Marcos argumentativos etiquetados

Autores
Budán, Maximiliano Celmo David
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión aceptada
Colaborador/a o director/a de tesis
Simari, Guillermo R.
Costaguta, Rossana
Descripción
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.
The area of Artificial Intelligence known as knowledge representation and defeasible reasoning specializes in modeling the human reasoning process so as to establish what conclusions are acceptable in a disagreement context. Generally speaking, argumentation theories deal with the interactions between arguments in favor and against a particular conclusion to establish their acceptability. The main objective of this work is to expand the representation capabilities of argumentative frameworks allowing to represent special characteristics of the arguments, and analyze how they are affected by the relations of support, aggregation and attack established between arguments. To do this, we will add meta-level of information to the arguments in the form of labels extending their representation capabilities, and we provide the necessary tools to propagate and combine the labels in the argumentation domain. Finally, we will use the information provided by the labels to optimize the acceptability determination process, and to provide more refined results.
Fil: Budán, Maximiliano Celmo David. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación; Argentina
Materia
Ciencias de la computación
Argumentación
Sistemas argumentativos etiquetados
Meta nivel de información
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-nd/4.0/
Repositorio
Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS)
Institución
Universidad Nacional del Sur
OAI Identificador
oai:repositorio.bc.uns.edu.ar:123456789/2544

id RID-UNS_1cf409f4a4a56efe6526fc36ad0f0811
oai_identifier_str oai:repositorio.bc.uns.edu.ar:123456789/2544
network_acronym_str RID-UNS
repository_id_str
network_name_str Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS)
spelling Marcos argumentativos etiquetadosBudán, Maximiliano Celmo DavidCiencias de la computaciónArgumentaciónSistemas argumentativos etiquetadosMeta nivel de informaciónEl 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.The area of Artificial Intelligence known as knowledge representation and defeasible reasoning specializes in modeling the human reasoning process so as to establish what conclusions are acceptable in a disagreement context. Generally speaking, argumentation theories deal with the interactions between arguments in favor and against a particular conclusion to establish their acceptability. The main objective of this work is to expand the representation capabilities of argumentative frameworks allowing to represent special characteristics of the arguments, and analyze how they are affected by the relations of support, aggregation and attack established between arguments. To do this, we will add meta-level of information to the arguments in the form of labels extending their representation capabilities, and we provide the necessary tools to propagate and combine the labels in the argumentation domain. Finally, we will use the information provided by the labels to optimize the acceptability determination process, and to provide more refined results.Fil: Budán, Maximiliano Celmo David. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación; ArgentinaSimari, Guillermo R.Costaguta, Rossana2015-12-16info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttp://repositoriodigital.uns.edu.ar/handle/123456789/2544spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/reponame:Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS)instname:Universidad Nacional del Sur2025-10-16T09:29:13Zoai:repositorio.bc.uns.edu.ar:123456789/2544instacron:UNSInstitucionalhttp://repositoriodigital.uns.edu.ar/Universidad públicaNo correspondehttp://repositoriodigital.uns.edu.ar/oaimesnaola@uns.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:2025-10-16 09:29:13.48Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS) - Universidad Nacional del Surfalse
dc.title.none.fl_str_mv Marcos argumentativos etiquetados
title Marcos argumentativos etiquetados
spellingShingle Marcos argumentativos etiquetados
Budán, Maximiliano Celmo David
Ciencias de la computación
Argumentación
Sistemas argumentativos etiquetados
Meta nivel de información
title_short Marcos argumentativos etiquetados
title_full Marcos argumentativos etiquetados
title_fullStr Marcos argumentativos etiquetados
title_full_unstemmed Marcos argumentativos etiquetados
title_sort Marcos argumentativos etiquetados
dc.creator.none.fl_str_mv Budán, Maximiliano Celmo David
author Budán, Maximiliano Celmo David
author_facet Budán, Maximiliano Celmo David
author_role author
dc.contributor.none.fl_str_mv Simari, Guillermo R.
Costaguta, Rossana
dc.subject.none.fl_str_mv Ciencias de la computación
Argumentación
Sistemas argumentativos etiquetados
Meta nivel de información
topic Ciencias de la computación
Argumentación
Sistemas argumentativos etiquetados
Meta nivel de información
dc.description.none.fl_txt_mv 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.
The area of Artificial Intelligence known as knowledge representation and defeasible reasoning specializes in modeling the human reasoning process so as to establish what conclusions are acceptable in a disagreement context. Generally speaking, argumentation theories deal with the interactions between arguments in favor and against a particular conclusion to establish their acceptability. The main objective of this work is to expand the representation capabilities of argumentative frameworks allowing to represent special characteristics of the arguments, and analyze how they are affected by the relations of support, aggregation and attack established between arguments. To do this, we will add meta-level of information to the arguments in the form of labels extending their representation capabilities, and we provide the necessary tools to propagate and combine the labels in the argumentation domain. Finally, we will use the information provided by the labels to optimize the acceptability determination process, and to provide more refined results.
Fil: Budán, Maximiliano Celmo David. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación; Argentina
description 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.
publishDate 2015
dc.date.none.fl_str_mv 2015-12-16
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://repositoriodigital.uns.edu.ar/handle/123456789/2544
url http://repositoriodigital.uns.edu.ar/handle/123456789/2544
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS)
instname:Universidad Nacional del Sur
reponame_str Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS)
collection Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS)
instname_str Universidad Nacional del Sur
repository.name.fl_str_mv Repositorio Institucional Digital de la Universidad Nacional del Sur (RID-UNS) - Universidad Nacional del Sur
repository.mail.fl_str_mv mesnaola@uns.edu.ar
_version_ 1846143108849336320
score 12.712165