Oct, 2023

基于抽象论证的案例相关性学习的技术报告

PDF
TL;DR在这篇论文中，我们关注于一种最近的基于案例的推理方法，通过采用抽象论证的实例来支持案例推理，其中论证代表案例，论证之间的攻击来自于案例之间的结果分歧与关联概念。在这个背景下，相关性与案例的特异性形式有关。我们探讨如何通过决策树的帮助在实践中自动学习相关性，并研究在法律环境中案例推理与抽象论证（AA-CBR）以及案例相关性学习在预测方面的组合。具体而言，我们表明，在两个法律数据集中，AA-CBR 和基于决策树的案例相关性学习与决策树相比具有竞争力。我们还表明，AA-CBR 结合基于决策树的案例相关性学习具有比决策树更紧凑的表示形式，这对于获得认知可处理的解释可能是有益的。
发现论文，激发创造
  • 案例存储库：面向人工智能对齐的案例推理

    提出基于基于案例推理（CBR）的宪法人工智能对齐的补充方法，通过案例库的构建以及对案例的判断来辅助人工智能对齐，作为先例以确定可接受的行为，并作为个体和社群进行围绕人工智能的道德推理的媒介。

    Nov, 2023

  • 基于案例推理的自然语言查询知识库

    本文提出了一种神经符号 CBE 方法，包括非参数记忆库和参数模型，能够对大型知识库中的问题进行问答，展示了在 ComplexWebQuestions 数据集上超越当前最新技术 11％的性能并显示出只需少量的人工标记示例，就能使用新案例的能力。

    Apr, 2021

  • 通过分类器对基于法律案例推理器进行建模和解释

    本文结合了案例推理的基于因素的模型和分类器逻辑规范的两条研究线索，将 Horty（2011）的基于因素的先例模型与 Liu＆Lorini（2021）的逻辑方法相结合，重新制定了 Horty 的情况库，并提供了几个表示结果。

    Oct, 2022

  • 基于概率的案例推理用于开放世界知识图谱补全

    通过借鉴类似实体在知识库中的推理路径，使用基于案例的推理系统来预测实体的属性，并引入使用路径统计量有效计算模型参数的概率性方法。在开放世界设置中，该方法的性能显著优于其他规则学习方法并与最先进的基于嵌入的方法相当。

    Oct, 2020

  • 基于案例推理的金融问答解决方法

    通过引入案例推理和扩展案例库，我们提出了一种用于解决金融文档中的数字推理问题的新方法，该方法在 FinQA 数据集上表现出竞争性能，并显示出了复杂多步骤程序的解决能力。

    May, 2024

  • 基于案例推理的辅助领域专家处理黑盒机器学习模型欺诈警报

    本研究提出了一种基于事例推理的方法来评估机器学习模型预测的可信度，并通过可视化的方式呈现之前相似的情况，进一步证明了该方法对于处理欺诈检测中的机器学习警报具有实用性和易用性。

    Jul, 2019

  • 基于语言模型的案例推理在逻辑谬误分类中的应用

    提出了基于案例推理和语言建模技术的方法，探讨在检测 Web 上的逻辑谬误方面提高模型精确性和泛化能力的策略，并在实验中证实关键识别案例在模型精确性中具有重要作用。

    Jan, 2023

  • 基于案例库挖掘的适应性知识获取

    本论文介绍了一种基于数据库和数据挖掘的自适应知识获取方法，实现了一个名为 CABAMAKA 的系统，该系统成功应用在乳腺癌治疗上的决策支持中，探索案例库内部的变化以引出自适应知识。

    Mar, 2007

  • CBR-RAG：用于 LLMs 中的检索增强生成的基于案例推理的法律问答系统

    使用检索增强生成（RAG）方法，结合案例推理（CBR）来增强大型语言模型（LLM）在法律问答等知识密集型和专家依赖性任务中的输出，并通过上下文相关的案例提供更丰富的提示，显著提高生成答案的质量。

    Apr, 2024

  • 通过论证学习实现可解释性人工智能

    本文研究了从 ' 案例模型 ' 中学习参数，探究 Verheij 提出的案件模型是否可以用于从其他类型数据集中学习参数，并将其与 HeRO 算法和决策树进行比较。

    Feb, 2022