論文の概要: A Methodology for Incompleteness-Tolerant and Modular Gradual Semantics for Argumentative Statement Graphs
- arxiv url: http://arxiv.org/abs/2410.22209v3
- Date: Tue, 28 Jan 2025 12:20:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-29 13:53:20.627254
- Title: A Methodology for Incompleteness-Tolerant and Modular Gradual Semantics for Argumentative Statement Graphs
- Title（参考訳）: 説明文グラフに対する不完全性トレラントおよびモジュール型グラデーショナルセマンティクスの一手法
- Authors: Antonio Rago, Stylianos Loukas Vasileiou, Francesca Toni, Tran Cao Son, William Yeoh,
- Abstract要約: 文グラフの文法的意味論を得るための新しい手法を提案する。
まず、不完全な情報を自然に扱えるので、部分的に指定された前提を持つ議論が評価において意味のある役割を果たす。
第2に、QBAFの任意のGSを利用するようにモジュール的に定義されている。
- 参考スコア（独自算出の注目度）: 15.717458041314194
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Gradual semantics (GS) have demonstrated great potential in argumentation, in particular for deploying quantitative bipolar argumentation frameworks (QBAFs) in a number of real-world settings, from judgmental forecasting to explainable AI. In this paper, we provide a novel methodology for obtaining GS for statement graphs, a form of structured argumentation framework, where arguments and relations between them are built from logical statements. Our methodology differs from existing approaches in the literature in two main ways. First, it naturally accommodates incomplete information, so that arguments with partially specified premises can play a meaningful role in the evaluation. Second, it is modularly defined to leverage on any GS for QBAFs. We also define a set of novel properties for our GS and study their suitability alongside a set of existing properties (adapted to our setting) for two instantiations of our GS, demonstrating their advantages over existing approaches.
- Abstract（参考訳）: グラデーショナルセマンティクス(GS)は、特に、判断予測から説明可能なAIに至るまで、多くの実世界の設定で定量的双極子論証フレームワーク(QBAF)をデプロイする上で、議論において大きな可能性を示している。
本稿では,論理的ステートメントから議論と関係が構築される構造化議論フレームワークであるステートメントグラフのGSを得るための新しい手法を提案する。
我々の方法論は、文献における既存のアプローチとは2つの点で異なる。
まず、部分的に指定された前提を持つ議論が評価において意味のある役割を果たすように、不完全な情報を自然に許容する。
第2に、QBAFの任意のGSを利用するようにモジュール的に定義されている。
我々はまた、GSの新しい性質のセットを定義し、GSの2つのインスタンス化のために既存のプロパティのセット(設定に合わせて)と一緒にそれらの適合性を研究し、既存のアプローチに対する彼らのアドバンテージを実証する。
関連論文リスト
- Localizing Factual Inconsistencies in Attributable Text Generation [91.981439746404]
本稿では,帰属可能なテキスト生成における事実の不整合をローカライズするための新しい形式であるQASemConsistencyを紹介する。
まず,人間のアノテーションに対するQASemConsistency法の有効性を示す。
そこで我々は,局所的な事実の不整合を自動的に検出するいくつかの手法を実装した。
論文 参考訳（メタデータ） (2024-10-09T22:53:48Z) - Explaining Datasets in Words: Statistical Models with Natural Language Parameters [66.69456696878842]
本稿では, クラスタリング, 時系列, 分類モデルなど, 自然言語の述語によってパラメータ化される統計モデル群を紹介する。
当社のフレームワークは、ユーザチャット対話の分類、時間の経過とともにどのように進化するかの特徴付け、一方の言語モデルが他方よりも優れているカテゴリを見つけることなど、幅広い問題に適用しています。
論文 参考訳（メタデータ） (2024-09-13T01:40:20Z) - Contextualization Distillation from Large Language Model for Knowledge
Graph Completion [51.126166442122546]
我々は、差別的かつ生成的なKGCフレームワークと互換性のあるプラグイン・アンド・プレイ方式であるContextualization Distillation戦略を導入する。
提案手法は,大規模言語モデルに対して,コンパクトで構造的な三重項を文脈に富んだセグメントに変換するように指示することから始まる。
多様なデータセットとKGC技術にわたる総合的な評価は、我々のアプローチの有効性と適応性を強調している。
論文 参考訳（メタデータ） (2024-01-28T08:56:49Z) - How Well Do Text Embedding Models Understand Syntax? [50.440590035493074]
テキスト埋め込みモデルが幅広い構文的文脈にまたがって一般化する能力は、まだ解明されていない。
その結果,既存のテキスト埋め込みモデルは,これらの構文的理解課題に十分対応していないことが明らかとなった。
多様な構文シナリオにおけるテキスト埋め込みモデルの一般化能力を高めるための戦略を提案する。
論文 参考訳（メタデータ） (2023-11-14T08:51:00Z) - "You Are An Expert Linguistic Annotator": Limits of LLMs as Analyzers of
