Fugu-MT 論文翻訳(概要): Impact Measures for Gradual Argumentation Semantics

論文の概要: Impact Measures for Gradual Argumentation Semantics

arxiv url: http://arxiv.org/abs/2407.08302v1
Date: Thu, 11 Jul 2024 08:47:44 GMT
ステータス: 処理完了
システム内更新日: 2024-07-12 18:19:14.356280
Title: Impact Measures for Gradual Argumentation Semantics
Title（参考訳）: 調音セマンティックスにおける影響対策
Authors: Caren Al Anaissy, Jérôme Delobelle, Srdjan Vesic, Bruno Yun,
Abstract要約: 影響尺度は、各引数に対して、そのスコアに対する他の引数の影響を評価する。本稿では,Delobelle と Villata の既存の影響尺度を改良し,Shapley の値に根ざした新しい影響尺度を提案する。
参考スコア（独自算出の注目度）: 4.499833362998488
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Argumentation is a formalism allowing to reason with contradictory information by modeling arguments and their interactions. There are now an increasing number of gradual semantics and impact measures that have emerged to facilitate the interpretation of their outcomes. An impact measure assesses, for each argument, the impact of other arguments on its score. In this paper, we refine an existing impact measure from Delobelle and Villata and introduce a new impact measure rooted in Shapley values. We introduce several principles to evaluate those two impact measures w.r.t. some well-known gradual semantics. This comprehensive analysis provides deeper insights into their functionality and desirability.
Abstract（参考訳）: 議論は、議論とその相互作用をモデル化することによって矛盾した情報で推論できる形式主義である。現在、結果の解釈を促進するために現れた漸進的な意味論や影響尺度が増えている。影響尺度は、各引数に対して、そのスコアに対する他の引数の影響を評価する。本稿では,Delobelle と Villata の既存の影響尺度を改良し,Shapley の値に根ざした新しい影響尺度を提案する。我々はこれらの2つの影響尺度をよく知られた漸進的意味論で評価するためのいくつかの原則を導入する。この包括的な分析は、機能と望ましさに関する深い洞察を提供する。

関連論文リスト

Detecting and Measuring Confounding Using Causal Mechanism Shifts [31.625339624279686]
因果性は非現実的で実証不可能である。既存の手法は、基礎となる因果生成過程について強いパラメトリックな仮定を行い、共起変数の識別可能性を保証する。本稿では,コンファウンディングの検出と測定のための包括的アプローチを提案する。
論文参考訳（メタデータ） (2024-09-26T13:44:22Z)
Evaluating Interventional Reasoning Capabilities of Large Language Models [58.52919374786108]
大規模言語モデル(LLM)は、システムの異なる部分への介入の下で因果効果を推定することができる。 LLMが介入に応じてデータ生成プロセスの知識を正確に更新できるかどうかを実証分析して評価する。我々は、様々な因果グラフ(例えば、コンバウンディング、仲介)と変数タイプにまたがるベンチマークを作成し、介入に基づく推論の研究を可能にする。
論文参考訳（メタデータ） (2024-04-08T14:15:56Z)
Estimating the Causal Effects of Natural Logic Features in Transformer-Based NLI Models [16.328341121232484]
文脈介入の効果を測定するために因果効果推定手法を適用した。本研究はトランスフォーマーの無関係な変化に対する堅牢性と影響の高い変化に対する感受性について検討する。
論文参考訳（メタデータ） (2024-04-03T10:22:35Z)
The Effect of Scaling, Retrieval Augmentation and Form on the Factual Consistency of Language Models [7.2022332882214695]
大規模言語モデル(LLM)は、事実知識に対する自然なインタフェースを作るが、その有用性は意味論的に等価な質問に対して一貫性のない回答を提供する傾向によって制限される。不整合の潜在的な原因を特定し、検索コーパスを用いてLMのスケールアップと拡張という2つの緩和戦略の有効性を評価する。
論文参考訳（メタデータ） (2023-11-02T15:20:11Z)
Estimating the Causal Effects of Natural Logic Features in Neural NLI Models [2.363388546004777]
我々は、広く使われているモデルにおいて、体系的な推論失敗を特定し、定量化するのに十分な構造と規則性を持った推論の特定のパターンに着目する。文脈介入の効果を測定するために因果効果推定手法を適用した。異なる設定におけるNLPモデルの因果解析に関する関連する研究に続いて、NLIタスクの方法論を適用して比較モデルプロファイルを構築する。
論文参考訳（メタデータ） (2023-05-15T12:01:09Z)
Causal Intervention Improves Implicit Sentiment Analysis [67.43379729099121]
インスツルメンタル・バリアブル(ISAIV)を用いたインシシット・センシティメント分析のための因果介入モデルを提案する。まず、因果的視点から感情分析をレビューし、このタスクに存在する共同設立者を分析する。そこで本研究では,文章と感情の因果関係を解消し,純粋因果関係を抽出するインストゥルメンタル変数を提案する。
論文参考訳（メタデータ） (2022-08-19T13:17:57Z)
Counterfactual Reasoning for Out-of-distribution Multimodal Sentiment Analysis [56.84237932819403]
本稿では,OODの高次一般化に対するテキストモダリティの悪影響を推定・緩和することを目的とする。そこで本研究では,マルチモーダル感情分析のためのモデルに依存しない反現実的フレームワークを考案した。
論文参考訳（メタデータ） (2022-07-24T03:57:40Z)
On Quantitative Evaluations of Counterfactuals [88.42660013773647]
本稿では、分析と実験を通じて、視覚的対実例の評価に関する研究を集約する。ほとんどのメトリクスは、十分な単純なデータセットを意図して振る舞うが、複雑さが増加すると、良い結果と悪い結果の違いを判断できないものもいる。私たちはラベル変動スコアとOracleスコアという2つの新しい指標を提案しています。
論文参考訳（メタデータ） (2021-10-30T05:00:36Z)
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)
On Shapley Credit Allocation for Interpretability [1.52292571922932]
学習モデルの判断を解釈する際に適切な質問を行うことの重要性を強調する。本稿では,Shapley symmetrizationの特徴関数として,解釈の異なる性質と異なる尺度を織り込むことによって特徴関連性を定量化する。
論文参考訳（メタデータ） (2020-12-10T08:25:32Z)
What Changed Your Mind: The Roles of Dynamic Topics and Discourse in Argumentation Process [78.4766663287415]
本稿では,議論の説得力において重要な要因を自動的に分析する研究について述べる。議論的会話における潜在トピックや談話の変化を追跡できる新しいニューラルモデルを提案する。
論文参考訳（メタデータ） (2020-02-10T04:27:48Z)

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。