[论文解读] Attacker and Defender Counting Approach for Abstract Argumentation
本文提出了一种用于抽象论证的计数语义,该语义在对话博弈框架中基于防御者(支持方移动)和攻击者(反对方移动)的数量来评估论证的可接受性。通过将论证评估建模为争议树并应用衰减因子以加权贡献,该方法实现了归一化和收敛性,从而能够对论证进行从最可接受到最不可接受的细粒度排序。
In Dung's abstract argumentation, arguments are either acceptable or unacceptable, given a chosen notion of acceptability. This gives a coarse way to compare arguments. In this paper, we propose a counting approach for a more fine-gained assessment to arguments by counting the number of their respective attackers and defenders based on argument graph and argument game. An argument is more acceptable if the proponent puts forward more number of defenders for it and the opponent puts forward less number of attackers against it. We show that our counting model has two well-behaved properties: normalization and convergence. Then, we define a counting semantics based on this model, and investigate some general properties of the semantics.
研究动机与目标
- 解决传统论证语义的局限性,后者在对论证进行排序时往往产生空集或不明确的结果。
- 通过基于防御者与攻击者数量的分级方法,提供一种细粒度的、数值化的论证可接受性评估。
- 形式化一种计数语义,以确保具有良好行为的性质,如归一化与收敛性。
- 通过将论证评估建模为支持方与反对方代理之间的对话博弈,实现一致且可扩展的论证排序。
- 研究论证之间攻击者之间结构关系对其相对可接受性排序的影响。
提出的方法
- 将论证评估建模为支持方(PRO)与反对方(OPP)之间的对话博弈,其中移动交替进行,并在争议树中标记为攻击者或防御者节点。
- 根据其争议树中防御者与攻击者节点的数量,为论证分配数值强度值,并使用衰减因子 α 控制贡献的衰减。
- 通过递归公式定义计数语义 vα,以聚合防御者与攻击者贡献,确保收敛性与归一化。
- 引入基于集合的比较关系 ≤α 以比较攻击者集合,其中 S1 ≤α S2 当且仅当存在一个从 S1 到 S2 的单射映射,使得每个映射后的论证至少与其原像一样可接受。
- 采用强比较关系 ≺α 以识别在可接受性上的严格优越性,当攻击者集合更大或包含排名更高的论证时适用。
- 利用争议树结构递归计算论证强度,根论证启动对话,后续移动基于攻击关系构建树。
实验结果
研究问题
- RQ1如何在比传统基于扩展的语义更细粒度的尺度上评估论证的可接受性?
- RQ2一个数值化的论证评估模型应满足哪些性质,以确保推理合理且排序一致?
- RQ3争议树中防御者与攻击者数量如何影响论证的相对可接受性?
- RQ4在何种条件下可以保证攻击者数量更少或质量更高的论证更具可接受性?
- RQ5衰减因子 α 如何影响最终的可接受性排序?它在确保收敛性与归一化中的作用是什么?
主要发现
- 所提出的计数语义实现了归一化,确保论证强度值在 0 到 1 之间有界,从而支持有意义的比较。
- 该语义还表现出收敛性,即论证强度值的递归计算能够稳定并产生唯一且明确定义的结果。
- 当论证 xi 的 1-长度攻击者集合 ≤α 于 xj 的集合时,xi 至少与 xj 一样可接受,即 xi ⪰α xj,表明其具有合理的排序行为。
- 若 xi 的攻击者集合在强比较关系下严格小于 xj 的集合(记为 ≺α),则 xi 严格比 xj 更可接受,即 xi ≻α xj,从而在复杂情况下实现严格排序。
- 在示例框架中,通过直接计算与基于集合的比较,一致推导出排名 x4 ≻ x1 ≻ x3 ≻ x2,验证了模型的预测能力。
- 该模型即使在复杂图结构中也能支持可扩展且直观的论证排序,如通过攻击者集合比较与递归计数一致推导出排序所示。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。