多類型數(shù)據(jù)的事件因果關系研究.pdf

1、因果關系的研究在于揭示自然和人類社會發(fā)展的本質(zhì)及其規(guī)律，以解釋現(xiàn)象、控制存在、預測未來，對人類長久以來的生產(chǎn)生活和科學研究有著非常重要的作用。數(shù)值數(shù)據(jù)和時事文本的事件因果關系研究，將因果關系實體的每一次發(fā)生看作是一個事件，利用計算科學領域的知識和技術，通過分析處理不同研究領域的數(shù)值數(shù)據(jù)或新聞報道等文本數(shù)據(jù)，以獲取醫(yī)學、經(jīng)濟、政治、軍事、環(huán)境、科技等領域發(fā)生的事件間的因果關系，實現(xiàn)對熱點目標事件或目標變量的因果分析和預測。該研究將計算科學

2、應用于時政分析領域，將因果關系研究引入文本挖掘，為因果關系研究提供了一個新的研究思路。
　　目前，因果關系的研究受到前所未有的廣泛關注，但仍存在諸多困難和挑戰(zhàn)。至今人們對因果關系的認識仍存在不足甚至謬誤，因果關系問題本身及問題環(huán)境都十分復雜。由于環(huán)境、人為因素的復雜多變并且不可控，真實環(huán)境下的因果關系發(fā)現(xiàn)更具挑戰(zhàn)性。而現(xiàn)有的因果發(fā)現(xiàn)、推理算法復雜，算法性能受限于計算能力和具體應用領域，真實復雜環(huán)境下的算法性能評估更加困難。

3、　　針對以上問題，我們對因果關系進行了系統(tǒng)性研究，涉及因果關系的本質(zhì)、性質(zhì)及其分類、因果作用的物理機制、要素、生命周期以及初始變量等問題，以及因果關系發(fā)現(xiàn)和預測方法?；谶@些研究和Pearl等人開創(chuàng)的因果關系經(jīng)典理論和方法，我們提出了性能更高、魯棒性更強的用于多類型數(shù)值數(shù)據(jù)系統(tǒng)的事件因果關系的研究框架(ICIC_Framework)、因果關系發(fā)現(xiàn)方法(ICIC_Discovery)、分析方法(ICIC_Analysis)、預測方法(IC

4、IC_Prediction)和驗證方法。其中事件因果關系發(fā)現(xiàn)方法ICIC_Discovery無需預先設定因果結構(如設定為無圈結構)，利用初始變量和初始團樹，在判定邊和方向之前對變量進行粗略地排序，提高了因果關系網(wǎng)絡發(fā)現(xiàn)性能。ICIC_Discovery方法不僅在理論上具有有效性、穩(wěn)定性，在多數(shù)據(jù)集、多評估體系下與多種已有方法比較同樣具有優(yōu)越的性能。本文提出的事件因果關系分析方法ICIC_Analysis利用ICIC_Discovery

5、發(fā)現(xiàn)的全局或局部網(wǎng)絡，通過為多類型數(shù)值數(shù)據(jù)系統(tǒng)建立事件因果激勵/抑制模型、分析系統(tǒng)的原因合作競爭機制、因果演化機制以及隱含變量結構等，以抽象地表示和解釋系統(tǒng)的因果作用機制，為事件因果關系預測獲取了更多有用信息。本文提出的事件因果關系預測方法ICIC_Prediction不同于以往僅利用馬爾科夫毯來預測目標事件的模式，而是綜合以上因果發(fā)現(xiàn)與分析的結果和結論，從當前數(shù)值系統(tǒng)的全局特性出發(fā)，利用當前采樣數(shù)據(jù)預測目標事件的發(fā)生。
　　本文

6、研究了時事文本的事件因果預測分析，涉及了因果關系研究、數(shù)據(jù)挖掘、時政分析等的多學科交叉領域。時事文本的事件因果關系研究通常面臨極其復雜的真實環(huán)境的挑戰(zhàn)，時事事件涉及領域廣泛，數(shù)據(jù)稀疏。本文提出的時事文本的事件因果關系預測方法ICIC_Prediction_NewsEvent利用自然語言處理工具提取文本中的時間、地點、事件、涉及人物或機構組織等關鍵信息，并將這些信息編碼為因果關系發(fā)現(xiàn)方法可以處理的地點、事件和人物組織三類數(shù)值序列。這些由真

7、實環(huán)境的文本序列轉換而來的數(shù)值序列往往非常稀疏，我們將時事文本的關鍵信息按同義詞和近義詞聚類為不同的事件類，以此克服稀疏導致的概率失效問題。計算得到事件類之間的因果關系后，按時間、地點等信息進行過濾和排序以獲得具體事件的因果關系結構。在已有因果關系結構上，ICIC_Prediction_NewsEvent根據(jù)歷史數(shù)據(jù)和當前時間、地點等環(huán)境信息來預測某類事件的發(fā)生。維基百科年度事件數(shù)據(jù)集上的實驗表明，ICIC_Prediction_New

8、sEvent方法具備一定的時事事件自動預測能力。
　　真實復雜環(huán)境下的因果關系研究方法和結果的評估驗證是一個非常困難和迫切需要解決的問題。目前已有的評估指標和數(shù)據(jù)集大多針對實驗室的模擬數(shù)據(jù)，領域局限性大、費用昂貴，對未知領域的方法和結果評估缺乏指導性。針對這些問題，本文采用了理論分析、實驗對比和事實驗證相結合的評估方法，以驗證ICIC方法在因果關系研究領域中的多項性能。本文從理論和實驗上論證了ICIC_Discovery方法的有效