[論文レビュー] Measuring Inconsistency in Argument Graphs

Anthony Hunter|arXiv (Cornell University)|Aug 9, 2017

Multi-Agent Systems and Negotiation参考文献 23被引用数 4

ひとこと要約

この論文は、抽象的かつ論理的な仮説グラフにおける不整合性を測定する一般化されたフレームワークを提案し、構造に基づくおよび拡張に基づく不整合性測度を導入する。これらの測度は、不整合を低減するための最適なクエリを特定することで、不整合の解消を支援する仕組みを示しており、実験的結果では、高影響力の仮説に焦点を当てた場合、不整合性が最大75%まで削減されることが示された。

ABSTRACT

There have been a number of developments in measuring inconsistency in logic-based representations of knowledge. In contrast, the development of inconsistency measures for computational models of argument has been limited. To address this shortcoming, this paper provides a general framework for measuring inconsistency in abstract argumentation, together with some proposals for specific measures, and a consideration of measuring inconsistency in logic-based instantiations of argument graphs, including a review of some existing proposals and a consideration of how existing logic-based measures of inconsistency can be applied.

研究の動機と目的

• 計算的仮説モデルにおける体系的な不整合性測定の欠如に対処すること。
• 抽象的仮説グラフにおける不整合性測定の一般化されたフレームワークの公理を構築すること。
• グラフ構造および拡張に基づく具体的な不整合性測度を提案すること。
• 既存の論理ベースの不整合性測度を帰納的仮説フレームワークに適用可能にするように適応すること。
• 不整合性測度が現実世界の仮説的状況における解消プロセスをどのように導くことができるかを実証すること。

提案手法

• 仮説グラフにおける不整合性測度の一般化された公理フレームワークを導入し、根幹的な合理性の原則と整合性を保つ。
• グラフの特徴（インデグリー、サイクル数、連結性など）を用いて不整合性を定量化する構造ベースの測度を提案する。
• 異なるラベル状態（in、out、undec）にある仮説の数に基づいて不整合性を評価する拡張ベースの測度を開発する。
• 既存の論理ベースの不整合性測度（例：[HK04, DRMO10] からのもの）を帰納的推論でインスタンス化された仮説グラフに適用する。
• 各クエリが不確実性を解消し、グラフ構造を更新することで、不整合性低減をシミュレートするクエリ駆動のコミットメント戦略を用いる。
• 期待される不整合性低減量に基づいてクエリの対象となる仮説を選択するプロセスを採用し、可能な結果の平均低減量を用いる。

実験結果

リサーチクエスチョン

• RQ1 抽象的仮説グラフにおける合理的な不整合性測度を定義するための公理は何か？
• RQ2 構造的および拡張的特徴を用いて、仮説グラフ内の不整合性をどのように定量化できるか？
• RQ3 既存の論理ベースの不整合性測度を帰納的仮説フレームワークに適用可能な範囲はどの程度か？
• RQ4 不整合性測度は、最適なクエリを選択することで、仮説的状況における効果的な解消戦略を導けるか？
• RQ5 グラフ内の特定の仮説にコミットすることで、不整合性はどのように変化するか？

主な発見

• 提案された不整合性測度、たとえば $I_{in}$ および $I_{cc}$ は、仮説グラフ内の衝突の程度を効果的に定量化でき、初期グラフ $G'$ では $I_{in}(G')=4$ および $I_{cc}(G')=1$ である。
• 仮説 $A_3$ をクエリ対象とすると、両方の可能な結果（in/out）を考慮した場合、$I_{in}$ で最大75%の期待される低減が達成される。
• $A_2$ を in とコミットすると、不整合性は $I_{in}(G')=4$ から $I_{in}(G'')=1$ に低下し、衝突の著しい低減が確認された。
• サイクル数を数える $I_{cc}$ 測度は、$A_2$ を in とすることで 1 から 0 に低下し、構造的衝突の低減が示された。
• 期待される不整合性低減量を最大化するクエリを選択することで、不整合性解消の体系的プロセスが可能となり、仮説的意思決定の質が向上する。
• このアプローチは、不確実性下での推論を支援するため、知的分析などの現実世界の分野にも適用可能である。