Algorithmique des systèmes d’argumentation abstraits enrichis, en vue du passage à l’échelle

Algorithms for enriched abstract argumentation frameworks for large-scale cases

• Auteur / Autrice : Mickaël Lafages
• Direction : Marie-Christine Lagasquié-Schiex, Sylvie Doutre
• Type : Thèse de doctorat
• Discipline(s) : Intelligence Artificielle
• Date : Soutenance le 15/12/2021
• Etablissement(s) : Toulouse 3
• Ecole(s) doctorale(s) : École doctorale Mathématiques, informatique et télécommunications (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Institut de Recherche en Informatique de Toulouse (1995-....)
• Jury : Président / Présidente : Leïla Amgoud
• Jury : Examinateurs / Examinatrices : Marie-Christine Lagasquié-Schiex, Sylvie Doutre, Leïla Amgoud, Daniel Le Berre, Massimiliano Giacomin, Jean-Guy Mailly
• Jury : Rapporteurs / Rapporteuses : Daniel Le Berre, Massimiliano Giacomin

Mots clés

Mots clés contrôlés

Acceptabilité (linguistique)

Algorithmes

Argumentation

Mots clés libres

Argumentation abstraite

Algorithmique

Cadres enrichis

Abstract argumentation

Algorithms

Enriched frameworks

Résumé

La théorie de l'argumentation abstraite propose des méthodes pour représenter et traiter les informations potentiellement incohérentes, et pour en tirer des conclusions ou prendre des décisions. Une telle approche est dite abstraite car elle se concentre uniquement sur la manière dont les arguments s'influencent mutuellement et pas sur la constitution des arguments. Les arguments sont donc considérés comme des entités génériques qui interagissent positivement (relation de support) ou négativement (relation d'attaque) les unes avec les autres. Ce niveau d'abstraction permet de proposer des processus de raisonnement génériques qui peuvent être appliqués à toute définition ou formalisme concret des arguments. Le modèle de raisonnement basé sur l'argumentation est appliqué dans les systèmes multi-agents depuis des années. Le développement des techniques d'argumentation et de leur calcul est un point clé de ces applications. C'est la motivation même de mon travail : améliorer l'utilisation de l'argumentation abstraite en développant de meilleurs outils pour sa mise en oeuvre. De nombreux cadres d'argumentation et sémantiques associées ont été proposés dans la littérature pour améliorer l'expressivité de l'argumentation abstraite. Alors qu'un cadre donné spécifie la manière de représenter et d'exprimer un problème d'argumentation (types de relations entre les arguments, poids des attaques ou des arguments, relation d'ordre supérieur, etc.), une sémantique, pour un cadre d'argumentation spécifique, capture ce qui est une solution d'un problème d'argumentation, dans le sens de ce qui est acceptable. Dans mon travail, je me suis d'abord concentré sur la résolution efficace de certains problèmes d'argumentation qui sont exprimés dans le cadre d'argumentation classique et les sémantiques définis par Dung. Les sémantiques de Dung produisent des ensembles d'arguments conjointement acceptables, appelés extensions. Mon travail a conduit à la proposition d'un nouvel algorithme distribué et basé sur une technique de clustering pour calculer les extensions sous les sémantiques de Dung. Il a été conçu pour certains types de cadres d'argumentation de "grande échelle", produisant un grand nombre d'extensions. Il a été implémenté et testé. Les résultats des tests montrent toute son efficacité pour les cadres d'argumentation à grande échelle ciblés. Je me suis ensuite intéressé aux cadres d'argumentation d'ordre supérieur, et en particulier au cadre d'argumentation récursif (RAF). Dans ce contexte, une attaque peut avoir comme cible une autre attaque : un argument peut ainsi être acceptable alors même qu'il est attaqué parce que cette attaque (recevant elle-même une attaque) peut être invalide, et donc non pertinente contre sa cible. Là où le cadre de Dung produit des extensions, les sémantiques des RAF produisent des "structures", des paires dont le premier élément est un ensemble d'arguments et le second un ensemble d'attaques. Si des algorithmes existaient déjà pour le cadre de Dung, il n'en était pas de même pour les RAF. J'ai donc commencé par étudier la complexité des sémantiques des RAF. J'ai ensuite étendu la notion de labelling aux RAF, une autre caractérisation de l'acceptabilité déjà existante dans le cadre de Dung. La notion de "composante fortement connexe" a été élargie aux RAF, et les propriétés de décomposabilité des sémantiques des RAF ont été étudiées. Toutes ces contributions ouvrent la voie à de futurs algorithmes pour calculer l'acceptabilité sous plusieurs sémantiques des RAF.

Abstract argumentation theory proposes methods to represent and deal with contentious information, and to draw conclusions or take decision from it. Such an abstract approach focuses on how arguments affect each other. Arguments are seen as generic entities which interact positively (support relation) or negatively (attack relation) with each other. This abstraction level allows to propose generic reasoning processes that can be applied to any concrete definition or formalism for arguments. Argumentation-based reasoning model has been of application in multi-agent systems for years now. The development of argumentation techniques and of their computation drives such applications. This is the very motivation of this thesis: enhancing the use of abstract argumentation by developing better tools for its application. A lot of frameworks and semantics have been proposed to enhance expressivity in abstract argumentation. While a given framework specifies the way of representing and expressing an argumentation problem (types of relations between arguments, weight on attacks or arguments, higher-order relation, etc.), a semantics, defined for a specific argumentation framework, captures what is a solution of an argumentation problem, in the sense of what is acceptable. In this thesis, I first focus on solving more efficiently argumentation problems which are expressed in the basic, seminal argumentation framework and semantics defined by Dung. Dung's semantics produce sets of jointly acceptable arguments, called extensions. A new distributed and clustering based algorithm to compute Dung's semantics is my first contribution. This algorithm has been designed for certain types of large-scale argumentation frameworks, that produce a large number of extensions. It has been implemented and tested. The results of these tests show its efficiency in the context of the large scale argumentation frameworks which are targeted. Second, I focus on argumentation frameworks with higher order attacks, and especially Recursive Argumentation Frameworks (RAF). In this context, an attack may have as target an attack: an argument may thus be acceptable while one of its attack (receiving itself an attack) may be invalid, and so non pertinent against its target. Similarly to Dung's semantics which produce extensions, the RAF semantics produce "structures", pairs whose first element is a set of arguments and the second a set of attacks. If algorithms already existed for Dung's framework, it was not the case for RAF. In order to address this issue, I start with studying the complexity of RAF semantics. I then extend the notion of labelling to RAF, another kind of characterization of acceptability which already existed for Dung's framework. The notion of "strongly connected component" is extended to RAF and decomposability properties of RAF semantics are studied. All these contributions pave the way for future algorithms to compute acceptability under RAF semantics.