论证过程中的渐进性
基于权重渐进语义的抽象加权基渐进语义提出了一个大型家族,揭示了许多现有语义学的推广,同时保持收敛到唯一不动点等理想属性。而抽象加权(Lp,λ,μ,A)基渐进语义这个子家族,包括了众所周知的语义学,并解决了所述的四个问题。
Jan, 2024
本文提出了一个概括的方法来定义渐进论证语义的多值优先解释方式,其中包括有关论据的条件推理和布尔组合,以及有关偏好解释的渐进语义的基于概率的语义,并提出了一个有限值情况下的答案集编程方法来进行多值论证语义的条件推理。
Dec, 2022
本文研究了基于认可度模型的不确定知识推理,通过评估命题的最可接受论点来评估命题的确定性,并探讨了基于直接反论和存在捍卫者两种认可度计算方法,并采用优先级比较方法,构建了支持这两种认可度计算方法的理论框架, 并在分层知识库推理方面进行了实证研究。
Jan, 2013
本文介绍了一个新颖的框架,使用归纳逻辑编程方法来以可解释的方式学习几个抽象和结构化的论证框架的可接受语义。通过实证评估,我们证明了我们的框架胜过现有的论证求解器,从而在形式论证和人机对话领域开启了新的未来研究方向。
Oct, 2023
本文研究了抽象论证系统中一种特定的添加新论点的变化,探讨了这种变化对于该论证系统中扩展集合的影响,基于集合基数和包含关系定义了几个结构属性,还提出了一些基于特定论点状态变化的属性,研究了这些属性在两种特定语义下的可行性和优越性。
Jan, 2014
本文研究基于 NLP 和大量文本数据得到的自动化 argument mining,评估 argument 质量估计对于不同领域的通用性、与相关 argument mining 任务的相互作用以及情感对于观察到的 argument 强度的影响。作者发现不同领域的训练数据可以提高质量估计的泛化能力,在零样本迁移和多任务实验中,argument quality 在多个方面都能够得到改善,而情感对 argument quality 的影响不如人们普遍认为的那样大。
May, 2022
本文研究了用加权论证框架实现逐步语义分析,并考虑了攻击推断问题。我们发现,在加权 h-categoriser 模型和 基于基数的模型中,判断攻击方案是否存在的决策问题是 NP 完全的,而在加权最大值模型中是多项式的。我们还研究了如何找到攻击方案,以及当初始权重或最终可接受度未知时的部分问题。
Nov, 2022