Argumentation in Artificial Intelligence: Theoretical...

ArgumentationArgumentation in Artificial Intelligence:

Theoretical Foundations and Technological ApplicationsTechnological Applications

Carlos Chesñevar & Guillermo Simari

CONICET and Laboratory of R&D in A.I. Department of Computer Science and

EngineeringUniversidad Nacional del Sur

Bahía Blanca, Argentina

Part 4 - Outline

• An introduction to the Semantic Web

• Argumentation & Ontologies in DeLP

• Argumentation and the Semantic Web: the AIFApproachApproach

Argumentation in Intelligent Agents: Theory and Applications / Prof. Carlos I. Chesñevar, 2008 2

Sobre la Web Semántica…

• Web Semántica: qué es y por qué la necesitamosnecesitamos.

• Relación entre la Web Semántica y la Web tradicional

• Web Semántica: Arquitectura y componentes• Web Semántica: Arquitectura y componentes.

• Web Semántica: Aplicaciones


WWW Consortium

• Dirigido por Tim Berners Lee, “inventor” de la Web.Mi ió “Ll l W b t d t i l”• Misión: “Llevar a la Web a todo su potencial”

• El W3C desarrolla estándares para la WebLenguajes para la Web (HTML CSS XML etc )– Lenguajes para la Web (HTML, CSS, XML, etc.)

– Web Accesibility Initiative (WAI)– Web Services (SOAP, etc.)– Lenguajes para la Web Semántica (RDF, OWL, etc.).

• Metodología de trabajo del W3C:Desarrolla especificaciones técnicas con grupos de trabajo– Desarrolla especificaciones técnicas con grupos de trabajoy una exhaustiva revisión pública

– Desarrollo avanzado en predicción de cuestiones dediseño hacia el futuro

– Foco: construcción de infraestructuras que apuntan alas necesidades técnicas y sociales de la Web


las necesidades técnicas y sociales de la Web.

¿Qué es la Web Semántica?“La Web Semántica es una extensión de la web actual, en la que la información tiene un significado , q gbien definido, permitiendo que computadoras y personas trabajen en cooperación”

Tim Berners-Lee, James Hendler, Ora Lassila“The Semantic Web”, Scientific American, Mayo 2001

Obj ti d d• Objetivo: crear una red de recursos que seanprocesables automáticamente por la computadoraCoexiste con la Web actual• Coexiste con la Web actual

• Permite que el software lleve a cabo tareas a cargo delusuariousuario

• Busca pasar de una “Web de encontrar cosas” a una“Web de hacer cosas”


Web de hacer cosas

Un poco de historia… (1/2)

Hacia 1990-1993 se popularizaron las

i h i tprimeras herramientas para compartir recursos en Interneten InternetSurgieron FTP, Gopher, ArchieArchieSu accionar se limitaba a transferencia de archivos


Un poco de historia… (2/2)

A partir de 1994 se desarrollaron navegadores (browsers) que trabajaban con páginas escritas en(browsers) que trabajaban con páginas escritas en HTMLSurgieron Mosaic, Netscape, Internet Explorer, Mozilla Firefox, etc. Hipertexto / posibilidad de vinculos entre documentos en HTMLdocumentos en HTML Incorporación de documentos en formatos de audio, gráficos, etc. entendidos como recursos

Mosaic Netscape 0.9 – 13/10/1994Internet Explorer - Versión 1 0 – 08/1995Internet Explorer Versión 1.0 08/1995….Internet Explorer – Version 7 – 2006


Internet Explorer Version 7 2006Mozilla Firefox - 2006

HTML y la Web hoy

• HTML se transformó en el estándar de facto para divulgación de información en la Webdivulgación de información en la Web.

• Se desarrollaron y perfeccionaron editores y herramientas sofisticadas para procesar HTML

• Se avanzó en la integración de formatos gmultimediales y recursos adicionales embebidos a nivel cliente en el propio navegador (ej.: JavaScript)

• Se potenciaron los algoritmos de búsqueda (ej. Google) y recursos multimediales sociales (ej. g ) y ( jYouTube).

¿Podría pedirse más?Argumentation in Intelligent Agents: Theory and Applications / Prof. Carlos I. Chesñevar, 2008 8

¿Podría pedirse más?

HTML en la Web http://www.entreriostotal.com.ar/turismo/concordia/termasenconcordia.htm

¡ Bienvenido a las Termas de Concordia !¡• 15 Hectáreas de Bosques Naturales, de pinos y eucaliptos....

C b ñ D i B l i il t d t l ( Al j i t )• Cabañas - Dormis- Bungalows con y sin pileta de agua termal. (ver Alojamiento...) ·• Sábado y Domingo: juegos recreativos para los niños con profesores de educación física.T ifTarifasEntrada General: Residentes de Concordia Mayores: $5 Menores y jubilados: $4Turistas Mayores: $12 Menores y jubilados: $9Horarios de funcionamiento del complejo: De lunes a lunes de 8 a 01 hs.· Alquiler: De Reposeras $ 3,00.- De Batas $ 5,00.- De Sillas $1 00 De Sombrillas $ 2 00 De Parrilla con Quincho: $ 5 001,00.- De Sombrillas $ 2,00.- De Parrilla con Quincho: $ 5,00.-Se comunica que el transporte a las termas a partir del quince de julio es un servicio adicional, y que dicha concesión la tiene TRANSPORTE CASTELLI pactando como tarifa promocional una tarifa de $ 1,50 ida y vuelta.


E-Mail: [email protected]

<html><head><meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1"> El t dmeta http equiv Content Type content text/html; charset iso 8859 1<title>Documento sin título</title></head><body>¡ Bienvenido a las Termas de Concordia !

Elementos de marcado

¡ Bienvenido a las Termas de Concordia !<ul>

<li>15 Hectáreas de Bosques Naturales, de pinos y eucaliptos.</li><li>...</li>

Hipervínculos

<li> Cabañas - Dormis- Bungalows con y sin pileta de agua termal. (ver <a href="alojamiento.htm">Alojamiento</a>...) ·</li>

<li> Sábado y Domingo: juegos recreativos para los niños con profesoresde educación física.</li>

</ul>Tarifas 

Entrada General: Residentes de Concordia Mayores: $5 Menores y jubilados: $4 jubilados: $4 brTuristas Mayores: $12 Menores y jubilados: $9 Horarios de funcionamiento del complejo: De lunes a lunes de 8 a 23 hs. 

· Alquiler: De Reposeras $ 3,00.- De Batas $ 5,00.- De Sillas $ 1 00 De Sombrillas $ 2 00 De Parrilla con Quincho: $ 5 00 1,00.- De Sombrillas $ 2,00.- De Parrilla con Quincho: $ 5,00.- Se comunica que el transporte a las termas a partir del quince de julio es un servicio adicional, y que dicha concesión la tiene TRANSPORTE CASTELLI pactando como tarifa promocional 

10

una tarifa de $ 1,50 ida y vuelta.E-Mail: <a href="mailto:[email protected]">[email protected]</a>

HTML: limitaciones

• HTML es el lenguaje predominante en el cual se escriben páginas Webpáginas Web.

