MétaCan
Menu
Retour à la cohorte
Enregistrement W54573516

Dialogical Models of Explanation.

2007· article· en· W54573516 sur OpenAlexaff
Douglas Walton

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueTopic Modeling
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésDialogical selfEpistemologyPropositionSet (abstract data type)Computer scienceInferenceSimple (philosophy)Task (project management)Closing (real estate)Artificial intelligenceCognitive sciencePsychologyPhilosophyLawPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper takes on the task of providing a formal system of dialogue CE in which the speech acts of requesting and pro-viding an explanation are represented as dialogue moves in the system. CE has opening rules, locution rules, dialogue rules, success rules and closing rules. The system is meant to be simple and basic, to provide a platform for develop-ing more specialized formal dialogue systems of explanation used for specific purposes. The dialogical theory of explana-tion postulates that an explanation is a dialogue between two parties, one of whom asks a question requesting understand-ing of something which he or she claims not to understand, while the other offers a response that claims to convey the requested understanding to the party asking the question. In the last half of the twentieth century, the dominant model of explanation was the covering law (deductive-nomological) model associated with Hempel (1965), its chief advocate. This model took an explanation to be a de-ductive inference from a set of facts called initial conditions and a set of general rules to a proposition to be explained. It would have been anathema to the analytical philosophers who accepted this model to suggest that an explanation should be thought of as a dialogue between two parties. Times have changed. Much recent work in AI has been based the dialogue model of explanation. Cawsey’s work (1992) on computational generation of explanatory dia-logue used an interactive or dialogue approach, and Moore’s dialogue-based analysis of explanation for advice-giving in expert systems (1995) can also be cited. According to Moore (1995, p. 1) explanation is “an inherently incremental and interactive process ” that requires a dialogue between an ex-planation presenter who is trying to explain something and a questioner who has asked for an explanation. The dialog-ical model of explanation has also been advocated and de-veloped by Schank and his colleagues in cognitive science

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,009
Communication savante0,0060,012
Science ouverte0,0020,004
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0270,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,062
Tête enseignante GPT0,266
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTopic ModelingTravaux en français237 207