基于抽象论证的案例相关性学习的技术报告
原文中文，约400字，阅读约需1分钟。发表于：。在这篇论文中，我们关注于一种最近的基于案例的推理方法，通过采用抽象论证的实例来支持案例推理，其中论证代表案例，论证之间的攻击来自于案例之间的结果分歧与关联概念。在这个背景下，相关性与案例的特异性形式有关。我们探讨如何通过决策树的帮助在实践中自动学习相关性，并研究在法律环境中案例推理与抽象论证（AA-CBR）以及案例相关性学习在预测方面的组合。具体而言，我们表明，在两个法律数据集中，AA-CB...
本文研究了基于案例的推理方法，通过抽象论证的实例来支持案例推理，其中相关性与案例的特异性形式有关。研究表明，在两个法律数据集中，AA-CBR 和基于决策树的案例相关性学习与决策树相比具有竞争力。同时，AA-CBR 结合基于决策树的案例相关性学习具有比决策树更紧凑的表示形式。