• Actualmente la web está formateada para que seaa práctica para los seres humanos ¡pero no para los práctica para los seres humanos ¡pero no para los programas!

• Supongamos querer tener un programa inteligente que nos p g q p g g qencuentre información sobre las Termas de Concordia

¿A qué horas abren las Termas?

¿Dónde me puedo hospedar?¿Dónde me puedo hospedar?

¿Cuánto sale un día en las Termas a un turista brasileño de 60 años?


un turista brasileño de 60 años?

Integración de información

Secretaría deWeb de Termas de

Concordia Secretaría de Turismo de la Nación

Concordia

Web de Termas deRío Hondo

Web de Termas dePortal Web

sobreTEpecuén Termas

en la Argentina

Web de Termas de……

¿Puede automatizarse (parte de) la integración?


…… (parte de) la integración?

¿Cómo superar HTML?

• Crear programas inteligentes capaces de entender el lenguaje natural de los seres humanos y que sean capaces de entendernatural de los seres humanos, y que sean capaces de entender preguntas y responder a ellas.

Pero computacionalmente esto es excesivamente complejoPero… computacionalmente esto es excesivamente complejo.

• Visión de la Web Semántica: reemplazar al HTML por lenguajes más apropiados que permitan no solo formatear un g j p p q pdocumento para seres humanos, sino también formalizar información sobre el contenido, proveyendo metadatos. EjemploEjemplo:

<atractivoTuristico><categT rismo> Termas </categT rismo><categTurismo> Termas </categTurismo><horario> <dia> lunes

<iniciohora> 8 </iniciohora> <finhora> 23 </finhora>….. </dia> </horario>


</atractivoTuristico>

Propuesta de la Web Semántica

• Hacer a la Web más amigable para las máquinasProveer contenido que sea “entendible” por una computadora” (no solo “procesable” como es hoy en día)

Nota: por “entendible” estamos indicando que tenga una semántica formal accesible

• La Web debe ser más que solo una gran “biblioteca”Pensar en la Web como una infraestructura paraPensar en la Web como una infraestructura para diversos servicios, con distintas funcionalidades.

• Hacer a la Web “inteligente”: ir más allá de detectar• Hacer a la Web inteligente : ir más allá de detectar secuencias de caracteres usando buscadores…


Capas en la Web Semántica(T. Berners-Lee y otros)

Capas de conocimiento

Capas de información

C

información

Capas de datos


Propuesta de la Web Semántica

• Metadatos: Permiten identifica y extraer información de l di ibl l W blos recursos disponibles en la Web

• Ontologías: permiten organizar y estructurar el conocimiento, mejorando las búsquedas en la Web y la interpretación de la información para comunicarla a otros

tagentes o programas.

• Lógica: permite procesar la información extraída y usarla para obtener conclusiones.

• Confianza: emergerá a partir de utilizar firmas digitales,Confianza: emergerá a partir de utilizar firmas digitales, y conceptos tales como reputación, certificación, etc.


Situación Actual Situación Futura

Usuario UsuarioUsuario Usuario

Consulta aBuscador

Visualiza en Buscador

Agente Inteligente

BuscadorBuscador

Servicios de

Docs HTMLInfraestructura

de la Web

Internet

17

InternetInternet

Capa de Datos: Unicode + URI

• Unicode apunta a ser un estándar para todos los lenguajes i t t (i l d i i f i i j lífi i iexistentes (incluyendo asirio, fenicio, jeroglíficos egipcios,

lenguajes indígenas, etc.).

ú “ ”• Provee un único “code point” para cada caracter

• Los primeros 256 “code points” se hicieron idénticos al contenido de la norma ISO 8859-1, que comprende los caracteres “tradicionales” ASCII Extendido (ej. en una PC).

Unicode define distintos métodos de mapeo para codificar caracterescodificar caracteres.Codificación común: UTF (Unicode Transformation Format)

UTF 8 difi ió d 8 bit tibl ASCII


UTF-8 — codificación de 8-bits compatible con ASCII.

• URI (Uniform Resource Identifier) es una cadena de caracteres que identifica unívocamente a un recursocaracteres que identifica unívocamente a un recurso. Encontramos aquí URLs y URNs.

• URL (Uniform Resource Locator): URI que provee un• URL (Uniform Resource Locator): URI que provee un mecanismo de acceso al recurso, permitiendo actuar sobre él.sobre él.

Ej: http://www.uns.edu.ar

URN (U if R N ) id tifi• URN (Uniform Resource Name): identifica a un recurso por un nombre en un “namespace” (ámbito)

URIEj: urn:isbn:84-345-36341-1

urn:www.agxml.org:schemas:all:2:0 URL URNg g

Analogía: URN = nombre de una persona (define identidad)

19

U o b e de u a pe so a (de e de t dad)URL = su dirección (define dónde hallarla)




C

información

Capas de datos


XML (eXtensible Markup Language)

HTML:Etiquetas identifican formato de visualizacion

<H1>Curso de HTML y XML </H1><UL>

HTML:

<UL><LI> Profesor: Juan Salas<LI> Asistente: Jorge Bustos </UL>

XMLEtiquetas identificanpieza de conocimiento

<curso><titu> Curso de HTML y XML</titu>

XML: pieza de conocimiento

<titu> Curso de HTML y XML</titu><profesor> Juan Salas </profesor><asistente> Jorge Bustos </asistente>

</curso>


</curso>


• XML y HTML son “hermanos”, ambos hijos de SGML(Standard Generalized Markup Language ISO 8879)(Standard Generalized Markup Language, ISO 8879).

• Con XML se pueden definir etiquetas arbitrariasasociadas a piezas de conocimientoasociadas a piezas de conocimiento.

• Las definiciones pueden involucrar recursión, y ser integradas de forma transparente dentro de código HTMLintegradas de forma transparente dentro de código HTML

• Existen herramientas que permiten realizar consultas sobre información expresada en XML (ej XPath)sobre información expresada en XML (ej. XPath)

• Dos acercamientos usados para caracterizar formalmente l XML álidlos XML válidos

– DTD (Document Data Definition)


– XML Schema (acercamiento más moderno)

XML: Documento = árbol etiquetado

Cada etiqueta puede tener atributos (nombre = valor)

<factura facNro=“23456” cliente=“Pepito”<factura facNro= 23456 cliente= Pepito fecha=“15 Oct 2006” >

<item> itemNro=“a528” cant=“3” </item><item> itemNro “b321” cant “1” </item><item> itemNro=“b321” cant=“1” </item>

</factura>

facturaatributo

factura

facNro cliente item itemfechaelemento

facNro cliente item item

itemNro cant itemNro cant

fecha


itemNro cant itemNro cant

DTDs: definiendo estructura<factura facNro=“23456” cliente=“Pepito” fecha=“15 Oct 2006” >

<item itemNro=“a528” cant=“3” /><item itemNro=“b321” cant=“1” />

</factura>

<!ELEMENT factura (item+)> Oper. Cardinalidad<!ATTLIST factura

facNro ID #REQUIREDcliente CDATA #REQUIRED

Atributo obligatorio

string

Oper. Cardinalidad

Qfecha CDATA #REQUIRED>

<!ELEMENT item EMPTY><!ATTLIST item

string

Campo clave<!ATTLIST item

itemNro ID #REQUIREDcant CDATA #REQUIREDobserv CDATA #IMPLIED>


observ CDATA #IMPLIED>

DTDs• Los componentes de un DTD pueden definirse de forma externa (en un

archivo separado) o interna.

