【ICML2022】常识因果关系的因果推理原则

常识因果推断

Causal Inference Principles for Reasoning about Commonsense Causality

本文由腾讯 AI Lab 与宾夕法尼亚大学合作完成，提出了一种全新的基于语言模型的常识因果关系识别框架。

常识因果推断旨在识别日常生活事件之间的因果关系，虽然这个研究课题对学术和实际应用都有巨大的意义，但我们都一直欠缺一种理论框架。该项工作提出了一种基于co-founding的框架。简单来说，我们利用语言模型中对于事件之间时序模型的记忆来推导出他们之间的因果关系。整套系统不需要任何训练，并在测试数据上取得了良好的效果。  

https://www.zhuanzhi.ai/paper/4d33292dfcd3f4f85e6c6e5c640e4179

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“CIPR” 就可以获取《【ICML2022】常识因果关系的因果推理原则》专知下载链接

                       

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取100000+AI主题知识资料