Войти
Логика аргументации (LA) - формализованное описание способов, которыми люди рассуждают и спорят о предложениях. Он используется, например, в компьютерных системах искусственного интеллекта в областях медицинской диагностики и прогноза, а также исследований химии.
Krause et al. по всей видимости, были первыми авторами, которые использовали термин «логика аргументации» в статье о своей модели использования аргументации для качественного рассуждения в условиях неопределенности, хотя этот подход использовался ранее в прототипе компьютера. приложения для подтверждения медицинского диагноза. Их идеи получили дальнейшее развитие и, например, использовались в приложениях для прогнозирования химической токсичности и метаболизма ксенобиотиков.
Аргументы в Лос-Анджелесе аргументы за и против предложения различны; аргумент в пользу предложения ничего не вносит в доводы против него, и наоборот. Среди прочего, это означает, что LA может поддерживать противоречие - доказательство того, что аргумент истинен и что он ложен. Аргументы в поддержку аргументов в пользу и аргументы в поддержку аргументов против объединяются отдельно, что приводит к единой оценке доверия к делу и к единой оценке доверия к делу против. Затем двое принимают решение обеспечить единую меру уверенности в предложении.
В большинстве реализаций LA агрегированное значение по умолчанию равно самому сильному значению в наборе аргументов за или против предложения. Наличие более чем одного согласованного аргумента не увеличивает автоматически уверенность, потому что нельзя предположить, что аргументы независимы, когда рассуждают в условиях неопределенности. Если есть доказательства того, что аргументы независимы и есть основания для повышения уверенности, когда они соглашаются, это иногда выражается в дополнительных правилах формы «Если А и Б, то...».
Процесс агрегации и разрешения можно представить следующим образом:
T = Resolve [Max {For (Ca, x, Cb, y,...)}, Max {Against (Ca, x, Cb, y,...)}]
где T - общая оценка уверенности в предложении; Resolve - это функция, которая возвращает единственное значение достоверности, которое является разрешением любой пары значений; «За» и «Против» - это наборы аргументов, поддерживающих и опровергающих предложение соответственно; Ca, x, Cb, y,... - значения достоверности для этих аргументов; Max {...} - это функция, которая возвращает самый сильный член набора, над которым она работает (за или против).
Аргументы могут придавать уверенность предложениям, которые сами по себе влияют на доверие к другим аргументам, и одно правило может быть нарушено другим. Компьютерная реализация может распознавать эти взаимосвязи для автоматического построения деревьев рассуждений.
