本文提出了一种新的辩护关系和辩护图的概念，基于辩护语义，定义了两种接受论点的原因，即直接原因和根本原因，介绍了辩证汇总中根等价的概念。

Apr, 2017

本文讲述了针对逐渐语义中的反问题，使用解析方法而非当前数值方法来识别权重分配问题，从而使得问题可迅速寻找解决方案且具有保证性。同时，本文也证明了几个在前人猜测中重要的性质。

Mar, 2022

本文提出了一种新的模糊标记量化法来评估实际场景中的争论强度，并探讨了其在渐进语义建立中的合理性和重要性。

Jul, 2022

本文提出了一种双极 AF 语义，借鉴了推理支持的概念，用于实例化 general ABAFs 概念，并证明了在此概念下具有所需的关系。

May, 2023

该研究论文提出了一种基于逻辑论证的框架，用于实例化构建双极论证图，并探讨了论证之间的内部结构和关系类型之间的一些约束。

Aug, 2023

该研究通过使用ABA和BAF之间的翻译，提出了一种基于实例的方法来推理非平坦的ABA，并通过识别冗余参数的三种方式来降低计算成本。实证评估表明，这种方法在许多情况下胜过不构建参数的方法，反映了BAF推理的复杂度较低。

Apr, 2024

提供定量解释的关系归因解释（RAEs）理论，适应于计算攻击和支持在定量双极论证中的作用，通过计算归因分数量化解释论点的强度，并且提出了一种概率算法在有效近似RAEs的同时，揭示了RAEs在欺诈检测和大型语言模型案例研究中的应用价值。

Apr, 2024

通过引入逆事实解释，我们提出了一种名为CE-QArg的迭代算法，它可以确定有效且具有成本效益的逆事实解释，并通过极性和优先级两个核心模块来确定每个论据的更新方向和大小，以解决Quantitative Bipolar Argumentation Frameworks（QBAFs）中论据强度的问题。

Jul, 2024

本研究解决了在循环定量双极论证框架（QBAF）中对论点和关系的归因解释的缺乏。通过同时应用论点归因解释（AAE）和关系归因解释（RAE）于真相发现QBAF（TD-QBAF），我们发现这些方法能够提供有趣的解释，并给出意想不到的洞见，展现了其在评估信息来源可信度上的潜力。

Sep, 2024

本研究针对论证框架（AFs）的可视化问题，提出了一种新颖的三层图布局技术，以帮助用户更轻松地探索可视化的AF，理解扩展以及验证计算语义的算法。研究表明，该方法在优化视觉清晰度和美学的同时，通过精确的ILP方法和快速启发式流程，能有效处理较大实例，减少边缘交叉现象。

Sep, 2024