강한 제약 조건과 약한 제약 조건을 가진 추상 논증 프레임워크

논란이 있는 정보를 다루는 것은 여러 응용 맥락에서 중요한 문제입니다. 정형 논증은 주장에 대한 찬반 논증을 통해 결과를 결정하는 데 도움이 됩니다. Dung의 추상 논증 프레임워크(AF)는 논증 기반 추론에서 중심이 되는 정형식으로 자리잡았습니다. Dung의 프레임워크의 성공과 인기의 핵심 요소는 그 단순성과 표현력입니다. 무결성 제약은 도메인 지식을 간결하고 자연스러운 방식으로 표현하는 데 도움을 주어, AF 내에서 인코딩하기 어려운 문제에 대해서도 모델링 작업을 쉽게 유지합니다. 본 논문에서는 먼저 강한 제약 조건이 추가된 AF에 대해 각각 Kleene 및 Lukasiewicz 논리 기반의 두 가지 직관적인 의미론을 탐구합니다. 결과적인 논증 프레임워크는 제약된 AF(CAF)로 불립니다. 그런 다음, CAF를 약한 제약으로 강화한 새로운 논증 프레임워크인 약한 제약 AF(WAF)를 제안합니다. 직관적으로 이러한 제약 조건은 CAF를 통해 정의된 문제에 대한 "최적" 솔루션을 찾는 데 사용될 수 있습니다. 우리는 CAF와 WAF의 복잡성 분석을 자세히 제공하며, 강한 제약 조건이 대부분의 경우 AF의 표현력을 증가시키지 않지만, 약한 제약 조건은 여러 잘 알려진 논증 의미론 하에서 CAF(및 AF)의 표현력을 체계적으로 증가시킨다는 것을 보여줍니다.