• Es mejor hacerlo de forma externa, pues las definiciones pueden usarse en varios documentos.

<?xml version=“1.0” encoding=“UTF-16”?><!DOCTYPE factura SYSTEM “factura.dtd”><factura facNro=“23456” cliente=“Pepito”<factura facNro 23456 cliente Pepito fecha=“15 Oct 2006” >

<item itemNro=“a528” cant=“3” /><item itemNro=“b321” cant=“1” /><item itemNro= b321 cant= 1 />

</factura>

factura dtd<!ELEMENT factura (item+)><!ATTLIST factura

factura.dtd


…

XMLS (XML Schema)• XML Schema: ofrece un lenguaje más rico para definir

la estructura de documentos XML.

• Características:– La sintaxis de XML Schema ¡es en XML! (y por ende no haceLa sintaxis de XML Schema ¡es en XML! (y por ende no hace

falta tener parsers, editores, etc. por separado).– Permite redefinir y combinar esquemas, reusando esquemas

i t tpreexistentes.– Provee un conjunto de nuevos tipos que extienden/restringen

tipos preexistentes.p p

<element name=“factura” type=“TipoFac”/><complexType name=“TipoFac”<complexType name= TipoFac<attribute name=“NroFac” type=“ID” use=“required”/><attribute name=“cliente” type=“string” use=“required”/><attribute name=“fecha” type=“Date” use=“required”/>


<attribute name fecha type Date use required /></complexType>

XML: NamespacesVentaja de XML: un documento puede usar más de un DTD o XML Schema.

Pero… como estas estructuras fueron desarrolladas en forma independiente, probablemente aparecerán “colisionesforma independiente, probablemente aparecerán colisiones de nombres”.

DTD A DTD BDTD A<!ELEMENT Nombre….> <!ELEMENT Nombre….>

¿A que DTD nos referimos al decir Nombre?

Uso de prefijos


para desambiguar

<!ELEMENT raton EMPTY><!ATTLIST raton

nombre ID #REQUIREDC # Q

<!ELEMENT raton EMPTY><!ATTLIST raton

nombre ID #REQUIREDi i C # Qraza CDATA #REQUIRED

….>precision CDATA #REQUIRED…. >

raton dtd www biologos com ar www hardware comraton dtdraton.dtd www.biologos.com.ar www.hardware.comraton.dtd

<h:raton xmlns:h="http://www biologos com ar/ratonDTD"xmlns:h="http://www.biologos.com.ar/ratonDTD" h:nombre = “juancito” h:raza = “domestico”</h:raton>

<hard:raton xmlns:hard="http://www.hardware.com/ratonDTD" h d b “ i ” h d i i “ ti ”

28

hard:nombre = “genius” hard:precision = “optica”</hard:raton>

Presentación: de XML a HTML<curso>

<titu> Curso de HTML y XML</titu><profesor> Juan Salas </profesor><asistente> Jorge Bustos </asistente>

</curso>

Curso de HTML y XML Curso de HTML y XML

/

Curso de HTML y XMLJuan SalasJorge Bustos

Curso de HTML y XMLJuan SalasJorge Bustos

?

• Esto puede lograrse a través de XSL (extensible stylesheet language)

g g

stylesheet language).• XSL incluye un lenguaje de transformación (XSLT) y

un lenguaje de formateo ambos definidos en XML


un lenguaje de formateo, ambos definidos en XML.

Dos usos posibles de XSLT

Doc D en XML Documento

Doc D en HTMLXML

(contenido sin formato)

DocumentoXSLT

HTML(contenido

con formato)

D ADoc A en XML según

DTD X DocumentoContenido de A y B en

Doc B en

DocumentoXSLT

de A y B en forma

unificadaDoc B en

XML según DTD Y





C

información

Capas de datos


Descripción de recursos en RDF

XML es un metalenguaje universal de marcado. Proveeun conjunto de herramientas como parsers, traductoresj p ,para intercambio de datos, etc.

Pero XML no provee ninguna manera de hablar sobre lap gsemántica de los datos. Ej:

<curso> <titu> Curso de HTML y XML</titu>

La misma información puede representarse<curso> <titu> Curso de HTML y XML</titu>

<profesor> Juan Salas </profesor><asistente> Jorge Bustos

</asistente> /

puede representarse de formas sintácticamente diferentes</curso>

<profesor nombre=“Juan Salas”>

diferentes…Falta un modelo para los<curso> Curso de HTML y

XML</curso><asistente> Jorge Bustos

</asistente>

para los datos!

RDF


</asistente></profesor>

RDF

RDF y RDF Schema (RDFS)RDF es un modelo de datos. Su constructor básico es

una 3-upla (objeto,atributo,valor), llamado sentencia.p ( j , , ),

RDF es independiente del dominio, y los usuariospueden definir su propia terminología usando un lenguajep p p g g jde esquemas llamado RDF Schema (RDFS).

Diferencia XML Schema y RDF Schema:y

XMLS restringe la estructura de documentos XML

RDFS define el vocabulario usado para el modelo yRDFS define el vocabulario usado para el modelo, ypermite especificar qué propiedades se aplican a losdiferentes objetos, que valores éstos pueden tomar, ycómo se relacionan.

Ej: profesor es subclase de docente.


RDF: ideas básicasRDF se basa en recursos, propiedades y sentencias

Recurso: objeto o cosa de la cual queremos hablar Ej:Recurso: objeto o cosa de la cual queremos hablar. Ej:autores, libros, lugares, gente, hoteles, habitaciones, etc.Cada recurso tiene su URI (Universal Resource Identifier)( )

Propiedades: describen relaciones entre recursos,tales como “escrito por”, “edad”, “DNI”. También tienen supURI.

Sentencias: son afirmaciones sobre propiedades de losrecursos. Es una 3-upla (objeto, atributo, valor), quetendrá la forma

(recurso, propiedad, valor)

Los valores pueden ser recursos o “literales” (cadenas


de caracteres).

