論文の概要: Supported Abstract Argumentation for Case-Based Reasoning

• arxiv url: http://arxiv.org/abs/2507.04994v1
• Date: Mon, 07 Jul 2025 13:32:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:35.435965
• Title: Supported Abstract Argumentation for Case-Based Reasoning
• Title（参考訳）: ケースベース推論のための抽象表現支援
• Authors: Adam Gould, Gabriel de Olim Gaul, Francesca Toni,
• Abstract要約: ケースベース推論(SAA-CBR)のための支援された抽象表現法について紹介する。 サポートにより、sAA-CBRは前駆体であるAA-CBRの制限を克服する。 sAA-CBRはスパイクを含まないが,キーモデル特性のトレードオフは行わない。
• 参考スコア（独自算出の注目度）: 11.11289916111646
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: We introduce Supported Abstract Argumentation for Case-Based Reasoning (sAA-CBR), a binary classification model in which past cases engage in debates by arguing in favour of their labelling and attacking or supporting those with opposing or agreeing labels. With supports, sAA-CBR overcomes the limitation of its precursor AA-CBR, which can contain extraneous cases (or spikes) that are not included in the debates. We prove that sAA-CBR contains no spikes, without trading off key model properties
• Abstract（参考訳）: SAA-CBR(Supported Abstract Argumentation for Case-Based Reasoning, SAA-CBR)は, 過去の事例をラベル付けや攻撃, あるいはラベルに賛成する者を支援する二項分類モデルである。 サポートにより、sAA-CBRは前駆体であるAA-CBRの制限を克服し、議論に含まれない外部ケース(またはスパイク)を含むことができる。 sAA-CBR がスパイクを含まないことを証明する。

関連論文リスト

• Neuro-Argumentative Learning with Case-Based Reasoning [12.489784979345654]
  本稿では,データ駆動型ニューロシンボリック分類モデルであるGradual Abstract Argumentation for Case-Based Reasoning (Gradual AA-CBR)を紹介する。 議論の各議論は、トレーニングデータから観察されたケースであり、ラベル付けを好んでいる。 ケースは、各議論の強さと、勾配に基づく手法で学んだ関係によって、反対または同意するラベルを持つ人々を攻撃するか、または支援する。
  論文  参考訳（メタデータ） (2025-05-21T16:49:47Z)
• AlignRAG: Leveraging Critique Learning for Evidence-Sensitive Retrieval-Augmented Reasoning [61.28113271728859]
  RAGは知識ベースで大規模言語モデル(LLM)を実現するためのパラダイムとして広く採用されている。 標準的なRAGパイプラインは、モデル推論が取得した証拠と整合性を維持するのに失敗することが多く、事実上の矛盾や否定的な結論につながる。 本研究では,RAGをRetrieval-Augmented Reasoningと解釈し,中心的だが未探索な問題であるtextitReasoning Misalignmentを同定する。
  論文  参考訳（メタデータ） (2025-04-21T04:56:47Z)
• On the Correspondence of Non-flat Assumption-based Argumentation and Logic Programming with Negation as Failure in the Head [20.981256612743145]
  非平坦なABAとLPの対応性を示す。 次に、この結果を、もともと双極性ABAと呼ばれる非平坦なABAの断片に対して定義された、いわゆる集合安定ABA意味論に拡張する。 本稿では,LP の集合安定セマンティクスを頭の中の失敗として定義し,集合安定な ABA セマンティクスとの対応を示す。
  論文  参考訳（メタデータ） (2024-05-15T15:10:03Z)
• Technical Report on the Learning of Case Relevance in Case-Based Reasoning with Abstract Argumentation [14.755026411356315]
  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。
  論文  参考訳（メタデータ） (2023-10-30T15:01:41Z)
• CAR: Conceptualization-Augmented Reasoner for Zero-Shot Commonsense Question Answering [56.592385613002584]
  ゼロショットコモンセンス質問応答の課題に対処するために,概念化強化推論器(CAR)を提案する。 CARは、CommonSenseの知識を多くの高レベルなインスタンスに抽象化し、CommonSenseの知識ベースの範囲を拡大する。 CARは、既存のメソッドよりも、ゼロショットのコモンセンスシナリオに関する質問に答えることにより、より堅牢に一般化する。
  論文  参考訳（メタデータ） (2023-05-24T08:21:31Z)
• Machine Reading Comprehension using Case-based Reasoning [92.51061570746077]
  本稿では,機械読解における解答抽出の正確かつ解釈可能な手法を提案する。 本手法は,類似した質問に対する文脈的回答が相互に意味的類似性を共有するという仮説に基づいている。
  論文  参考訳（メタデータ） (2023-05-24T07:09:56Z)
• Non-flat ABA is an Instance of Bipolar Argumentation [23.655909692988637]
  ABA(Assumption-based Argumentation)は、構造化された議論形式である。 ABAフレームワーク(ABAF)に課される一般的な制限は、それらがフラットであることである。 一般、おそらく非平坦なABAFからあらゆる抽象的議論形式への翻訳は存在しない。
  論文  参考訳（メタデータ） (2023-05-21T13:18:08Z)

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。