通过ASP学习勇敢的假设基础论证框架
原文中文，约1900字，阅读约需5分钟。
📝
内容提要
本文介绍了基于假设的论证框架的学习方法和应用，包括新的框架和算法，基于答案集规划的ABA学习方法，以及使用归纳逻辑编程方法学习论证框架的可接受语义。研究还提出了基于实例的推理方法和降低计算成本的方式。实证评估证明了这些方法的有效性。
❓
Q&A
什么是基于假设的论证框架？
基于假设的论证框架是一种用于非单调推理的形式化方法，允许从背景知识和正负示例中学习论证结构。
本文提出了哪些新的学习方法？
本文提出了基于稳定扩展下勇敢推理的新框架和算法，以及使用答案集规划实现ABA学习的方法。
这些方法的有效性如何评估？
通过实证评估，研究证明了这些方法在学习可反驳知识方面的有效性，优于现有的ILP系统。
如何从正负样例中生成基于假设的辩证框架？
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，结合转换规则处理常规规则的例外。
基于实例的推理方法有什么优势？
基于实例的推理方法能够降低计算成本，并在许多情况下优于不构建参数的方法。
文章中提到的ABA学习方法有什么特点？
ABA学习方法结合了背景知识和正负样本，采用符号机器学习的方式来绘制基于假设的论证框架。
🏷️