Una sentencia en RDFEj: Juan Perez es el dueño de la página

http://uner.edu.ar/~perezp p

Podemos identificar una 3-upla

(http://uner.edu.ar/~perez, http://mydom.org/ownerRDF, “Juan Perez”)

Recurso Propiedad Valor

Cada uno tiene su URI que lo identifica como recursoidentifica como recurso

x P y P(x,y)Hay una analogía con una fórmula de primer orden


y ( y) fórmula de primer orden

Sentencias en RDF

http://uner.edu.ar/~perez Juan Perez 433 2343dueño telef

consulta

d ñhttp://cs.uns.edu.ar/~cicCarlos Chesñevar

dueño

Un documento RDF se representa con el tag rdf:RDF

El contenido de este elemento es un conjunto de Descripciones, que usan el tag rdf:Description


Sentencia en RDF ( i t i b d XML)(sintaxis basada en XML)

<?xml version=“1 0” encoding=“UTF-16”?><?xml version= 1.0 encoding= UTF-16 ?><rdf:RDF

xmlns:rdf=http://www.w3.org/....xmlns:midominio= http://mydom.com/ownerRDF >

<rdf:Description rdf:about=http://uner edu ar/~perez>rdf:about=http://uner.edu.ar/~perez><midominio:duenio>

Juan Perez</midominio:duenio></rdf:RDF>

Valor Recurso Propiedad

37

RDF: visión críticaRDF solo usa propiedades binarias; esto obliga a reificaciones y adaptaciones.

RDF tiene una sintaxis basada en XML que es poco amigable para desarrolladores humanos.

Pero… la idea no es que la Web Semántica sea programada en RDF, sino con herramientas que traducirán código a RDFcódigo a RDF.

Ventajas similares a usar HTML en los primeros tiempos de la World Wide Webla World Wide Web.

X es el árbitro de un partido de fútbol entre equipos Y y Z

arbitro(partidoFutbol,X)equipo1(partidoFutbol Y)RDFfútbol entre equipos Y y Z equipo1(partidoFutbol,Y)equipo2(partidoFutbol,Z)

RDF


arbitro(X, Y, Z)

RDF Schema: Ideas básicasRDF es un lenguaje universal para que los usuarios

describan recursos con su propio vocabulario

…pero no define la semántica del dominio en ningúnsentido. En particular, es de nuestro interés poderestablecer jerarquías de clase y herencia.

Ejemplo: dentro de una universidad, tendremos aulas,profesores, materias. Pero no tiene mucho sentidoafirmar que:

La materia Análisis Matemático I es dictado por Algebra I.

El aula 38C es dictada por Juan Pérez

“es dictado por” debería tener un rango (profesores) “es dictado por” debería tener un dominio (materias)


es dictado por debería tener un dominio (materias)

RDF y RDFS Literal

idrange range

Personal U i id

id teldomain domain

esDictadoPor

Universidad

range subClassOfes ctado o

Miembro Personal Académico

domain

range

MateriaProfesor

subClassOf subClassOf

Profesor titular

type

ProfesorAdjunto

type RDFS

esDictadoPor

yp

RDF

S

40

Algebra Juan PerezRDF

RDF Schema: Ideas básicas

RDFS fija la semántica de conceptos básicos talescomo rango dominio sub-clase sub-propiedad etccomo rango, dominio, sub clase, sub propiedad, etc.

RDFS es un lenguaje (limitado) para definir lasemántica de dominios particularessemántica de dominios particulares.

RDFS está definido usando RDF (las primitivas demodelaje de RDFS se definen usando propiedades ymodelaje de RDFS se definen usando propiedades yrecursos).

Clases, herencia y propiedades también se usan enC ases, e e c a y p op edades ta b é se usa eOOP (aquí la clase de un objeto define las propiedadesque se aplican a él).

… en RDFS las propiedades se definen globalmente (esto es, no estánencapsuladas como atributos en definiciones de clase). Así es posible definirnuevas propiedades que se apliquen a una clase existente sin cambiar esaclase


clase.

OWL: Web Ontology Language

La expresividad de RDF y RDFS es deliberadamentemuy limitadamuy limitada

RDF: predicados básicos binarios

RDFS j í d b l i d d jRDFS: jerarquía de subclases y propiedades, juntocon definiciones de dominio y rango para propiedades

El W3C id tifi ó t í ti i lEl W3C identificó características necesarias para laWeb Semántica que *no* estaban en RDF ni RDFS.

Y h bí t b j d l j d d l d dYa se había trabajado en un lenguaje de modelado deontologías (DAML-OIL), en un esfuerzo conjunto de EEUUy Europa.y p

Este lenguaje fue la base de OWL (Web OntologyLanguage)


g g )




C

información

Capas de datos


OWL: Web Ontology LanguageOntología: formalización de una conceptualización

Lenguajes de Ontologías: permiten definirLenguajes de Ontologías: permiten definirconceptualizaciones formales de modelos de dominio.

• Sintaxis bien definidaSintaxis bien definida• Una semántica formal• Conveniencia de expresión

Lenguajes para modelado de ontologías Conveniencia de expresión

• Soporte eficiente para razonamiento• Suficiente poder expresivo

de ontologías

• Suficiente poder expresivo

La lógica juega aquí un rol central para Lenguajes deLa lógica juega aquí un rol central para poder contar con una semántica formal y un soporte eficiente para razonamiento.

Lenguajes de Programación en Lógica


p p e óg ca(Prolog)

¿Para qué una semántica formal?

Tener una semántica formal posibilita razonar sobre elconocimiento. En el caso de ontologías, podemos realizar

finferencias sobre problemas tales como:

Membresía de clase

Equivalencia de clases

ConsistenciaConsistencia

D B C

C

DsubClass

A B

B C

B

DsubClass

C

x:C x:D

B C

A C

A subClass


x:C x:D A C x:A ¡Inconsistencia!

¿Para qué una semántica formal?La semántica es un prerequisito para contar con unsoporte de razonamiento.Idea: hacer todo lo anterior automáticamente, en lugar dehacerlo a mano.Esto posibilita:

Chequear la consistencia de la ontología y delconocimientoconocimiento

Chequear las relaciones no deseadas entre clasesAutomatizar la clasificación de instancias en clases.

Lenguaje de

Ontologías

FormalismoLógico OWL Description

Logic


Ontologías

Limitaciones de RDFS

RDFS parece muy potente, pero tiene limitaciones a la hora ded fi i t l í V ldefinir ontologías. Veamos algunas:

Ambito local de propiedades. El tag rdfs:range define elrango de una propiedad (ej “come”) para *todas* las clasesrango de una propiedad (ej. come ) para *todas* las clases.RDFS no permite restringir el rango según la clase (ej. Nopodemos indicar que “vaca come pasto” y “perro comep q p y pcarne”).

Clases disjuntas: en RDFS no se pueden indicar clasesdisjuntas (ej. Hombre y mujer); solo podemos indicarrelaciones de subclases (ej. Mujer es subclase de Persona).

Combinaciones booleanas de clases: sería interesante crearnuevas clases combinando otras por unión, intersección, etc.(ej. Persona sería unión disjunta de Hombre y Mujer).


(ej. Persona sería unión disjunta de Hombre y Mujer).Pero…¡RDFS no permite eso!

Limitaciones de RDFSRestricciones de Cardinalidad. Ciertas veces se quieren imponer restricciones sobre los dsitintos valores que puede t i d d ( j U ti t t 2tener una propiedad (ej. Una persona tiene exactamente 2 padres; un curso tiene al menos 1 profesor). RDFS no permite esto.pCaracterísticas especiales de propiedades: a veces es útil poder especificar que una propiedad es transitiva (“mayor que”), única (“es madre de”), o la inversa de otra propiedad (“esDictadoPor” y “Dicta”). RDFS no permite esto.

