[论文解读] Probabilistic Argumentation. An Equational Approach

Michael Gabbay, Odinaldo Rodrigues|arXiv (Cornell University)|Mar 18, 2015

Multi-Agent Systems and Negotiation参考文献 8被引用 5

一句话总结

本文提出了一种新颖的等式化概率论证方法，通过将抽象论证框架转化为经典命题逻辑，再通过基于模型的概率赋值导入概率语义。其主要贡献是一种基于逻辑翻译的系统性方法，确保概率解释在论证网络的逻辑结构上具有语义基础，为现有框架中随意的概率赋值提供了一种连贯的替代方案。

ABSTRACT

There is a generic way to add any new feature to a system. It involves 1) identifying the basic units which build up the system and 2) introducing the new feature to each of these basic units. In the case where the system is argumentation and the feature is probabilistic we have the following. The basic units are: a. the nature of the arguments involved; b. the membership relation in the set S of arguments; c. the attack relation; and d. the choice of extensions. Generically to add a new aspect (probabilistic, or fuzzy, or temporal, etc) to an argumentation network can be done by adding this feature to each component a-d. This is a brute-force method and may yield a non-intuitive or meaningful result. A better way is to meaningfully translate the object system into another target system which does have the aspect required and then let the target system endow the aspect on the initial system. In our case we translate argumentation into classical propositional logic and get probabilistic argumentation from the translation. Of course what we get depends on how we translate. In fact, in this paper we introduce probabilistic semantics to abstract argumentation theory based on the equational approach to argumentation networks. We then compare our semantics with existing proposals in the literature including the approaches by M. Thimm and by A. Hunter. Our methodology in general is discussed in the conclusion.

研究动机与目标

• 开发一种系统性、语义基础明确的概率赋值方法，用于抽象论证框架。
• 解决现有概率论证系统中随意概率赋值方法的局限性。
• 建立一种系统化的方法论——“通过翻译实现逻辑”（Logic by Translation），确保概率语义与论证网络的动态和结构特征保持一致。
• 将所提出的等式化方法与现有框架（如Thimm和Hunter的方法）进行比较，突出其在概念与技术上的差异。

提出的方法

• 将抽象论证框架 ⟨S, R⟩ 转换为经典命题逻辑理论 Δ⟨S,R⟩，将 S 中的论证视为原子命题，并利用 R 生成逻辑方程。
• 通过等式约束表达攻击关系：x ↔ ⋀ᵢ ¬yᵢ，这些约束在实值语义中重新表述为 x = 1 − max{yᵢ}，以实现概率解释。
• 在单位区间 [0,1] 上解释该等式系统，其中 0（排除）、1（接受）、1/2（不确定）分别对应 Kleene 的三值逻辑。
• 为命题理论 Δ⟨S,R⟩ 的经典模型分配概率，然后通过等式约束将这些概率导出回论证框架。
• 使用等式系统 (E3) 确保论证可接受性与概率赋值之间的一致性，从而将本方法与较弱的概率定义区分开来。
• 将本方法与 Thimm 和 Hunter 的方法进行比较，强调强等式 (E3) 在实现连贯语义中的概念必要性。

实验结果

研究问题

• RQ1 如何在不扭曲论证框架动态与结构特性的前提下，为其抽象论证框架有意义地赋予概率语义？
• RQ2 逻辑翻译在将概率解释建立在论证系统语义基础中的作用是什么？
• RQ3 所提出的等式化方法在概念与技术上如何区别于现有概率论证框架（如 Thimm 和 Hunter 的方法）？
• RQ4 逻辑翻译方法能否确保概率赋值既一致又与论证语义保持语义一致？
• RQ5 强等式 (E3) 在确保论证可接受性与概率模型之间一致性方面具有何种重要意义？

主要发现

• 等式化方法通过将论证网络转化为经典命题逻辑并为模型分配概率，提供了一种连贯且语义基础明确的概率论证方法。
• 该方法确保概率赋值与攻击关系的逻辑结构保持一致，使用如 x = 1 − max{yᵢ} 的等式来根据攻击者状态定义可接受性。
• 该方法与 Thimm 的方法存在根本性差异：本方法要求使用强等式 (E3)，以强制论证状态与概率之间的一致性，而 Thimm 的方法允许对对称节点赋值不一致。
• 该方法同时支持概率的内部（基于模型）与外部（基于扩展）视角，并通过近似结果表明在特定条件下具有收敛性。
• 该框架可通过将相同逻辑翻译方法应用于具有模糊性或时间性的经典逻辑，轻松扩展至其他特性。
• 作者证明，与其它系统（如 Thimm 依赖较弱不等式）相比，本方法通过基于模型论语义建立概率，避免了技术上的妥协。