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

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

本文提出了一种基于逻辑的学习方法，通过利用给定的背景知识从正负样例中生成基于假设的辩证框架，并将这些框架映射到可能是非分层的失败否定的逻辑程序。该方法通过采用转换规则来处理常规规则的例外，其中包括一些从逻辑程序转换规则改编的规则，例如折叠，以及类似于背诵学习和假设引入的其他规则。我们提出了一个应用这些转换规则学习分层框架的通用策略，并还提出了一种处理非分层情况的变体。通过多个示例，我们展示了此方法的优点。

May, 2023

本文提出非矛盾推理与强化封闭世界假设两个原则，将逻辑编程和抽象论证框架都用 Nelson 构造逻辑 N4 予以说明，并将它们以一种模块化的方式翻译成构造逻辑，从而形成一种新的蕴涵连接，支持攻击表示通过将这个新的蕴涵与强否定相结合。

Mar, 2022

本文研究了基于假设的论证（ABA）中逻辑编程碎片中比第二层多项式分层难度的理性推理和优先推理问题的有效算法，利用增量 ASP 求解器中的非平凡反例引导的抽象精化程序。

Aug, 2021

提出 ABA+，一种新的处理偏好的结构化论证形式，通过直接将关于假设的偏好信息纳入攻击关系中，实现攻击反转。ABA + 保守地扩展了 ABA，并在论证语义与偏好处理之间展现了各种理想的特性。我们还介绍了 “弱逆否命题” 原则，涉及具有规则和偏好的推理，放松了逆否命题的标准原则，同时保证了 ABA + 的额外理想特性。

Oct, 2016

我们研究 ABA + 的性质，ABA + 是一个扩展了假设为基础的论证（ABA）的形式化，具有偏好处理机制。我们确定了 ABA + 语义表现出的理想特性，这为 ABA + 在论证和非单调推理中满足一些（可以说是）理想的偏好处理原则以及 ABA + 的非单调推理性质奠定了基础。

Mar, 2016

本文介绍了一个将表扬逻辑编程与表格逻辑编程结合的方法，可以在显式否定和答案集的情况下计算基于显式否定和答案集的抽象，同时提供了一个用于评估查询的新型表格方法。

Dec, 2003

该论文将 Normal Logic Programs（NLPs）和 Sets of Attacking Arguments（SETAF）互相转换，并证明了它们在语义上的等价性，特别是 L-stable 和 semi-stable semantics 的等价性。此外，论文还证明了 Redundancy-Free Atomic Logic Programs（RFALPs）是与 NLPs 等价的，并通过一系列已知的程序转换对任何 NLP 进行了等价的 RFALP 转换。这些结果进一步加深了我们对 NLPs 和 SETAFs 本质上是相同形式的理解。

Jul, 2024

本研究针对一种名为 ADFs 的论证框架，提出 ADF^ +，实现与 NLP 的语义等价，并定义了一种新的 ADF^ + 语义用于 nlp 的 L-stable 语义的等价。

Jul, 2019