Para resolver estas limitaciones hace falta un lenguaje que tenga soporte para razonamiento eficiente, conveniencia de

ió l j t t t bi RDFSexpresión, y un lenguaje tan potente como combinar RDFS + lógica de primer orden. ¿Cómo obtener todo esto?

C f OArgumentation in Intelligent Agents: Theory and Applications / Prof. Carlos I. Chesñevar, 2008 48

Esto llevo a W3C a definir distintas variedades de OWL.

OWL en varios sabores

– OWL Full. Es el lenguaje “completo”, con todo un conjunto de primitivas que pueden combinarse con RDF/RDFS arbitrariamente. Problema: tan tan potente que es indecidible, y no es manejable

OWLFullp q , y j

computacionalmente de manera eficiente.

– OWL DL. Es un sublenguaje de OWL que restringe

Full

OWL Full (básicamente no se permite la aplicación auto-referente de constructores OWL unos sobre otros). Ventaja: corresponde a Description Logics.

OWLDL

) j p p g

– OWL Lite: Es un sublenguaje de OWL DL. Excluye clases enumeradas, sentencias de disjunción,

di lid d bit i V t j á f il dOWL

cardinalidad arbitraria. Ventaja: es más facil de entender para usuarios y facilita implementación para constructores de herramientas.

Lite


OWL en síntesis

– OWL es el estándar propuesto para ontologías en la W b D ib l á ti d l i i t dWeb. Describe la semántica del conocimiento de manera accesible para un programa (machine-accessible)accessible).

– OWL está construído encima de RDF y RDFS: se usa la sintaxis de RDF (basada en XML); las instancias sela sintaxis de RDF (basada en XML); las instancias se definen usando descripciones en RDF, y se usan la mayoría de las primitivas de modelado de RDFS.y p

– Se provee una semántica formal y razonamiento a través de mapear OWL sobre una lógica.p g

– Se ha usado para esto la lógica de predicados y la description logics.


description logics.

Capas en la Web Semánticap(T. Berners-Lee y otros)



C

información

Capas de datos


Lógica e inferencia: Reglas

– La lógica se encuentra en los fundamentos de la representación de conocimiento con un lenguajerepresentación de conocimiento, con un lenguaje altamente expresivo.

P á ti f l l d i ifi d– Provee una semántica formal clara, que da significado no ambiguo a las sentencias.

E i t ió d i ló i it– Existe una noción de consecuencia lógica, que permite establecer cuándo una fórmula se sigue de otras.

– Existen sistemas de prueba que permiten derivar conclusiones automáticamente a partir de un conjunto de premisas (theorem provers)de premisas (theorem provers).

– Estos sistemas permiten proveer explicaciones para respuestas o comportamientos del sistema


respuestas o comportamientos del sistema.

Lógica e inferencia: ReglasPolítica de marketing de un supermercado: dar descuentos aclientes frecuentes y a aquellos clientes que cumplan años el día deuna compra. Exceptuar de esta política a los clientes que tienendeudas pendientes impagas.

En Prolog esto puede representarse declarativamente a través de reglas de la siguiente forma:

descuento(C) cliente_frecuente(C),edad(C,E), E<60, not moroso(C )

descuento(C) cliente(C), cumpleaños(C,Dia), fechaHoy(F), F=Dia, not moroso(C )

moroso( C ) ... etc …

Pero si queremos representar en HTML ¡no podemos!


Pero si queremos representar en HTML… ¡no podemos!

Reglas en XMLSe han desarrollado estándares en XML para representarreglas de manera uniforme y permitir razonar con ellas,embebiendo conocimiento en código accesible por unnavegador.

<rule>

d(X) c(X)<head>

<atom> <predicate>d<\predicate><term> <var> X <\var>

<\atom> <\head><body>

<atom>

Esto permite representar

<predicate>c<\predicate><term> <var> X <\var>

<\atom> <\body>

conocimiento y razonar sobre él utilizando toda la <\body>

<\rule>“artillería” provista por la lógica y técnicas de Proyecto RuleML


técnicas de Inteligencia Artificial

Proyecto RuleML (www.ruleml.org)

Confianza en la Web Semántica

• En el tope del desarrollo de la Web Semántica se t l d “t t” ( fi ) i l lencuentra la capa de “trust” (confianza), que involucra el

uso de firmas digitales y recomendaciones de agentes confiables o con agencias de certificación y cuerpos deconfiables, o con agencias de certificación y cuerpos de consumidores.

• Se habla muchas veces de “Web of Trust” para hacer• Se habla muchas veces de Web of Trust para hacer referencia a que la confianza está distribuída hoy día en la Web de forma caótica, al igual que las páginas HTML., g q p g

• Una cosa es segura: la Web Semántica alcanzará todo su potencial cuando los usuarios tengan plena p g pconfianza en sus operaciones y en la calidad de la información obtenida.


Aplicaciones

• Existen numerosas aplicaciones basadas en la WebSemántica en vías de desarrollo.Se á ca e as de desa o o

Ejemplo: la editorial Elsevier está desarrollando unsistema unificado de manejo de publicaciones

Problema: “consultas horizontales” dentro del bancode publicaciones. Necesidad de manejo de informacióninterdisciplinaria de manera ágilinterdisciplinaria de manera ágil.

Solución: integración de bases de datos via unaontología subyacente y una única interfaseontología subyacente y una única interfase.

Biología Computación MedicinaArtículos sobre tratamientos

BD BD BD

g pcontra el Alzheimer


Aplicaciones

• Ejemplo: AUDI tiene 51.000 empleados y produce700.000 autos anualmente. Opera miles de bases de00 000 au os a ua e e Ope a es de bases dedatos en diferentes partes del mundo.

Problema: unificación e integración de los recursosexistentes, y razonar sobre soluciones alternativas.

Solución: bases de datos distribuídas coordinadasvia ontologíasvia ontologías.

Ontología para manejos de empleados / Carga deinformación de empleados a través de interfases queinformación de empleados a través de interfases quealmacenan contenido en RDF.

Otras empresas como HP, Boing, Chrysler etc. estánp g yempleando acercamientos parecidos.


Aplicaciones: agregación de información

Se está trabajando con sistemas de agregación de información en XML sobre pronósticos meteorológicosinformación en XML sobre pronósticos meteorológicos (A.Hunter, Univ. College of London, UK - 2006)

<weather> <weather> <weather>…..

<\weather>…..

<\weather>…..

<\weather>

Mecanismos de agregación

<weather>…..

<\ th >

Mecanismos de agregación

Pronóstico “ponderado” resultante de


<\weather> combinar tres fuentes distintas

Aplicaciones

Otras áreas de aplicación:Otras áreas de aplicación:

• E-Learning: ontologías para representar materialdisponible para cursosdisponible para cursos.

• E-Government: representación y razonamiento ati d d l i f ió j l E t dpartir de de la información que maneja el Estado

como servicio a los ciudadanos.

