A reward-based approach for preference modeling: A case study

اکثر استدلال برای تصمیم گیری در زندگی روزمره بر اساس ترجیحات است. همانطور که دیگر انواع فرایندهای استدلالی وجود دارد، بسیاری از فرمالیست ها تلاش می کنند تا ترجیحات را جذب کنند، اما هیچ یک از آنها قادر به ضبط تمام ظرافت های استدلال انسانی نیستند. در این مقاله، ما تجزیه و تحلیل نحوه تنظیم ترجیحات بیان شده توسط انسان ها و نحوه ارزیابی آنها را برای رتبه بندی می سنجیم. به طور خاص، ما نشان می دهیم که ترجیحات کیفی با ترکیبی از منطق پاداش و منطق شرطی به بهترین شکل بیان می شود. ما یک الگوریتم جدید را بر اساس ایده های شباهت بین اشیائی که معمولا در استدلال مبتنی بر مورد استفاده می شود پیشنهاد می کنیم. ما می بینیم که رویکرد جدید، رتبه بندی نزدیک به آنهایی که توسط کاربران بیان می شود، تولید می کند.