结构化论证的优先方法中可推迟元素的排序集：假设、关系和特征

摘要

偏好在人工智能中的计算论证中起着关键作用，因为它们反映了对论证表示至关重要的各种论证强度概念。在结构化论证的中心形式方法中，优先方法是通过提升对可废止元素的偏好来对可废置元素集进行排名，以便能够比较两个论点及其各自的可废止成分的相对强度。为了克服当前科学界的差距，我们在本文中对结构化论证中提升算子的关键组成部分进行了一般性研究。我们调查了分散在论证理论、社会选择和效用理论文献中的现有提升算子，并展示了这些算子的基本关系和性质。从论证和社会选择扩展现有的工作，我们提出了起重作业的一系列假设，并给出了所考虑操作员（非）满意度的完整画面。基于我们的假设，我们给出了不可能结果，说明了哪些假设没有满足的希望，并且对于结构论证中提出的两个主要提升算子，精英和民主，我们根据我们的假设给出了一个完整的描述。