Abschlussarbeit

Das Konzept der abstrakten Argumentation ist ein stark erforschtes Thema im Bereich Künstliche Intelligenz. Die meisten Ansätze stützen sich dabei auf die abstrakten Argumentationsgraphen begründet durch Dung [3] im Jahr 1995. Die Knoten eines Argumentationsgraphen stellen dabei Argumente dar und die gerichteten Kanten repräsentieren Konflikte zwischen den Argumenten. Eine Kante von Argument ’a’ zu Argument ’b’ bedeutet also, dass ’a’ ’b’ widerlegt und es somit angreift.

Ein zentraler Aspekt der abstrakten Argumentation sind die Semantiken. Dabei handelt es sich um Funktionen, die Mengen von Argumenten (genannt Extensionen) bestimmt, die als zulässig betrachtet werden können. Ein relativ neuer Ansatz zur Konstruktion von zulässigen Extensionen ist die Serialisierbarkeit [5]. Dabei handelt es sich um ein nicht-deterministisches Verfahren bei dem eine Extension iterativ aus minimal zulässigen Mengen (auch initiale Mengen genannt) konstruiert wird. Eine Extension wird dabei von einer sogenannten Serialisierungssequenz, also einer Sequenz von initialen Mengen, repräsentiert [2]. Mithilfe von Einschrännkungen der Serialisierungssequenzen lassen sich dann die meisten auf Zulässigkeit basierenden Semantiken aus der Literatur charakterisieren sowie auch komplett neue Semantiken definieren [5, 1].

Ziel der Bachelorarbeit ist die Implementierung von Serialisierungssequenzen für die existierenden Semantiken aus der Literatur mithilfe von Answer Set Programming. Außerdem, soll diese Implementierung gegen eine bestehende Implementierung (z.B [4]) evaluiert werden.

Referenzen

[1] Lars Bengel and Matthias Thimm. “Serialisable Semantics for Abstract Argumentation”. In: Computational Models of Argument. IOS Press, 2022, pp. 80–91.

[2] Phan Minh Dung. “On the acceptability of arguments and its fundamental role in nonmonotonic reasoning, logic programming and n-person games”. In: Artificial intelligence 77.2 (1995), pp. 321–357.

[3] Lydia Blümel and Matthias Thimm. “A ranking semantics for abstract argumentation based on serialisability”. In: Computational Models of Argument: Proceedings of COMMA 2022 353 (2022), p. 104.

[4] Matthias Thimm. “Tweety - A Comprehensive Collection of Java Libraries for Logical Aspects of Artificial Intelligence and Knowledge Representation”. In: Proceedings of the 14th International Conference on Principles of Knowledge Representation and Reasoning (KR’14). July 2014.

[5] Matthias Thimm. “Revisiting initial sets in abstract argumentation”. In: Argument & Computation 13.3 (2022), pp. 325–360.