[논문 리뷰] Utilizing ASP for Generating and Visualizing Argumentation Frameworks

Günther Charwat, Johannes Wallner외 1명|arXiv (Cornell University)|2013. 01. 08.

Logic, Reasoning, and Knowledge참고 문헌 25인용 수 11

한 줄 요약

이 논문은 지식 기반에서 추론 프레임워크를 자동으로 생성하고 시각화하기 위한 새로운 ASP 기반 프레임워크를 제안한다. 두 개의 선언형 ASP 프로그램—일반적으로 주장 생성을 위한 것과 공격 관계 식별을 위한 것—을 사용함으로써, 통합된 시각화 기능을 갖춘 유연하고 확장 가능한 추론 프레임워크의 구현이 가능해진다. ARVis는 해답 집합 간의 관계를 방향 그래프로 모델링하는 도구이다.

ABSTRACT

Within the area of computational models of argumentation, the instantiation-based approach is gaining more and more attention, not at least because meaningful input for Dung's abstract frameworks is provided in that way. In a nutshell, the aim of instantiation-based argumentation is to form, from a given knowledge base, a set of arguments and to identify the conflicts between them. The resulting network is then evaluated by means of extension-based semantics on an abstract level, i.e. on the resulting graph. While several systems are nowadays available for the latter step, the automation of the instantiation process itself has received less attention. In this work, we provide a novel approach to construct and visualize an argumentation framework from a given knowledge base. The system we propose relies on Answer-Set Programming and follows a two-step approach. A first program yields the logic-based arguments as its answer-sets; a second program is then used to specify the relations between arguments based on the answer-sets of the first program. As it turns out, this approach not only allows for a flexible and extensible tool for instantiation-based argumentation, but also provides a new method for answer-set visualization in general.

연구 동기 및 목표

• 지식 기반에서 추론 프레임워크를 인스턴스화하기 위한 자동화된 도구의 부족을 해결하기 위해.
• 정답 집합 프로그래밍(ASP)을 사용하여 논리 기반의 주장을 생성하고 그 갈등을 스케일러블하고 확장 가능한 방법으로 처리하기 위한 방법을 제공하기 위해.
• 해답 집합 간의 관계를 방향 그래프로 표현하는 시각화 시스템을 개발하여 사용자 중심의 추론 프레임워크 탐색을 가능하게 하기 위해.
• 이 접근 방식이 추론 외의 분야로도 일반화 가능하며, 논리 프로그래밍에서 해답 집합 간의 관계를 위한 시각화를 지원할 수 있음을 보여주기 위해.

제안 방법

• 두 단계의 ASP 인코딩을 활용: 첫 번째 단계는 주장에 대한 최소 일관된 지원을 사용하여 지식 기반에서 논리 기반의 주장을 생성한다.
• 첫 번째 프로그램의 해답 집합을 두 번째 ASP 프로그램의 입력으로 사용하여, 정의된 갈등 기준에 기반해 주장 간의 공격 관계를 정의한다.
• 모든 생성된 주장 간의 관계 추론을 가능하게 하기 위해 주장 표현을 단일 사실 기반으로 평탄화한다.
• ARVis 도구를 사용하여 두 ASP 프로그램을 처리하고, 결과로 생성된 추론 프레임워크를 방향 그래프로 시각화하며, 추가 분석을 위해 내보내기 한다.
• 사용자가 지정한 이진 술어(예: attack/2)를 정의하여 해답 집합 간의 관계를 표현함으로써, 사용자 정의 가능한 시각화 논리를 가능하게 한다.
• 현대적 ASP 솔버의 표현력을 활용하여 복잡한 추론 작업, 예를 들어 NP-완전한 주장 생성 및 갈등 탐지 작업을 처리한다.

실험 결과

연구 질문

• RQ1 정답 집합 프로그래밍(ASP)을 사용하여 주어진 지식 기반에서 추론 프레임워크를 자동으로 인스턴스화하는 방법은 무엇인가?
• RQ2 ASP에서 주장 생성과 공격 관계를 인코딩하는 스케일러블하고 확장 가능한 방법은 무엇인가?
• RQ3 해답 집합 간의 관계를 사용자 중심의 상호작용 방식으로 어떻게 시각화할 수 있는가?
• RQ4 제안된 접근 방식이 추론을 넘어서 다른 ASP 응용 프로그램, 특히 해답 집합 간의 관계 분석이 필요한 분야로 일반화될 수 있는 정도는 어느 정도인가?

주요 결과

• 두 단계의 ASP 인코딩은 고도의 계산 복잡성 조건 하에서도 명제 기반 지식 기반으로부터 논리 기반 주장과 그 갈등을 성공적으로 생성한다.
• ARVis 도구는 해답 집합을 노드로, 공격 관계를 방향 엣지로 모델링하여 추론 프레임워크의 상호작용적 시각화를 가능하게 한다.
• 생성된 추론 프레임워크는 ASPARTIX 및 CEGARTIX와 같은 기존의 추상적 추론 도구와의 연동을 위해 내보낼 수 있다.
• 이 방법은 일반 목적용으로 사용 가능하다: 해답 집합 간의 관계가 관심 대상이 되는 모든 문제에 적용 가능하며, 예를 들어 TSP나 기타 조합 최적화 문제 등에 적용 가능하다.
• ASP 인코딩의 선언적 성격 덕분에 다양한 추론 형식이나 갈등 정의에 쉽게 적응할 수 있다.
• 시스템은 해답 집합 간의 관계를 ASP 자체로도 정의할 수 있음을 입증하여, 시각화 논리의 높은 유연성과 확장성을 실현한다.