• E-Commerce: ontologías para posibilitar mejorarventas y relaciones comerciales en un mercado global

• … etc …


A modo de conclusión

• La Web Semántica constituye una nueva visión conceptual que enriquece la Web tal como laconceptual que enriquece la Web tal como la entendemos hoy en día.El f t d l W b di á ibilid d d• El futuro de la Web radicará en su posibilidad de integrar adecuadamente los contenidos digitales disponibles (texto multimedia etc ) de maneradisponibles (texto, multimedia, etc.) de manera inteligente, permitiendo ir más allá del concepto de búsqueda por palabras clave usadobúsqueda por palabras clave usado tradicionalmente.

Los desarrollos actuales en Web Semántica pueden noLos desarrollos actuales en Web Semántica pueden no resultar visibles en la actualidad, pero serán sin duda el estándar emergente del futuro

Argumentation in Intelligent Agents: Theory and Applications / Prof. Carlos I. Chesñevar, 2008

duda el estándar emergente del futuro.

60

(Basado en la investigación para Tesis Doctoralrealizado por Mg. Sergio A. Gómez)Resultados recientes publicados en:

"Inconsistent Ontology Handling by Translating Description Logics into Defeasible LogicProgramming" (S. Gómez, C.Chesñevar, G. Simari). Iberoamerican Journal of ArtificialIntelligence, Vol. 11, No. 35, pp.11-22, 2007.

61

Argumentation & Ontologies

• Knowledge in the Semantic Web: represented• Knowledge in the Semantic Web: represented through ontologies expressed in OWL-DL.

• Description Logics (DLs) are a well-known family of knowledge representation formalisms.

• But… DLs cannot deal with inconsistent ontologies!

P l D f ibl L i P i• Proposal: use Defeasible Logic Programming as a tool for modelling knowledge and reasoning with inconsistent informationinconsistent information.


Description Logics - Basics

D i ti L i (DL) ll k f il f• Description Logics (DL) are a well-known family ofknowledge representation formalisms.

• Based on the notions of concepts (unary predicates,classes) and roles (binary relations)) ( y )

• Characterized by constructors (complex conceptsand roles defined from atomic ones)and roles defined from atomic ones).

• Expressive power determined by the constructsavailable for building concept descriptions.


Description Logics - Basics

Basic language for building DL expressions:

Concepts and Roles: let C, D be concepts, R roles

Conjunction: C D

Di j ti C DDisjunction : C D

Negation: ¬ CNegation: ¬ C

Existential Restriction: ∃R.C

Value Restriction: ∀ R.C


Translating Statements

• For compatibility reasons, part of the OWL-DL constructs are based on RDF Schema.

• RDFS provides:RDFS provides:

A subset of the DL statements (subclass, b t d d i t t t ) hi h isubproperty, range, and domain statements) which in

a DL setting are called Tbox axioms

Asserted class-instance (type) and instance-property-instance relationships which in a DL setting are called Abox axioms.


Some translations (atomic)• The DL inclusion axiom C D corresponds to a FOL implication(∀x)(C(x)→D(x)).

• Class and property axioms map to DeLP as:

Class C is a subclass of class D (C D)( )D(X) C(X)Property Q is a subproperty of property P (Q P)P(X,Y) Q(X,Y), where X and Y are variable names

• Range and domain statements map to DeLP as:

Range of property P is class C: ∀P.Cg p p yC(Y) P(X,Y)Domain of property P is in class C: ∀P.CC(Y) P(Y,X)

• Asserted class-instance (type) and instance-property-instancerelationships (axioms C(a) and P(a,b) in DL) are just facts C(a) andP(a,b).


( , )

Some translations (atomic)• Class and property equivalence axioms can be replacedwith a symmetrical pair of inclusion axioms.y p

• Class and property axioms map to DeLP as:Class C is equivalent to class D (C≡D){ D(X) C(X), C(X) D(X) }

P t Q i i l t t t P (Q P)Property Q is equivalent to property P (Q≡P){ P(X,Y) Q(X,Y), Q(X,Y) P(X,Y) }where X and Y are variable names

• Inverse and transitivity axioms for properties:

Property P is the inverse of property Q (P≡Q - ) maps toProperty P is the inverse of property Q (P≡Q ) maps to{ Q(Y,X) P(X,Y), P(X,Y) Q(Y,X) }

Property P is transitive (P+ P ) maps to


P(X,Z) P(X,Y) ∧ P(Y,Z)

Translating Class Constructors

• In DL, classes appearing in axioms may be compoundexpressions built up from atomic classes and propertiesexpressions built up from atomic classes and properties.

• Conjunctions:

A DL class can be formed by conjoining classes (conjunction of unarypredicates).

Conjunction occurs in the l.h.s of a subclass axiom:C1 C2 D

Becomes a conjunction in the body of the ruleBecomes a conjunction in the body of the ruleD(X) C1(X), C2(X)

Conjunction occurs in the r h s of a subclass axiom:Conjunction occurs in the r.h.s of a subclass axiom:C D1 D2

Becomes a disjunction in the head of the ruleD1(X) C(X) D2(X) C(X)


D1(X) C(X), D2(X) C(X)

Translating Class Constructors

• In DL, classes appearing in axioms may be compoundexpressions built up from atomic classes and propertiesexpressions built up from atomic classes and properties.

• Disjunctions:

A DL class can be formed from disjunction of existing classes (disjunctionof unary predicates).

Disjunction occurs in the l.h.s of a subclass axiom:C1 C2 D

Becomes a conjunction in the body of the ruleBecomes a conjunction in the body of the ruleD(X) C1(X) ∨ C2(X) { D(X) C1(X) ; D(X) C2(X) }

Disjunction occurs in the r h s of a subclass axiom:Disjunction occurs in the r.h.s of a subclass axiom:C D1 D2

Becomes a disjunction in the head of the ruleD1(X) D2(X) C(X) cannot be represented in DeLP


D1(X) ∨ D2(X) C(X) cannot be represented in DeLP

END OF PART 3

71

Una Arquitectura para manejar definiciones ontológicas potencialmente inconsistentes via

DeLP

77

Infrastructure for

Mass Argumentation Support

in the Semantic Web

Resultados recientes publicados en:

“Laying the foundations for a World Wide Argument Web“(I. Rahwan, F. Zablith, C. Reed).

Artificial Intelligence, Vol. 171, pp. 897-921, 2007.g , , pp ,

( Créditos por algunas transparencias: F. Zablith )

79

Argumentation in perspective

“a verbal and social activity of reason aimed at“a verbal and social activity of reason aimed at increasing (or decreasing) the acceptability of a controversial standpoint for the listener or reader, bycontroversial standpoint for the listener or reader, by putting forward a constellation of propositions (i.e. arguments) intended to justify (or refute) the standpoint before a rational judge”

(V. Eemeren)


Argumentation on the World Wide Web - 1

The Web acts as anThe Web acts as an enabler of large-scale argumentation,

where different views arewhere different views are

presentedpresented, challenged,supportedsupported,and evaluated

b different sersby different users.


Argumentation on the World Wide Web - 2

Dr. Phil: Tipping l lf tlowers self-esteem.