Abstract Meaning Representation [60.863629647985526]
文意味構造の解析において, GPT-3, ChatGPT, および GPT-4 モデルの成功と限界について検討した。
モデルはAMRの基本形式を確実に再現でき、しばしばコアイベント、引数、修飾子構造をキャプチャできる。
全体としては,これらのモデルではセマンティック構造の側面を捉えることができるが,完全に正確なセマンティック解析や解析をサポートする能力には重要な制限が残されている。
論文 参考訳（メタデータ） (2023-10-26T21:47:59Z) - Context-aware feature attribution through argumentation [0.0]
我々はCA-FATA (Context-Aware Feature Attribution Through Argumentation) と呼ばれる新しい特徴属性フレームワークを定義する。
我々のフレームワークは、各特徴を、予測を支援したり、攻撃したり、中和したりできる議論として扱うことによって、議論の力を利用する。
論文 参考訳（メタデータ） (2023-10-24T20:02:02Z) - 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) - Towards Feasible Counterfactual Explanations: A Taxonomy Guided
Template-based NLG Method [0.5003525838309206]
対実的説明 (cf-XAI) は、あるクラスから別のクラスへ結果を変更するのに必要な特徴値の最小限の変更を記述する。
多くのcf-XAI法はこれらの変化の可能性を無視している。
自然言語におけるcf-XAI提示のための新しいアプローチ(Natural-XAI)を提案する。
論文 参考訳（メタデータ） (2023-10-03T12:48:57Z) - Ranking-based Argumentation Semantics Applied to Logical Argumentation
(full version) [2.9005223064604078]
構造化議論におけるランキングベースセマンティクスの振る舞いについて検討する。
ランキングに基づく多種多様なセマンティクスが,いわゆる計算可能性尺度を生み出していることを示す。
論文 参考訳（メタデータ） (2023-07-31T15:44:33Z) - MURMUR: Modular Multi-Step Reasoning for Semi-Structured Data-to-Text
Generation [102.20036684996248]
多段階推論を用いた半構造化データからテキストを生成するための,ニューロシンボリックなモジュラーアプローチであるMURMURを提案する。
WebNLG や LogicNLG のような2つのデータ・テキスト生成タスクについて実験を行った。
論文 参考訳（メタデータ） (2022-12-16T17:36:23Z) - 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) - Towards Preserving Semantic Structure in Argumentative Multi-Agent via
Abstract Interpretation [0.0]
モデルチェックの観点から抽象概念を考察する。
いくつかの議論は、様々な観点から同じ位置を守り、議論フレームワークのサイズを減らそうとしている。
論文 参考訳（メタデータ） (2022-11-28T21:32:52Z) - Autoregressive Structured Prediction with Language Models [73.11519625765301]
本稿では, PLM を用いた自己回帰的手法を用いて, モデル構造を行動列として記述する。
我々のアプローチは、私たちが見てきた全ての構造化予測タスクにおいて、新しい最先端を実現する。
論文 参考訳（メタデータ） (2022-10-26T13:27:26Z) - 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) - Can Unsupervised Knowledge Transfer from Social Discussions Help
Argument Mining? [25.43442712037725]
本稿では,教師なし,議論型対話型知識の課題を克服するために,新しい伝達学習戦略を提案する。
本研究では,ChangeMyViewのサブレディットからの議論に富んだ社会的な議論を,教師なしの議論型知識の源泉として活用する。
本稿では,提案手法を補完する,コンポーネント間関係予測のための新しいプロンプトベースの戦略を提案する。
論文 参考訳（メタデータ） (2022-03-24T06:48:56Z) - AGM Belief Revision, Semantically [1.7403133838762446]
最小限の変化のパラダイムを実装した信念修正演算子の汎用的モデル理論的特徴付けを確立する。
我々の特徴づけはすべてのタルスキア論理、すなわち古典的なモデル理論のセマンティクスを持つ全ての論理に適用できる。
論文 参考訳（メタデータ） (2021-12-27T07:53:21Z) - 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) - DeepA2: A Modular Framework for Deep Argument Analysis with Pretrained
Neural Text2Text Language Models [7.132217701156598]
本稿では,既存の事前学習言語モデル (PTLM) を用いたディープ引数解析 (DeepA2) を実現するための多次元モジュラーフレームワークを提案し,実装する。
我々は、ディープ引数分析のための合成コーパスを作成し、この新しいデータセットと既存のデータ、特にEntailmentBankに基づいてArgumentAnalystを評価します。
私たちの経験的発見は、全体的なフレームワークを象徴し、モジュール化された設計の利点を強調します。
論文 参考訳（メタデータ） (2021-10-04T15:24:07Z) - 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) - Infusing Finetuning with Semantic Dependencies [62.37697048781823]
シンタックスとは異なり、セマンティクスは今日の事前訓練モデルによって表面化されないことを示す。
次に、畳み込みグラフエンコーダを使用して、タスク固有の微調整にセマンティック解析を明示的に組み込む。
論文 参考訳（メタデータ） (2020-12-10T01:27:24Z) - A Diagnostic Study of Explainability Techniques for Text Classification [52.879658637466605]
既存の説明可能性技術を評価するための診断特性のリストを作成する。
そこで本研究では, モデルの性能と有理性との整合性の関係を明らかにするために, 説明可能性手法によって割り当てられた有理性スコアと有理性入力領域の人間のアノテーションを比較した。
論文 参考訳（メタデータ） (2020-09-25T12:01:53Z)
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。