論文の概要: Strength Change Explanations in Quantitative Argumentation

• arxiv url: http://arxiv.org/abs/2603.00008v1
• Date: Mon, 26 Jan 2026 07:48:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-09 01:20:07.955266
• Title: Strength Change Explanations in Quantitative Argumentation
• Title（参考訳）: 定量化における強度変化説明法
• Authors: Timotheus Kampik, Xiang Yin, Nico Potyka, Francesca Toni,
• Abstract要約: 定量的(双極性)な議論グラフに対する強度変化の説明を導入する。 逆問題と反現実問題という既存の概念は、強度変化の説明に還元できることを示す。
• 参考スコア（独自算出の注目度）: 25.159863010687488
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In order to make argumentation-based inference contestable, it is crucial to explain what changes can achieve a desired (instead of the contested) inference result. To this end, we introduce strength change explanations for quantitative (bipolar) argumentation graphs. Strength change explanations describe changes to the initial strengths of a subset of the arguments in a given graph that can achieve a desired ordering based on the final strengths of some (potentially different) subset of arguments. We show that the existing notions of inverse and counterfactual problems can be reduced to strength change explanations. We also prove basic soundness and completeness properties of our strength change explanations, and demonstrate their existence and non-existence in some special cases. By applying a heuristic search, we demonstrate that we can often successfully find strength change explanations for layered graphs that are common in typical application scenarios; still, limitations remain for settings where we do not provide guarantees for the presence (or absence) of explanations.
• Abstract（参考訳）: 議論に基づく推論を競合可能にするためには、望まれる(競合する)推論結果の代わりに、どのような変化が達成できるかを説明することが不可欠である。 この目的のために、定量的な(双極性)議論グラフに対する強度変化の説明を導入する。 強度変化の説明は、あるグラフにおける引数のサブセットの初期強度の変化を記述しており、それは引数のいくつかの(潜在的に異なる)サブセットの最終的な強みに基づいて望ましい順序付けを達成することができる。 逆問題と反現実問題という既存の概念は、強度変化の説明に還元できることを示す。 また, 強度変化説明の基礎的健全性と完全性も証明し, 特殊ケースにおいてその存在と非存在を実証する。 ヒューリスティック検索を適用することで、一般的なアプリケーションシナリオに共通する階層グラフの強度変化説明をうまく見つけることができ、それでも、説明の存在(あるいは欠如)の保証を提供していない設定には制限が残っています。

関連論文リスト

• Change in Quantitative Bipolar Argumentation: Sufficient, Necessary, and Counterfactual Explanations [0.0]
  本稿では,量的双極性論証フレームワーク(QBAF)における推論の変化を説明するための公式なアプローチを提案する。 我々は、意味論が関心のある議論で確立する議論の強みに関する部分的な順序において、強度不整合と呼ばれる変化をトレースする。 我々は、強度不整合に対する十分な、必要な、そして反実的な説明を特定し、強度不整合が強度不整合につながる場合に限り、強度不整合の説明が存在することを示す。
  論文  参考訳（メタデータ） (2025-09-21T20:26:47Z)
• Reasoning is about giving reasons [55.56111618153049]
  高い精度の3つの一般的な推論データセットにおいて、自然言語の引数の論理構造を同定し、抽出できることが示される。 我々のアプローチは、自然言語の引数の論理構造に依存するあらゆる推論形式をサポートする。
  論文  参考訳（メタデータ） (2025-08-20T07:26:53Z)
• Reasoning-Grounded Natural Language Explanations for Language Models [2.7855886538423182]
  本稿では,忠実な自然言語説明を得るための大規模言語モデル説明可能性手法を提案する。 トークンのシーケンスに変換されると、推論プロセスの出力がモデルコンテキストの一部となる。 また,提案手法を用いることで,回答の質を向上できることを示す。
  論文  参考訳（メタデータ） (2025-03-14T10:00:03Z)
• Nonparametric Partial Disentanglement via Mechanism Sparsity: Sparse Actions, Interventions and Sparse Temporal Dependencies [58.179981892921056]
  この研究は、メカニズムのスパーシティ正則化(英語版)と呼ばれる、アンタングルメントの新たな原理を導入する。 本稿では,潜在要因を同時に学習することで,絡み合いを誘発する表現学習手法を提案する。 学習した因果グラフをスパースに規則化することにより、潜伏因子を復元できることを示す。
  論文  参考訳（メタデータ） (2024-01-10T02:38:21Z)
• Promoting Counterfactual Robustness through Diversity [10.223545393731115]
  対物的説明者は、入力の小さな変更が説明に大きな変更をもたらすという意味で、堅牢性に欠ける可能性がある。 本稿では,多様性基準を用いた近似アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-12-11T17:49:25Z)
• Explanation Selection Using Unlabeled Data for Chain-of-Thought Prompting [80.9896041501715]
  非専門家によって書かれたオフ・ザ・シェルフの説明のように、タスクのために"チューニング"されていない説明は、中途半端なパフォーマンスをもたらす可能性がある。 本稿では,ブラックボックス方式で説明拡散プロンプトを最適化する方法の課題に対処する。
  論文  参考訳（メタデータ） (2023-02-09T18:02:34Z)
• 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)
• Don't Explain Noise: Robust Counterfactuals for Randomized Ensembles [50.81061839052459]
  我々は確率論的問題として、堅牢な対実的説明の生成を定式化する。 アンサンブルモデルのロバスト性とベース学習者のロバスト性との関係を示す。 本手法は, 反実的説明から初期観測までの距離をわずかに増加させるだけで, 高いロバスト性を実現する。
  論文  参考訳（メタデータ） (2022-05-27T17:28:54Z)
• Variational Causal Networks: Approximate Bayesian Inference over Causal Structures [132.74509389517203]
  離散DAG空間上の自己回帰分布をモデル化したパラメトリック変分族を導入する。 実験では,提案した変分後部が真の後部を良好に近似できることを示した。
  論文  参考訳（メタデータ） (2021-06-14T17:52:49Z)
• ExplanationLP: Abductive Reasoning for Explainable Science Question Answering [4.726777092009554]
  本稿では,帰納的推論問題としての質問応答について考察する。 それぞれの選択に対して妥当な説明を構築し、最終回答として最適な説明で候補を選択する。 提案システムであるExplainationLPは,各候補の回答に対して,関連事実の重み付きグラフを構築して説明を行う。
  論文  参考訳（メタデータ） (2020-10-25T14:49:24Z)

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。