Dec, 2022

通过答案集编程生成叙述来探索隐私政策的后果

PDF
TL;DR使用 ASP（Answer Set Programming）的框架，将隐私政策形式化为叙事规划空间上的约束，并通过 HIPAA 的范例演示如何使用该系统来询问可能性并确定给定事件序列中违反法律条款的内容。
发现论文，激发创造
  • 回答应答集规划中的 “为什么” - 解释方法综述

    该论文为对 ASP 的解释性研究做出了概述。主要关注 ASP 的不同解释方式及其异同，并探讨其在未来的成功应用中的重要性。

    Sep, 2018

  • 目标导向的约束答案集程序设计的证明

    使用基于约束的谓词应答集编程的查询驱动自顶向下执行模型 s (CASP) 生成完整解释树，为 ASP 应答集提供最小化且易于转化为自然语言的解释，显著促进了 ASP 程序理解和操作的可行性。

    Sep, 2020

  • 隐私政策问答：结合计算和法律视角

    本文介绍了 PrivacyQA 数据集，以及采用神经网络进行隐私政策问题回答的方法和挑战。PrivacyQA 数据集包括 1750 个问题和 3500 个相关答案的专业注释，研究表明，当前的神经网络方法在回答隐私政策问题上存在诸多问题，该数据集为未来的问题回答系统提供了巨大的改进空间。

    Nov, 2019

  • 带有 s (CASP) 的反事实解释生成

    自动决策的机器学习模型在贷款批准、预审保释、招聘等领域越来越普遍，但大多数模型是不透明的，无法揭示决策依据。本文专注于自动生成反事实解释的问题，采用了答案集规划和 s (CASP) 目标导向 ASP 系统。我们展示了如何计算和证明反事实解释，并通过想象多个可能的世界来导航解释间的关系。此外，我们还展示了如何利用我们的算法为无法满足查询的一类答案集程序找到 Craig 插值。

    Oct, 2023

  • 数字医疗中的规划与调度：应答集编程

    提出方案解决医疗保健中的复杂组合问题，同时提供新的可解释性方法以解释基于人工智能的求解器的解决方案。

    Aug, 2022

  • 使用答案集编程对心理学知识的形式化及其应用

    本文介绍了如何使用 ASP 建立心理学领域的知识形式化，以更加准确的研究、比较和验证理论。作者应用 ASP 技术，对短期记忆机制进行了形式化描述，进而预测用户与图形界面的交互。

    Jul, 2010

  • 一个用于序列标注和合规识别的细粒度中国软件隐私政策数据集

    本文介绍了使用自然语言处理技术分析隐私政策以帮助用户理解及满足法规要求的必要性，并构建了首个中文隐私政策数据集 CA4P-483，用于帮助隐私政策和软件间的序列标记任务和法规合规识别。

    Dec, 2022

  • 专家参与：在隐私问答制定过程中建立有效的工作流程

    通过将隐私政策转化为隐私问答对，我们提出了一种动态工作流程，以便通过对话人工智能系统轻松获取隐私政策，促进法律专家和对话设计师之间的跨学科合作，并考虑到大型语言模型生成能力的利用及相关挑战，同时强调隐私问答构建过程中的持续改进和监控，并倡导通过专家参与的全面审查和改进。

    Nov, 2023

  • 使用答案集编程进行反事实生成

    使用基于规则的机器学习算法，自动生成反事实解释以实现透明化和可解释性。

    Feb, 2024

  • 不完全信息的定量答案集编程规划

    文章介绍一种基于 Answer Set Programming (ASP) 的不完整信息规划的通用方法，提出使用量化 Answer Set Programming (QASP) 来解决符合和条件型规划问题，并介绍了一款基于翻译的 QASP 求解器用于将量化逻辑程序转换为量化布尔公式 (QBF) 进而求解。

    Aug, 2021