Aprendizaje de reglas para la generación de argumentos a partir de observar cómo otros agentes argumentan

ARIEL MONTESERIN; ANALÍA AMANDI

Buenos Aires

Simposio; Simposio Argentino de Inteligencia Artificial (ASAI); 2010

SADIO - UADE

Aprender cómo argumentar es una habilidad clave para un agente negociador. En este artículo, presentaremos un enfoque que le permite a un agente aprender cómo construir sus argumentos a partir de observar cómo otros agentes argumentan en un contexto de negociación. En particular, nuestro enfoque permite inferir las reglas de generación de argumentos que son utilizadas por los agentes observados. Para llevar a cabo este propósito, el agente registra los argumentos expresados por otros agentes y los hechos que componen el contexto de la negociación en el momento en el que el argumento fue expresado. Luego, utiliza un algoritmo de minería difusa de reglas de asociación generalizadas para extraer las reglas deseadas. Este tipo de algoritmo nos permite (a) obtener reglas generales, que pueden ser aplicadas en distintos contextos, y (b) lidiar con la incertidumbre de no conocer a ciencia cierta qué hechos del contexto son considerados por los agentes para la generación de sus argumentos. Los resultados experimentales demostraron que es posible inferir reglas de generación de argumentos a partir de un número reducido de argumentos observados.