[论文解读] On the Acceptability of Arguments in Preference-Based Argumentation
本文提出了一种基于偏好的论证框架,通过两种互补标准评估论证的可接受性:是否存在直接反驳,以及是否存在支持者。通过整合偏好排序以比较论证,该框架在分层知识库中增强了可接受性评估,为人工智能系统中的不确定性推理提供了更精细的方法。
Argumentation is a promising model for reasoning with uncertain knowledge. The key concept of acceptability enables to differentiate arguments and counterarguments: The certainty of a proposition can then be evaluated through the most acceptable arguments for that proposition. In this paper, we investigate different complementary points of view: - an acceptability based on the existence of direct counterarguments, - an acceptability based on the existence of defenders. Pursuing previous work on preference-based argumentation principles, we enforce both points of view by taking into account preference orderings for comparing arguments. Our approach is illustrated in the context of reasoning with stratified knowldge bases.
研究动机与目标
- 形式化基于偏好的论证系统中的论证可接受性。
- 整合偏好排序以比较论证并解决冲突。
- 从双重视角考察可接受性:直接反驳和防御支持。
- 将该框架应用于分层知识库,实现不确定性下的结构化推理。
- 为人工智能推理中论证强度和可接受性的评估提供一种系统性方法。
提出的方法
- 提出一个形式化模型,基于是否存在直接反驳来评估论证。
- 引入偏好排序以比较冲突论证,优先选择更优的论证。
- 通过评估某论证是否被其他可接受论证所支持,来评估其可接受性。
- 将该框架应用于分层知识库,其中知识按可靠性或强度分层组织。
- 使用基于偏好的语义定义可接受性状态(例如,可接受、被拒绝或未决),基于论证间的相互作用。
- 将反驳机制与防御机制整合为统一的可接受性标准。
实验结果
研究问题
- RQ1当论证之间存在偏好关系时,如何形式化定义论证的可接受性?
- RQ2直接反驳在多大程度上影响论证的可接受性?
- RQ3支持性论证的存在如何影响给定论证的可接受性?
- RQ4如何使用偏好排序以一致的方式解决论证之间的冲突?
- RQ5所提出的框架在涉及分层知识库的推理任务中表现如何?
主要发现
- 偏好排序的整合显著提升了对可接受与不可接受论证的区分能力。
- 双重标准——反驳与防御者——提供了比单一标准更稳健、更细致的可接受性评估。
- 该框架通过利用分层特定的偏好,成功实现了在分层知识库中的推理。
- 该模型确保了优先论证即使受到较低优先级反驳的挑战,也更可能被接受。
- 该方法基于偏好结构化的论证相互作用,清晰地将论证分类为可接受、被拒绝或未决。
- 该方法在复杂冲突场景中表现出良好的一致性与连贯性。
更好的研究,从现在开始
从论文设计到论文写作,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。