같은 오류 형식도 정보 조건에 따라 강도가 달라질까?
베이지안 접근은 일부 비형식적 오류의 설득력이 사전확률과 증거 생성 과정에 따라 연속적으로 달라진다고 본다.
The Rationality of Informal Argumentation: A Bayesian Approach to Reasoning Fallacies
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
베이지안 접근은 일부 비형식적 오류의 설득력이 사전확률과 증거 생성 과정에 따라 연속적으로 달라진다고 본다.
The Rationality of Informal Argumentation: A Bayesian Approach to Reasoning Fallacies
SATNet은 미분 가능한 근사 MAXSAT 풀이 층을 신경망에 넣어 패리티·스도쿠·시각 스도쿠의 논리 구조를 제한된 감독으로 학습했습니다.
SATNet: Bridging Deep Learning and Logical Reasoning Using a Differentiable Satisfiability Solver
Argument Interchange Format의 정보 노드와 도식 적용 노드를 통해 문장 내용과 추론 행위를 분리해야 논증 구조를 교환·확장할 수 있음을 살펴봅니다.
Towards an argument interchange format
핵심점 분석은 논증을 대표 문장에 연결하고 빈도를 세지만 소수 의견과 매칭 오류를 함께 보아야 합니다.
Quantitative Argument Summarization and Beyond: Cross-domain Key Point Analysis
시각화 효율은 제한된 주의 용량과 과제 종류에 맞춰야 합니다.
How Capacity Limits of Attention Influence Information Visualization Effectiveness
21–25 / 64편