Marcos argumentativos etiquetados
El área de la representación del conocimiento y el razonamiento rebatible en Inteligencia Artificial se especializa en modelar el proceso de razonamiento humano de manera tal de establecer qué conclusiones son aceptables en un contexto de desacuerdo. En términos generales, las teorías de la argum...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | tesis doctoral |
| Lenguaje: | Español |
| Publicado: |
2015
|
| Materias: | |
| Acceso en línea: | http://repositoriodigital.uns.edu.ar/handle/123456789/2544 |
| Aporte de: |
| Sumario: | El área de la representación del conocimiento y el razonamiento rebatible en Inteligencia
Artificial se especializa en modelar el proceso de razonamiento humano de manera tal
de establecer qué conclusiones son aceptables en un contexto de desacuerdo. En términos
generales, las teorías de la argumentación se ocupan de analizar las interacciones entre los
argumentos que están a favor o en contra de una determinada conclusión, para finalmente
establecer su aceptabilidad.
El objetivo principal del presente trabajo es expandir la capacidad de representación
de los marcos argumentativos permitiendo representar las características especiales de lo
argumentos, y analizar cómo éstas se ven afectadas por las relaciones de soporte, agregación y ataque que se establecen entre los argumentos de un modelo que representa una
determinada discusión argumentativa. Para ello, añadiremos un meta-nivel de información
a los argumentos en la forma de etiquetas extendiendo así sus capacidades de representación, y brindaremos las herramientas necesarias para propagar y combinar las etiquetas en
el dominio de la argumentación. Finalmente, utilizaremos la información proporcionada
por las etiquetas para optimizar el proceso de aceptabilidad de los argumentos y brindar
así resultados más refinados. |
|---|