Sara: Global warming

Truthmapping

WeblogsDebatepedia WWW Sara: Global warming

is a huge threat to environment.

Discussion ForumsCohere

Parmenides

Allen: Brazil has the best football team.


Arguments are Everywhere

Discussion forumsDiscussion forumsBlogsN b itNews web sitesWikisLimitations:

No structureHard to search / query / evaluate arguments



www truthmapping comwww.truthmapping.comProponent specifies premises and conclusionPossibly chain argumentsAnyone can add 1 critique per claimUser can rebut each critique with 1User can rebut each critique with 1 statementNumerical ratings



www idebate org/debatabasewww.idebate.org/debatabasewww.debatepedia.com

Databases of argumentsArguments pro- and con- a yes/no question

www.standpoint.comCl i “Ab ti h ld b l l”Claim: “Abortion should be legal” 14 people believe it because:

“people should have the right to do as they please”3 people believe it because:

“Unwanted children are often a burden on society”



standpedia comstandpedia.comDifferent people answer a questiona questionSupport/rebut reasons


However…

No integration between toolsNo integration between toolsSearch arguments across different systems?

A t l ifi ti i h llArgument classification is shallowHow about different types of argument?

No semantic interlinking among argumentsE.g. different types of rebuttals


Limitations of Argumentation Tools on the Web

Simple Structures, Ex: DebatepediaP bl Li it l i i i li ti tProblem: Limits analysis, querying, visualisation, etc.

Limited Scale and Domain, Ex: ParmenidesProblem: Not based on a general theory of argumentation, small number of participants.

Lack of semantically rich links among arguments, Ex: Truthmapping

Problem: limits analysis and evaluationProblem: limits analysis and evaluation

Limited or no integration between argument repositories.Problem: Limits services such as question answering.


A proposed solution ...

Rahwan et al. proposed the theoretical and softwaref d ti f W ld Wid A t W b (WWAW)foundations of a World Wide Argument Web (WWAW).WWAW: A large-scale Web of inter-connected argumentsposted by individuals to express their opinions in aposted by individuals to express their opinions in astructured manner.Developed a pilot system, ArgDF, based on RDFSchema.

Reference:

“Laying the foundations for a World WideArgument Web“(I Rahwan F Zablith C Reed)(I. Rahwan, F. Zablith, C. Reed).

Artificial Intelligence, Vol. 171, pp. 897-921, 2007.


World Wide Argument Web ( WWAW ) - 1

Must support the storage creation update and querying ofMust support the storage, creation, update and querying of argumentative structures.

Must have Web-accessible repositories.

The WWAW language must be based on open standards, enabling collaborative development of new tools.

Must employ a unified, extensible argumentation ontology.


World Wide Argument Web (WWAW) - 2Must support the representation, annotation andcreation of arguments using a variety ofg g yargumentation schemes.

A 5

WWW

WWAW

Arg1

Arg2

Arg3

Arg4

Arg5

Arg8

WWAWArg6

Arg7Arg9


Motivation

Argument networks are dynamic:Argument networks are dynamic: Is it possible to use reasoning to infer additional information in addition to what is explicitly captured?information in addition to what is explicitly captured?

Argument Schemes provide patterns of g p ppresumptive reasoning.How do certain argument schemes relate to each other?How do certain argument schemes relate to each other?

Can the underlying ontology of ArgDF be improved?


Research Questions

What are the ontological primitives needed to capture the relationships betweeb argument schemes?

Which knowledge representation language provides g p g g pthe formal syntax and semantics to model the argumentation domain?

What types of ontological reasoning tasks can be useful in specifying arguments using ontology of schemes?p y g g g gy

How can we exploit this representation together with existing Semantic Web tools to develop systems for richexisting Semantic Web tools to develop systems for rich argumentation annotation, navigation and querying?


The ontology …

Based on a reification of Argument Interchange Format

Uses Walton’s account of argumentation schemes

Follows the same key principles of WWAWFollows the same key principles of WWAW

"Towards an Argument Interchange Format“(C.Chesñevar, J. McGinnis, S. Modgil, I. Rahwan, C. Reed, G. Simari, M.South, G. Vreeswijk, S. Wilmott).The Knowledge Engineering Review (KER) Cambridge University PressThe Knowledge Engineering Review (KER), Cambridge University Press,Volume 21, Issue 04,pp 293-316, 2006.


Argument Interchange Format and Argumentation SchemesArgumentation Schemes

95

Argument Interchange Format

Represents a core ontology to describe arguments and argument networksargument networksArgument entities can be represented as nodes in a directed graph called an argument network.

Two types of nodes : I-Nodes and S-Nodes• I Nodes: Represent claims that depend on the domain of discourse• I-Nodes: Represent claims that depend on the domain of discourse• S-Nodes: Are applications of schemes (domain independent

patterns of reasoning). S h h i li ti I f S h C fli t S h• Schemes have specialisations: Inference Scheme, Conflict Scheme, etc.

• Scheme application nodes also have specialisations: Rule of Inference Application Node, Conflict Application Node, etc.

Edges that connect nodesNode attributes: Title creator type strength acceptability etc


Node attributes: Title, creator, type, strength, acceptability, etc.

Argument Interchange Format


Why an Argument Interchange Format?

Many ad-hoc argument representation languages, e.g.:

• Araucaria Argument Markup Language (AML)• Araucaria Argument Markup Language (AML)DTD definition for marking up arguments

C di• CompendiumOntology of Issue-based Information Systems

• Assurance and Safety Case Environment (ASCE)Ontology of arguments about safety

• ClaiMakerOntology called “ScholOnto” about research literature concepts


Ontology called ScholOnto about research literature concepts

AIF Aims

Problems with ad hoc languages:• Mainly for visualisation not designed for

t t d tautomated agents

• Semantics tightly coupled with specific theories or applicationsapplications

AIF:F ilit t t i t h b t ( ibl• Facilitate argument interchange between (possibly heterogeneous) software agents

• Interoperability among argument visualisation tools• Interoperability among argument visualisation tools


AIF Effort

Agentlink Technical Forum Budapest HungaryAgentlink Technical Forum, Budapest, Hungary, September 2005 First draftP li i i A MAS 2006Preliminary paper in ArgMAS 2006Final paper in The Knowledge Engineering Review

"Towards an Argument Interchange Format“(C.Chesñevar, J. McGinnis, S. Modgil, I. Rahwan, C. Reed, G. Simari, M.South, G. Vreeswijk, S. Wilmott).The Knowledge Engineering Review (KER) Cambridge University PressThe Knowledge Engineering Review (KER), Cambridge University Press,Volume 21, Issue 04,pp 293-316, 2006.


Informal Semantics of EdgesRA = Rule Application; I = Inference; PA = Preference Application

To I-Node To RA-Node To PA-Node

From I-Node

N/A data/information used on applying an inference

data/information used in applying a preference

From RA-Node

Inferring a conclusion in the f f l i

Inferring or justifying an inference scheme

Inferring or justifying a

fform of a claim preference

From Applying f

Applying preferences l f

Meta preferences fPA-Node preferences among

beliefs, goals etc.among rules of inference

over preference criteria


Argumentation Schemes

Forms of argument that capture stereotypical patterns ofForms of argument that capture stereotypical patterns of reasoning.

