Abschlussarbeit

Masterarbeit „Vorhersage von Labelings durch Klassifikationsalgorithmen“

Verfasser/in:
Marvin Peters
Ansprechperson:
Lars Bengel
Status:
abgeschlossen
Jahr:
2022
Download:
master.peters.pdf

Beschreibung:

Das Konzept der abstrakten Argumentation ist ein stark erforschtes Thema im Bereich Künstliche Intelligenz. Die meisten Ansätze stützen sich dabei auf die abstrakten Argumentationssysteme begründet durch Dung [2] im Jahr 1995.
Diese Argumentationssysteme können als gerichtete Graphen dargestellt werden. Die Knoten des Graphen stellen hierbei 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. Diese Argumentationssysteme können zur Schlussfolgerung verwendet werden, dazu werdenüblicherweise sogenannte Semantiken verwendet, die anhand bestimmter Kriterien Mengen von Argumenten bestimmen, die gemeinsam akzeptiert werden können.

Ein zentraler Aspekt der abstrakten Argumentation sind die Semantiken. Eine Unterkategorie davon sind die Labelingbasierten Semantiken [1]. Diese Semantiken sind Funktionen, die jedem Argument des Argumentationssystems eine
Beschriftung zuweisen, die den Akzeptanzstatus des Arguments darstellt. Die Zuweisung folgt dabei bestimmten Regeln, z.B. es darf keine Angriffe zwischen akzeptierten Argumenten geben, die von der Semantik abhängig sind.

Das Ziel der Masterarbeit ist die Untersuchung der Frage, ob sich die Beschriftungen eines oder mehrerer Argumente auf Basis eines gegebenen Teil-Labelings durch verschiedene Klassifikationsalgorithmen vorhersagen lassen. Dafür sollen
verschiedene Algorithmen für dieses Szenario optimiert und angewandt werden.

  • [1] Martin WA Caminada and Dov M Gabbay. “A logical account of formal argumentation”. In: Studia Logica 93.2 (2009), pp. 109–145.
  • [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.
10.05.2024