技术
QBAF(量化双极论证框架)
QBAF(Quantitative Bipolar Argumentation Framework)是一种量化双极论证框架,用于表示和推理带有支持与攻击关系的论点,并赋予其数值权重以计算论点的可接受度。它解决复杂论证中的不确定性量化问题,典型应用包括法律推理和在线辩论分析,代表工作有 Amgoud 和 Cayrol 的早期研究。
详细解释
QBAF 扩展了抽象论证框架,为每个论点分配初始权重,并通过攻击和支持关系传播影响,最终计算每个论点的强度。常用语义包括加权语义和渐进语义。它支持在信息不完整或冲突时进行可解释推理,应用于决策支持、法律论证和社交媒体分析。近年来与神经网络结合,用于可解释 AI。
别名与相关写法
qbaf