議論の形式検証を実現する論理的手法の研究

健全な議論進行においては、誤謬や詭弁などを極力検出して排除できる必要がある。前年度で行った追加研究テーマ（２）「並行的に進行する議論をモデル化する数学的な議論理論の構築・理論性質究明」で構築した議論モデルについて、健全な議論で満たされるべき、もしくは場合によっては満たされるべき、要件を20制定し、「要件が不成立＝詭弁」、とする形式的詭弁検出法を考案し定式化した。詳細:当該の議論モデルはグラフ構造部と意味構造部から成り、20の要件のうちの5つはグラフ構造のみにかかる要件、残りの15は意味構造に及ぶ要件となる。４つのグラフ構造に対する要件が満たされる場合には必ず8つの意味構造に及ぶ要件を成立される意味構造が存在し、その逆も成り立つことを証明した。構築した議論モデル並びに各要件をPythonで実装した。これによって、モデル化された議論中の詭弁の有無の自動検証を可能とした。各要件の検証にかかる計算複雑性も求めた。その結果であるが、定めた要件群を検証することは一般的に多項式時間で行えない。大規模議論に提案手法を応用する際には、当該の議論モデルを簡素化するもしくは抽象化などの手法を構築する必要がある。これについては今後研究を進めていき解決策を考案する予定である。人工知能の議論研究における本研究成果の位置付け：形式的な議論研究を進める数理議論分野においては、グラフ構造のみから推論を進める抽象議論と、意味構造から抽象議論を抽出する構造議論を中心に研究が進められている。前者においては、意見主張間の関係は与えられたものとみなされ、例えばグラフ上の批判関係が、意見主張の意味を考慮した際に本当に批判関係を成しているかを判断できない。後者では実際の議論上の意見主張間の繋がりが考慮されないに加え、ほぼ論理矛盾＝批判を押し通すため、現実の批判関係を反映できていない。本研究成果はこの部分の解決の道を示した

健全な議論進行においては、誤謬や詭弁などを極力検出して排除できる必要がある。前年度で行った追加研究テーマ（２）「並行的に進行する議論をモデル化する数学的な議論理論の構築・理論性質究明」で構築した議論モデルについて、健全な議論で満たされるべき、もしくは場合によっては満たされるべき、要件を20制定し、「要件が不成立＝詭弁」、とする形式的詭弁検出法を考案し定式化した。詳細:当該の議論モデルはグラフ構造部と意味構造部から成り、20の要件のうちの5つはグラフ構造のみにかかる要件、残りの15は意味構造に及ぶ要件となる。４つのグラフ構造に対する要件が満たされる場合には必ず8つの意味構造に及ぶ要件を成立される意味構造が存在し、その逆も成り立つことを証明した。構築した議論モデル並びに各要件をPythonで実装した。これによって、モデル化された議論中の詭弁の有無の自動検証を可能とした。各要件の検証にかかる計算複雑性も求めた。その結果であるが、定めた要件群を検証することは一般的に多項式時間で行えない。大規模議論に提案手法を応用する際には、当該の議論モデルを簡素化するもしくは抽象化などの手法を構築する必要がある。これについては今後研究を進めていき解決策を考案する予定である。人工知能の議論研究における本研究成果の位置付け：形式的な議論研究を進める数理議論分野においては、グラフ構造のみから推論を進める抽象議論と、意味構造から抽象議論を抽出する構造議論を中心に研究が進められている。前者においては、意見主張間の関係は与えられたものとみなされ、例えばグラフ上の批判関係が、意見主張の意味を考慮した際に本当に批判関係を成しているかを判断できない。後者では実際の議論上の意見主張間の繋がりが考慮されないに加え、ほぼ論理矛盾＝批判を押し通すため、現実の批判関係を反映できていない。本研究成果はこの部分の解決の道を示した