Often represent arguments presumptive in nature, therefore called ‘presumptive inference patterns’

Meaning : if the premises are true, then the conclusion may presumably be taken to be truepresumably be taken to be true.

Walton Schemes have been most influential in computationalWalton Schemes have been most influential in computational work.


Walton Schemes - 1

Scheme for Argument from Position to Know:Scheme for Argument from Position to Know:– Premise: E is in a position to know whether A is true (false).– Premise: E asserts that A is true (false).( )– Conclusion: A may plausibly be taken to be true (false).

Instance of Argument from Position to Know:– Premise: Allen is in a position to know whether Brazil has the

b f b llbest football team.– Premise: Allen says Brazil has the best football team.– Conclusion: Brazil has the best football teamConclusion: Brazil has the best football team.


Walton Schemes - 2

Critical Questions for Argument from Position to Know:1. Knowledge: Is E in a position to know whether A is true(false)?

2. Trustworthiness: Is E an honest (trustworthy, reliable) source?

3. Opinion: Did E assert that A is true(false)?

Critical questions provide a way to evaluate an argumentCritical questions provide a way to evaluate an argument.

Based on ‘burden of proof ’, critical questions can be divided into:• Presumptions that are required for the inference to go through

• Exceptions to the inference rule


Walton Schemes - 3

Questions 1 and 3 merely question two of the explicit y q ppremises; thus can be omitted.

One Exception: “E is not an honest (trustworthy reliable)One Exception: E is not an honest (trustworthy, reliable) source”.

Different schemes are explained by Walton:– Argument From Position to Know

Appeal to Expert Opinion– Appeal to Expert Opinion– Argument From Bad Consequences– Fear Appeal Argument– Etc.


Walton Schemes - 4

Scheme for Appeal to Expert Opinion:– Premise: Source E is an expert in domain D containing

proposition A.– Premise: E asserts that proposition A is true (false).p p ( )– Conclusion: A may plausibly be taken to be true (false).

Thi h i li th h f t fThis scheme specialises the scheme for argument from position to know. (Having expertise in a field causes one to be in a position to know things in that field.)

Schemes themselves have a hierarchical ontological structure based on a classification of their constituentstructure, based on a classification of their constituent premises and conclusions. (Not captured in ArgDF!)


Argument Networks


Representing a Scheme

Conclusion descriptor:A may plausibly be

Premise descriptor:Speaker is biased A may plausibly be

taken to be true

hasConclusionDescriptionConflict scheme:

Speaker is biased

hasPremiseDescription

hasException

Presumptive inference scheme:Argument from expert opinionPremise descriptor:

Other experts disagree

fConflict from bias

hasException

Premise descriptor: Premise descriptor:h

hasPremiseDesc

Conflict scheme:fl f l

p g

hasPremiseDescription

hasException

E is an expert in domain D

E asserts that A is known to be true

hasPresumption entails

Conflict from testimonial inconsistency

Presumption:E is credible as an expert source

Presumption:E’s testimony does imply A

Presumption:E is an expert in the field that A is in


Actual Argument + 2 Defeaters


Linking Arguments & Schemes


Argumentation Ontology in OWL-DL - 1

A new reification of the AIF

Statement and Scheme are two disjoint concepts defined at the highest level in the ontology :defined at the highest level in the ontology :

Schemes describe arguments and are made of t t tstatements



As with the original AIF, different specialisations of h id ifi dscheme are identified:RuleScheme SchemeConflictScheme SchemeConflictScheme Scheme

DeductiveArgument RuleSchemegInductiveArgument RuleSchemePresumptiveArgument RuleScheme….

Different specialisations of statement are also defined:D l i S SDeclarativeStatement StatementImperativeStatement Statement


…


Capturing the relationship between each scheme and its components (through properties).

RuleScheme SchemeRuleScheme ∀ hasConclusion.Statementi F l h ll f it l i t t tie. For every rule scheme, all of its conclusions are statementsRuleScheme 1 hasConclusionie. Every rule scheme has exactly 1 conclusiony yRuleScheme ∀ hasPremise.StatementRuleScheme ≥1 hasPremise

PresumptiveArgument ∀ hasPresumption.StatementPresumptiveArgument ∀ hasException Statement


PresumptiveArgument ∀ hasException.Statement


Defining statements of Argument From Position To Know

PositionToHaveKnowledgeStmnt DeclarativeStatementformDescription : “E is in position to know whether A is true false ”

KnowledgeAssertionStmnt DeclarativeStatementf D i i “E h A i f l ”formDescription : “E asserts that A is true false ”

KnowledgePositionStmnt DeclarativeStatementgformDescription : “A may plausibly be taken to be true false ”

L kOfR li bili S D l i SLackOfReliabilityStmnt DeclarativeStatementformDescription : “E is not a reliable source”


System Architecture


Implementation Tools / Technologies

Ontology Editor: Protégé

Semantic Web Framework: Jena

Query Language: SPARQLQuery Language: SPARQL

Description Logic Reasoner: Pellet

Core Website: JEE

Client Side Scripting: JavaScriptp g p

Cascading Style Sheets

Web Server: Sun Java Application Server

Database: SQL Server 2005


Q

System Features: Listing Available Arguments


System Features: Listing Argument Details


System Features: Creation of New Arguments


Attacking / Supporting Existing Arguments


Retrieving Attacking / Supporting Existing Arguments

Retrieving Supporting Arguments

R t i i Att ki A tRetrieving Attacking Arguments


Retrieving Scheme Details


Displaying Hierarchy of Argumentation Schemes


Creation of New Argumentation Schemes


Search (Basic, Advanced)


WWAW Requirements - Revisited

Must support the storage, creation, update and querying of argumentative structuresquerying of argumentative structures.– Storage: Persistent RDF storage

– Creation: New arguments that adhere to different schemes

– Update: Re-using claims, attacking, supporting

– Query: Search, Retrieving attacking/supporting arguments, Displaying scheme hierarchy, etc.

Must have Web-accessible repositories.– Persistent storage can be queried using different RDF g q g

query languages.



The WWAW language must be based on open g g pstandards, enabling collaborative development of new tools.– Both OWL and RDF are W3C Recommendations

– Ontology can be used directly or through ontologyOntology can be used directly or through ontology mapping tools

Must employ a unified, extensible argumentationMust employ a unified, extensible argumentation ontology.– Based on the Argument Interchange Format– Based on the Argument Interchange Format



Must support the representation, annotation and creation of arguments using a variety of argumentation schemes.

– Preserves the AIFs emphasis on scheme-based reasoning patternsreasoning patterns

– Provides Automatic Classification of Schemes

– Allows addition of Schemes


END OF PART 4END OF PART 4

129

Argumentation in Artificial Intelligence: Theoretical...

Documents

Transcript of Argumentation in Artificial Intelligence: Theoretical...