論文の概要: Technical Report on the Learning of Case Relevance in Case-Based Reasoning with Abstract Argumentation

• arxiv url: http://arxiv.org/abs/2310.19607v1
• Date: Mon, 30 Oct 2023 15:01:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-01 19:42:24.951257
• Title: Technical Report on the Learning of Case Relevance in Case-Based Reasoning with Abstract Argumentation
• Title（参考訳）: 抽象的議論による事例ベース推論における事例関連性の学習に関する技術報告
• Authors: Guilherme Paulino-Passos, Francesca Toni
• Abstract要約: 我々は、意思決定木を用いて、実際にどのように関連性を学ぶことができるかを示す。 また,AA-CBRによるケース関係の学習により,決定木よりもコンパクトな表現が得られることを示す。
• 参考スコア（独自算出の注目度）: 14.755026411356315
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Case-based reasoning is known to play an important role in several legal settings. In this paper we focus on a recent approach to case-based reasoning, supported by an instantiation of abstract argumentation whereby arguments represent cases and attack between arguments results from outcome disagreement between cases and a notion of relevance. In this context, relevance is connected to a form of specificity among cases. We explore how relevance can be learnt automatically in practice with the help of decision trees, and explore the combination of case-based reasoning with abstract argumentation (AA-CBR) and learning of case relevance for prediction in legal settings. Specifically, we show that, for two legal datasets, AA-CBR and decision-tree-based learning of case relevance perform competitively in comparison with decision trees. We also show that AA-CBR with decision-tree-based learning of case relevance results in a more compact representation than their decision tree counterparts, which could be beneficial for obtaining cognitively tractable explanations.
• Abstract（参考訳）: ケースベース推論は、いくつかの法的設定において重要な役割を果たすことが知られている。 本稿では,最近の事例ベース推論のアプローチに注目し,議論が事例を表現し,事例間の結果の不一致と関連性の概念による攻撃結果を示す抽象的議論のインスタンス化が支持する。 この文脈では、関連性はケース間の特異性の形式に結びついている。 我々は,意思決定木を駆使して,ケースベース推論と抽象的議論(aa-cbr)の組み合わせと,法的場面における予測のためのケース関連学習について検討する。 具体的には,aa-cbr と decision-tree-based learning の2つの法定データセットについて,決定木との比較で比較検討を行った。 また,AA-CBRによるケース関係の学習により,決定木よりもコンパクトな表現が得られ,認知に難渋する説明を得る上で有益であることが示唆された。

関連論文リスト

• Preference-Based Abstract Argumentation for Case-Based Reasoning (with Appendix) [9.5382175632919]
  ケースベース推論(AA-CBR-Pと呼ぶ)のための参照ベース抽象記述法を提案する。 これにより、ユーザーはケースを比較するための複数のアプローチを、これらの比較アプローチよりも好みを指定する順序付けと定義することができる。 我々は、実際の医療データセット上で、我々のアプローチが他の解釈可能な機械学習モデルより優れていることを実証的に示す。
  論文  参考訳（メタデータ） (2024-07-31T18:31:04Z)
• DELTA: Pre-train a Discriminative Encoder for Legal Case Retrieval via Structural Word Alignment [55.91429725404988]
  判例検索のための識別モデルであるDELTAを紹介する。 我々は浅層デコーダを利用して情報ボトルネックを作り、表現能力の向上を目指しています。 本手法は, 判例検索において, 既存の最先端手法よりも優れている。
  論文  参考訳（メタデータ） (2024-03-27T10:40:14Z)
• Discovering Significant Topics from Legal Decisions with Selective Inference [0.0]
  本稿では,法的決定文から重要なトピックを発見するための自動パイプラインの提案と評価を行う。 本手法は, 結果, 話題語分布, ケーストピックの重みと有意に相関した症例トピックを同定する。 パイプラインによって導かれるトピックは,双方の分野の法的ドクトリンと一致しており,他の関連する法的分析タスクに有用であることを示す。
  論文  参考訳（メタデータ） (2024-01-02T07:00:24Z)
• 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)
• 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)
• 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)
• Legal Detection of AI Products Based on Formal Argumentation and Legal Ontology [4.286330841427189]
  本稿では,法的文脈における推論のための構造化議論フレームワークを提案する。 この形式的議論理論とDLに基づく法論理を組み合わせることで、許容できるアサーションが得られることを示す。
  論文  参考訳（メタデータ） (2022-09-07T11:08:08Z)
• 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)
• Exploring Discourse Structures for Argument Impact Classification [48.909640432326654]
  本稿では、文脈経路に沿った2つの議論間の談話関係が、議論の説得力を特定する上で不可欠な要素であることを実証的に示す。 本研究では,文レベルの構造情報を大規模言語モデルから派生した文脈的特徴に注入・融合するDisCOCを提案する。
  論文  参考訳（メタデータ） (2021-06-02T06:49:19Z)
• Everything Has a Cause: Leveraging Causal Inference in Legal Text Analysis [62.44432226563088]
  因果推論は変数間の因果関係を捉えるプロセスである。 本論文では,事実記述から因果グラフを構築するための新たなグラフベース因果推論フレームワークを提案する。 GCIに含まれる因果知識を強力なニューラルネットワークに効果的に注入することで、パフォーマンスと解釈性が向上します。
  論文  参考訳（メタデータ） (2021-04-19T16:13:10Z)

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。