Fugu-MT 論文翻訳(概要): Eliciting Rational Initial Weights in Gradual Argumentation

論文の概要: Eliciting Rational Initial Weights in Gradual Argumentation

arxiv url: http://arxiv.org/abs/2502.07452v1
Date: Tue, 11 Feb 2025 10:52:54 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-12 14:08:01.332944
Title: Eliciting Rational Initial Weights in Gradual Argumentation
Title（参考訳）: 経時的関節形成における合理的初期重みの緩和
Authors: Nir Oren, Bruno Yun,
Abstract要約: 本稿では,各引数に対してアクセプタビリティの間隔を指定可能なエリケーションパイプラインを提案する。段階的意味論を用いることで、それらが有理性であるときにこれらの区間を洗練させ、それらがそうでないときに合理性を取り戻し、究極的には各引数の可能な初期重み付けを特定できる。
参考スコア（独自算出の注目度）: 3.660182910533372
License:
Abstract: Many semantics for weighted argumentation frameworks assume that each argument is associated with an initial weight. However, eliciting these initial weights poses challenges: (1) accurately providing a specific numerical value is often difficult, and (2) individuals frequently confuse initial weights with acceptability degrees in the presence of other arguments. To address these issues, we propose an elicitation pipeline that allows one to specify acceptability degree intervals for each argument. By employing gradual semantics, we can refine these intervals when they are rational, restore rationality when they are not, and ultimately identify possible initial weights for each argument.
Abstract（参考訳）: 重み付けされた議論フレームワークの多くの意味論は、各議論が初期重みと関連していると仮定する。しかしながら、これらの初期重みを抽出することは、(1) 特定の数値を正確に提供することはしばしば困難であり、(2) 個人は、他の議論の存在下で、初期重みを受容可能性度としばしば混同する。これらの問題に対処するため,各引数に対してアクセプタビリティの間隔を指定可能なエリケーションパイプラインを提案する。段階的意味論を用いることで、それらが有理性であるときにこれらの区間を洗練させ、それらがそうでないときに合理性を取り戻し、究極的には各引数の可能な初期重み付けを特定できる。

関連論文リスト

Abstract Weighted Based Gradual Semantics in Argumentation Theory [3.2566808526538873]
段階的意味論と受容可能性度を結びつける4つの重要な問題を導入する。まず、逆問題を再検討し、議論フレームワークの引数重みを特定して、特定の最終的な受容可能性の度合いを導いた。第三に、議論の受理度が考慮されるのではなく、選好時に議論の重みが見つかるかどうかを問う。第4に、この空間に「ギャップ」が存在するかどうかを問う、有効な受容可能性次数の空間の位相を考える。
論文参考訳（メタデータ） (2024-01-21T12:22:48Z)
LaRS: Latent Reasoning Skills for Chain-of-Thought Reasoning [61.7853049843921]
Chain-of-Thoughting(CoT)プロンプトは、大規模言語モデル(LLM)のための一般的なコンテキスト内学習手法である。本稿では、教師なし学習を用いて有理数の潜在空間表現を生成するLaRS(Lalatnt Reasoning Skills)という新しいアプローチを提案する。
論文参考訳（メタデータ） (2023-12-07T20:36:10Z)
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)
A Hybrid System for Systematic Generalization in Simple Arithmetic Problems [70.91780996370326]
本稿では,記号列に対する合成的および体系的推論を必要とする算術的問題を解くことができるハイブリッドシステムを提案する。提案システムは,最も単純なケースを含むサブセットでのみ訓練された場合においても,ネストした数式を正確に解くことができることを示す。
論文参考訳（メタデータ） (2023-06-29T18:35:41Z)
Enriching Disentanglement: From Logical Definitions to Quantitative Metrics [59.12308034729482]
複雑なデータにおける説明的要素を遠ざけることは、データ効率の表現学習にとって有望なアプローチである。論理的定義と量的指標の関連性を確立し, 理論的に根ざした絡み合いの指標を導出する。本研究では,非交叉表現の異なる側面を分離することにより,提案手法の有効性を実証的に実証する。
論文参考訳（メタデータ） (2023-05-19T08:22:23Z)
Inferring Attack Relations for Gradual Semantics [5.254093731341154]
段階的意味論は、重み付けされた議論フレームワークを入力として、各引数に対する最終的な受け入れ可能性度を出力する。我々は、これらの議論に対する一連の攻撃があるかどうかを判断し、これらの許容可能性の度合いを得る。
論文参考訳（メタデータ） (2022-11-29T11:45:27Z)
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)
Maieutic Prompting: Logically Consistent Reasoning with Recursive Explanations [71.2950434944196]
ノイズや一貫性のない言語モデルでさえも問題に対する正しい答えを推測するMaieutic Promptingを開発する。 Maieutic Promptingは最先端のプロンプト法よりも最大20%精度が高い。
論文参考訳（メタデータ） (2022-05-24T06:36:42Z)
Analytical Solutions for the Inverse Problem within Gradual Semantics [3.957174470017176]
本稿では,段階的意味論における逆問題の解法として解析的アプローチを用いる方法を示す。現在の最先端とは違って、そのようなアプローチは素早く解を見つけることができ、そのことが保証される。
論文参考訳（メタデータ） (2022-03-02T15:55:10Z)
The Inverse Problem for Argumentation Gradual Semantics [8.860629791560198]
このような意味論のサブクラス、いわゆる重み付き意味論は、引数に対する初期重みのセットを入力として取る。このような重み付き意味論に対する逆問題を考える。すなわち、議論の枠組みと望ましい議論のランキングが与えられた場合、特定の意味論が与えられたランキングを生成するような初期重みが存在するかどうかを問う。
論文参考訳（メタデータ） (2022-02-01T09:46:23Z)
Intrinsic Argument Strength in Structured Argumentation: a Principled Approach [0.0]
本研究では,前提条件の強みと推論規則に基づいて,本質的な強みを引数に割り当てる手法について検討する。まず、強み割り当て手法が満足できる性質である原則の集合を定義する。次に、そのような2つの方法を提案し、それらが満たす原則を分析する。
論文参考訳（メタデータ） (2021-09-01T11:54:15Z)

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。