanations for Classification [0.0]
本稿では,因果関係に基づく分類モデルに基づく意思決定の基盤として,反実的介入を規定し,計算する解集合プログラムを提案する。
ルールベースの分類器のような論理プログラムとして指定できるブラックボックスモデルやモデルに適用することができる。
論文 参考訳（メタデータ） (2020-04-28T01:36:26Z)
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。