17、模糊标签与消息可接受性评估研究

模糊标签与消息可接受性评估研究

在抽象论证和信息处理领域，模糊标签算法的性能评估以及消息可接受性的测量是重要的研究方向。下面将详细介绍相关研究内容。

抽象论证模糊标签算法的实证评估

在抽象论证问题中，常见的基准测试图拓扑结构简单，如无环图，这类图不适合评估抽象论证问题求解器的计算性能。因此，研究人员采用人工生成的图作为基准测试，构建了索菲亚安提波利斯数据集。
- 数据集构建
- 基本模式 ：使用了一系列特定的“模式”来构建数据集，例如：
- (a →b, b →a)
- (a →b, b →a, b →c)
- (a →b, b →a, b →c, c →d, d →c) 等。
- 生成过程 ：通过随机聚合这些基本模式，生成了20,000个论证图，即索菲亚安提波利斯数据集。为了获得特定大小的复杂图，在不同设置下执行该过程。具体来说，对于从5,000到100,000个节点的图大小，以5,000个节点为增量，分别生成1,000个论证图。模式的聚合是逐步进行的，单个模式之间的连接（边）是随机生成的。
- 算法性能评估
- 实验设置 ：研究人员在四个数据集（索菲亚安提波利斯、埃尔德什 - 雷尼、巴拉巴西 - 阿尔伯特、KR + EKAI和克莱因伯格数据集）上评估了模糊标签算法的性能。对于每个数据集，将算法应用于所有论证权重设置为1（即来自完全可信源的论证）和随机权重（即来自不同可信度源的论证）的论证图。
- 实验结