QUICK REVIEW
[论文解读] Abduction and Dialogical Proof in Argumentation and Logic Programming
Richard Booth, Dov M. Gabbay|arXiv (Cornell University)|Jul 15, 2014
Multi-Agent Systems and Negotiation参考文献 10被引用 8
一句话总结
本文提出了一种在抽象论证框架中进行归纳推理的模型,其中对论证框架(AF)的修改作为假设,用以解释观察到的论证被接受的现象。该文提出了针对怀疑性接受和宽容性接受的对话式证明程序,并表明归纳逻辑程序可以实例化为这些框架,从而通过对话推理建立对归纳逻辑编程的抽象化。
ABSTRACT
We develop a model of abduction in abstract argumentation, where changes to an argumentation framework act as hypotheses to explain the support of an observation. We present dialogical proof theories for the main decision problems (i.e., finding hypothe- ses that explain skeptical/credulous support) and we show that our model can be instantiated on the basis of abductive logic programs.
研究动机与目标
- 开发一种在抽象论证中进行归纳推理的正式模型,使对论证框架的修改作为解释观察到的论证被接受的假设。
- 解决论证中归纳推理缺乏对话式证明理论的问题,特别是针对怀疑性接受和宽容性接受。
- 证明归纳逻辑程序(ALPs)可以实例化为抽象论证框架,同时保持其解释能力。
- 在归纳逻辑编程中的解释与所提出的归纳论证框架中的解释之间建立正式对应关系。
- 为基于说服模式的对话式证明系统提供推理归纳解释的理论基础。
提出的方法
- 引入归纳论证框架(AAFs)作为抽象AF的扩展,其中假设被定义为对框架的修改(添加/删除论点或攻击)。
- 定义一种对话式证明程序,其中支持者通过假设性动作来说服反对者接受某个论点的必要性或可能性。
- 将怀疑性接受和宽容性接受建模为涉及对AF进行假设性修改的对话,采用声音且完备的证明规则。
- 通过映射将归纳逻辑程序(ALPs)转换为AAFs,以保留归纳解释,使用正向和负向假设(添加和删除)。
- 应用完整语义来定义扩展和接受状态,确保ALP解释与AAFs-based解释之间的一致性。
- 使用类似项重写规则的机制来模拟对话中的动作,如断言或否认攻击,以建模对话过程中论证框架的演化。
实验结果
研究问题
- RQ1如何形式化抽象论证中的归纳推理,使得对论证框架的修改作为解释观察到的论证被接受的假设?
- RQ2能否为归纳论证中的怀疑性接受和宽容性接受开发对话式证明程序,且其是否具有声音性和完备性?
- RQ3在多大程度上可以将归纳逻辑程序实例化为归纳论证框架,同时保持其解释能力?
- RQ4归纳逻辑编程中的解释与归纳论证框架中推导出的解释之间存在何种正式对应关系?
- RQ5对话式证明系统能否被调整以仅产生首选或最小化解释,以及如何整合对假设的偏好?
主要发现
- 所提出的抽象论证中归纳推理的模型成功地将对论证框架的修改作为解释观察到的论证被接受的假设。
- 为怀疑性接受和宽容性接受开发了声音且完备的对话式证明程序,将推理过程建模为一种假设性说服的形式。
- 正式建立了归纳逻辑程序与归纳论证框架之间的对应关系:当且仅当对应的框架修改在AAF中解释了观察结果时,该假设才在ALP中解释一个查询。
- ALPs在AAFs中的实例化保留了接受语义,ALP中的怀疑性与宽容性解释与在完整语义下AAFs中的解释相匹配。
- 该方法揭示出可归纳的元素(论点或攻击)不能被独立处理;必须将修改视为对框架的整体变更,如示例所示,$a$ 和 $d$ 不能被独立添加或删除。
- 对话式证明系统通过结构化对话捕捉了归纳推理的本质,其中支持者通过假设性框架修改来证明论点被接受的必要性或可能性。
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。