16、模糊标签在抽象论证中的实证评估

模糊标签在抽象论证中的实证评估

1. 引言

在传统的清晰论证中，论点按照特定语义被评估为可接受或不可接受。大致来说，被接受的论点是那些未被其他已接受论点攻击的论点，而被拒绝的论点则是受到已接受论点攻击的论点。这些被接受的论点集合被称为扩展，代表了可以共同被接受的一致论点集合。

然而，在许多实际应用中，如决策制定和基于代理的推荐系统，这种清晰的论点评估方式无法很好地反映复杂的实际情况。为了解决这个问题，有人提出对论证框架中的论点进行模糊评估。这种模糊评估源于一些论点可能来自仅部分可信来源的观察。为了表示信任程度，人们重新思考了通常的清晰论点评估方式，转而以模糊可接受度来评估论点。此前已经证明了用于为论点分配模糊可接受度的模糊标签算法会收敛，并讨论了其收敛速度，但缺乏实证评估来支持这些讨论。

本文通过对抽象论证框架的基准测试，对该模糊标签算法的性能和可扩展性进行了广泛评估。具体做法是，首先选择了文献中用于抽象论证任务的三个现有数据集，还生成了自己的抽象论证框架数据集；然后研究算法在基准框架上的表现，以验证其在处理复杂网络时的性能。

2. 预备知识

2.1 抽象论证理论

• 抽象论证框架定义 ：抽象论证框架是一个二元组 ⟨A, →⟩，其中 A 是一组被称为论点的元素，→⊆A×A 是一个被称为攻击的二元关系。当且仅当 (Ai, Aj) ∈→ 时，我们说论点 Ai 攻击论点 Aj。
• 可接受性语义 ：Dung 提出了几种可接受性语义，这些语义基于冲突无关性和防御这两个主要概念，会产生零个、一个或多个被接受论点的集合。