A Methodology for Incompleteness-Tolerant and Modular Gradual Semantics for Argumentative Statement Graphs

要約

漸進的なセマンティクス（GS）は、特に、判断予測から説明可能なAIまで、多くの現実世界の設定で定量的な双極議論フレームワーク（QBAF）を展開するための議論の大きな可能性を実証しています。
この論文では、ステートメントグラフのGSを取得するための新しい方法論を提供します。これは、構造化された議論フレームワークの形式であり、それらの間の議論と関係は論理的なステートメントから構築されています。
私たちの方法論は、2つの主要な方法で文献の既存のアプローチとは異なります。
第一に、それは自然に不完全な情報に対応するため、部分的に指定された施設との議論が評価において意味のある役割を果たすことができます。
第二に、QBAFの任意のGSを活用するようにモジュールに定義されています。
また、GSの新しいプロパティのセットを定義し、GSの2つのインスタンス化の既存のプロパティのセット（設定に適応）とともに適合性を研究し、既存のアプローチに対する利点を示しています。

要約(オリジナル)

Gradual semantics (GS) have demonstrated great potential in argumentation, in particular for deploying quantitative bipolar argumentation frameworks (QBAFs) in a number of real-world settings, from judgmental forecasting to explainable AI. In this paper, we provide a novel methodology for obtaining GS for statement graphs, a form of structured argumentation framework, where arguments and relations between them are built from logical statements. Our methodology differs from existing approaches in the literature in two main ways. First, it naturally accommodates incomplete information, so that arguments with partially specified premises can play a meaningful role in the evaluation. Second, it is modularly defined to leverage on any GS for QBAFs. We also define a set of novel properties for our GS and study their suitability alongside a set of existing properties (adapted to our setting) for two instantiations of our GS, demonstrating their advantages over existing approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google