Core Concepts
비평면 가정 기반 논증 프레임워크에 대한 효율적인 계산 접근법을 제안한다. 이를 위해 양극 논증 프레임워크로의 의미 보존 변환을 활용하고, 논증의 중복성을 제거하는 방법을 제시한다. 또한 계산 복잡도가 낮은 비평면 ABA 프레임워크 조각을 식별한다.
Abstract
이 논문은 비평면 가정 기반 논증 프레임워크(non-flat assumption-based argumentation framework, 이하 non-flat ABAF)에 대한 계산적 접근법을 다룬다. 대부분의 기존 연구는 평면(flat) ABAF에 초점을 맞추었지만, 이 논문에서는 더 일반적인 non-flat ABAF를 다룬다.
주요 내용은 다음과 같다:
양극 논증 프레임워크(bipolar argumentation framework, BAF)로의 의미 보존 변환을 활용한 접근법을 제안한다. BAF로의 변환은 non-flat ABAF에 비해 계산 복잡도가 낮다.
논증의 중복성을 제거하는 세 가지 방법을 제시한다: 유도 중복성, 지출 가능성, 가정 중복성. 이를 통해 생성되는 BAF의 크기를 줄일 수 있다.
계산 복잡도가 낮은 non-flat ABAF 조각을 식별한다: 원자 non-flat ABAF와 가산 non-flat ABAF.
두 가지 알고리즘 접근법을 제안한다:
BAF 생성 후 SAT 솔버를 이용하는 접근법
non-flat ABAF에 직접 적용되는 ASP 기반 접근법
실험 평가 결과, BAF 기반 접근법이 많은 경우에서 ASP 기반 접근법보다 우수한 성능을 보였다. 이는 non-flat ABAF에 비해 BAF의 계산 복잡도가 낮기 때문이다.
Stats
비평면 ABA 프레임워크에서 완전 의미에 대한 신뢰성 있는 추론은 ΣP2-완전하다.
양극 논증 프레임워크에서 완전 의미에 대한 신뢰성 있는 추론은 DP-완전하다.
Quotes
"Unless the polynomial hierarchy collapses one cannot transform a non-flat ABAF into a polynomial-sized AF or BAF from which one can in polynomial-time decide whether a given set of assumptions is admissible or complete."
"The redundancy-free core G of an ABAF D has at most |2A| · |L| arguments."