BriefGPT - AI 论文速递
·
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。
📝
内容提要
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。
🎯
关键要点
- 本文研究了一种基于案例的推理方法，采用抽象论证的实例来支持案例推理。
- 论证代表案例，论证之间的攻击源于案例之间的结果分歧与关联概念。
- 相关性与案例的特异性形式有关。
- 探讨如何通过决策树自动学习相关性。
- 研究AA-CBR与基于决策树的案例相关性学习在法律环境中的组合。
- 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。
- 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，有助于获得认知可处理的解释。
➡️
