論文の概要: Dialogue-based Explanations for Logical Reasoning using Structured Argumentation

• arxiv url: http://arxiv.org/abs/2502.11291v1
• Date: Sun, 16 Feb 2025 22:26:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-18 14:08:51.449105
• Title: Dialogue-based Explanations for Logical Reasoning using Structured Argumentation
• Title（参考訳）: 構造的引数を用いた論理的推論のための対話型説明法
• Authors: Loan Ho, Stefan Schlobach,
• Abstract要約: 我々は、最先端技術の構造的弱点を特定し、これらの問題に対処するための一般的な議論に基づくアプローチを提案する。 我々の研究は、問合せ応答を計算し、説明するための弁証法として対話モデルを提供する。 これにより、既存の説明形式よりも表現的かつ直感的な弁証的証明木を説明として構築することができる。
• 参考スコア（独自算出の注目度）: 0.06138671548064355
• License:
• Abstract: The problem of explaining inconsistency-tolerant reasoning in knowledge bases (KBs) is a prominent topic in Artificial Intelligence (AI). While there is some work on this problem, the explanations provided by existing approaches often lack critical information or fail to be expressive enough for non-binary conflicts. In this paper, we identify structural weaknesses of the state-of-the-art and propose a generic argumentation-based approach to address these problems. This approach is defined for logics involving reasoning with maximal consistent subsets and shows how any such logic can be translated to argumentation. Our work provides dialogue models as dialectic-proof procedures to compute and explain a query answer wrt inconsistency-tolerant semantics. This allows us to construct dialectical proof trees as explanations, which are more expressive and arguably more intuitive than existing explanation formalisms.
• Abstract（参考訳）: 知識ベース(KB)における矛盾耐性推論を説明する問題は、人工知能(AI)において顕著なトピックである。 この問題にはいくつかの研究があるが、既存のアプローチが提供する説明には重要な情報が欠けている場合や、バイナリでない競合に対して十分に表現できない場合が多い。 本稿では,最先端技術の構造的弱点を特定し,これらの問題に対処するための一般的な議論に基づくアプローチを提案する。 このアプローチは、最大一貫した部分集合を持つ推論を含む論理に対して定義され、そのような論理がどのように議論に変換できるかを示す。 我々の研究は、問合せ応答が不整合性に耐性のある意味論を計算し、説明するための弁証法として対話モデルを提供する。 これにより、既存の説明形式よりも表現的かつ直感的な弁証的証明木を説明として構築することができる。

関連論文リスト

• Counterfactual and Semifactual Explanations in Abstract Argumentation: Formal Foundations, Complexity and Computation [19.799266797193344]
  議論ベースのシステムは、意思決定プロセスをサポートしながら説明責任を欠くことが多い。 対実的・半実的な説明は解釈可能性のテクニックである。 本稿では,制約の弱いArgumentation Frameworkにおいて,逆ファクトおよび半ファクトのクエリを符号化可能であることを示す。
  論文  参考訳（メタデータ） (2024-05-07T07:27:27Z)
• 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)
• Stable Normative Explanations: From Argumentation to Deontic Logic [1.3272510644778104]
  本稿では,安定な説明概念を形式的議論の文脈でどのように表現できるかを検討する。 本稿では、この説明概念を特徴付けることができるデオン論理の議論近傍構造から構築する方法を示す。
  論文  参考訳（メタデータ） (2023-07-11T10:26:05Z)
• 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)
• MetaLogic: Logical Reasoning Explanations with Fine-Grained Structure [129.8481568648651]
  複雑な実生活シナリオにおけるモデルの論理的推論能力を調べるためのベンチマークを提案する。 推論のマルチホップ連鎖に基づいて、説明形式は3つの主成分を含む。 この新たな説明形式を用いて,現在のベストモデルの性能を評価した。
  論文  参考訳（メタデータ） (2022-10-22T16:01:13Z)
• Discourse-Aware Graph Networks for Textual Logical Reasoning [142.0097357999134]
  パッセージレベルの論理関係は命題単位間の係り合いまたは矛盾を表す(例、結論文) 論理的推論QAを解くための論理構造制約モデリングを提案し、談話対応グラフネットワーク(DAGN)を導入する。 ネットワークはまず、インラインの談話接続とジェネリック論理理論を利用した論理グラフを構築し、その後、エッジ推論機構を用いて論理関係を進化させ、グラフ機能を更新することで論理表現を学習する。
  論文  参考訳（メタデータ） (2022-07-04T14:38:49Z)
• 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)
• A Description Logic for Analogical Reasoning [28.259681405091666]
  我々は,類推による推論に依拠する,妥当な知識の欠如を推測するメカニズムを提案する。 これは、記述論理の設定の中でアナログ推論を研究する最初の論文です。
  論文  参考訳（メタデータ） (2021-05-10T19:06:07Z)
• Thinking About Causation: A Causal Language with Epistemic Operators [58.720142291102135]
  我々はエージェントの状態を表すことで因果モデルの概念を拡張した。 対象言語の側面には、知識を表現する演算子や、新しい情報を観察する行為が追加されます。 我々は、論理の健全かつ完全な公理化を提供し、このフレームワークと因果的チーム意味論との関係について論じる。
  論文  参考訳（メタデータ） (2020-10-30T12:16:45Z)
• Higher-order Logic as Lingua Franca -- Integrating Argumentative Discourse and Deep Logical Analysis [0.0]
  本稿では,議論的言説の深い多元論的論理解析へのアプローチを提案する。 我々は古典的な高階論理に最先端の自動推論技術を用いる。
  論文  参考訳（メタデータ） (2020-07-02T11:07:53Z)

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。