基于可信度的辩论模型及争议评价算法

被引：9

作者：

熊才权

欧阳勇

梅清

机构：

[1] 湖北工业大学计算机学院

来源：

软件学报 | 2014年 / 25卷 / 06期

关键词：

辩论模型; 不确定性; 可信度; 争议评价算法;

D O I：

10.13328/j.cnki.jos.004446

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

辩论是智能主体间为了消除分歧的一种基于言语的交互行为.由于知识的局限性,争议以及争议内部的陈述通常存在不确定性,因此在对辩论进行建模时需要考虑不确定信息处理问题.提出一种基于可信度的辩论模型(CFA),该模型将争议表示为由若干前提和一个结论组成的可废止规则,并用对话树描述辩论推演过程.为了表示不确定性推理,引入可信度模型,将争议前提的不确定性和争议之间的攻击强度统一用可信度因子表示.在此基础上,提出计算陈述可信度的争议评价算法,并通过设定可信度阈值确定陈述的可接受性,得出最终辩论结果.最后,用一个实例说明该方法的有效性.该模型可以有效处理不确定信息条件下辩论推理过程,其辩论算法建立在数值计算基础之上,所得出的可接受陈述集在给定可信度阈值条件下是唯一的,可以克服Dung的抽象辩论框架中扩充语义的不足.

引用

页码：1225 / 1238

页数：14

共 11 条

[1] 一种扩展双极辩论模型 [J].

陈俊良 ;

王长春 ;

陈超 .

软件学报, 2012, 23 (06) :1444-1457

[2] 一种研讨模型 [J].

熊才权 ;

李德华 .

软件学报, 2009, 20 (08) :2181-2190

[3]

Weighted argument systems: Basic definitions, algorithms, and complexity results[J] . Paul E. Dunne,Anthony Hunter,Peter McBurney,Simon Parsons,Michael Wooldridge.Artificial Intelligence . 2010 (2)

[4]

Probabilistic argumentation[J] . Rolf Haenni.Journal of Applied Logic . 2007 (2)

[5]

Argumentation in artificial intelligence[J] . T.J.M. Bench-Capon,Paul E. Dunne.Artificial Intelligence . 2007 (10)

[6]

On the evaluation of argumentation formalisms[J] . Martin Caminada,Leila Amgoud.Artificial Intelligence . 2007 (5)

[7]

Recent advances in computational models of natural argument[J] . ChrisReed,FlorianaGrasso.Int. J. Intell. Syst. . 2006 (1)

[8] Modular representation of agent interaction rules through argumentation [J].

Kakas, A ;

Maudet, N ;

Moraitis, P .

AUTONOMOUS AGENTS AND MULTI-AGENT SYSTEMS, 2005, 11 (02) :189-206

[9]

Artificial argument assistants for defeasible argumentation[J] . Bart Verheij.Artificial Intelligence . 2003 (1)

[10]

Coherence in finite argument systems[J] . Paul E. Dunne,T.J.M. Bench-Capon.Artificial Intelligence . 2002 (1)

← 1 2 →