Aprendendo Estruturas de Argumentação Baseadas em Suposições via ASP

A Argumentação Baseada em Suposições (ABA) é promovida como um formalismo unificador para várias formas de raciocínio não monotônico, incluindo programação lógica. Ela permite capturar conhecimento refutável, sujeito a debate argumentativo. Enquanto, em muitos trabalhos existentes, as estruturas ABA são fornecidas previamente, neste artigo nos concentramos no problema de automatizar seu aprendizado a partir de conhecimento de fundo e exemplos positivos/negativos. Diferente de trabalhos anteriores, reformulamos o problema em termos de raciocínio corajoso sob extensões estáveis para ABA. Apresentamos um novo algoritmo baseado em regras de transformação (como Aprendizado por Roteiro, Dobragem, Introdução de Suposições e Subsumição de Fatos) e uma implementação que utiliza Programação de Conjuntos de Resposta. Finalmente, comparamos nossa técnica com sistemas ILP de ponta que aprendem conhecimento refutável.