Neue Erkenntnisse zu starker und schwacher Zulässigkeit in nicht-flachen ABA

arXiv – cs.AI Original ≈1 Min. Lesezeit
Anzeige

In einer neuen Veröffentlichung auf arXiv wird die Untersuchung von Zulässigkeits­konzepten in der Annahme‑basierten Argumentation (ABA) erweitert. Der Fokus liegt auf den beiden wichtigen Alternativen zur klassischen Zulässigkeit aus der abstrakten Argumentation: der starken und der schwachen Zulässigkeit. Für beide Konzepte werden die jeweiligen bevorzugten, vollständigen und grundlegenden Semantik­modelle für allgemeine, nicht‑flache ABA‑Frameworks eingeführt.

Zur Formalisierung nutzen die Autoren abstrakte bipolare, set‑basierte Argumentations­frameworks (BSAFs). Diese bieten eine kompakte Darstellung der Beziehungen zwischen Annahmen und sind zugleich ausreichend ausdrucksstark, um beliebige nicht‑flache ABA‑Strukturen abzubilden. Während die schwache Zulässigkeit bereits für das eingeschränkte, flache ABA‑Fragment untersucht wurde, ist die starke Zulässigkeit in ABA bislang unerforscht.

Die Arbeit definiert erstmals die starke Zulässigkeit für ABA und analysiert ihre Eigenschaften. Darüber hinaus wird die Untersuchung der schwachen Zulässigkeit auf den nicht‑flachen Bereich ausgeweitet. Ein zentrales Ergebnis ist, dass die modulare Eigenschaft – die Möglichkeit, Argumentations­frameworks in unabhängige Teile zu zerlegen – sowohl bei klassischer, starker als auch bei schwacher Zulässigkeit erhalten bleibt.

Die Autoren zeigen zudem, dass starke und schwache Zulässigkeits­semantiken in nicht‑flachen ABA einige der bekannten Schwächen der Standard‑Zulässigkeit teilen. Sie diskutieren mögliche Ansätze, um diese Mängel zu beheben, und legen damit einen wichtigen Grundstein für zukünftige Forschungen in der Annahme‑basierten Argumentation.

Ähnliche Artikel