一种任务变量因果图构建方法、装置、设备及介质

本申请涉及因果发现领域，特别是涉及一种任务变量因果图构建方法、装置、设备及介质。

背景技术：

1、在对变量之间建立因果图时，现有的因果发现方法大多是基于数据驱动，通过数据分析和数学模型，从数据中推断变量之间的因果关系。常采用的方法有基于独立性检验的方法和基于大语言模型的方法。然而，基于独立性检验的方法，如pc算法，其通过对变量之间的条件独立性检验，判断变量之间是否有因果关系，然后分析因果图结构，确定变量之间的因果关系方向，其问题在于，条件独立性检验的结果不一定符合实际变量的关系，并且不是所有的因果关系方向都可以确定。基于大语言模型的方法，利用大语言模型的知识，让大语言模型判断变量之间的因果关系，其问题在于，大语言模型只利用训练时输入的知识，没有利用数据，且大语言模型的输出具有不确定性，不一定能给出正确的答案。

2、因此，现有因果图建立方法面临以下两个挑战：1.只使用知识或者只使用数学分析的方法得到的因果图准确度不够高；2.得到的因果图在下游任务使用时(如根本原因分析)，效果不好。

技术实现思路

1、本申请的目的是提供一种任务变量因果图构建方法、装置、设备及介质，可提高因果图的准确率和下游任务的效果。

2、为实现上述目的，本申请提供了如下方案：

3、第一方面，本申请提供了一种任务变量因果图构建方法，包括：

4、获取目标应用任务对应的变量集合和应用任务信息；变量集合包括若干变量；所述应用任务信息包括目标应用任务背景信息和变量信息；

5、利用大语言模型，根据目标应用任务对应的变量集合和应用任务信息确定先验知识；先验知识包括变量集合中两两变量之间的因果关系；

6、利用蒙特卡洛树搜索方法，根据先验知识和数据独立性检验确定最佳因果图；最佳因果图中的节点与变量集合中的变量一一对应，最佳因果图中的边表示所连接的两个节点对应的变量之间的因果关系；最佳因果图用于下游任务的根本原因分析。

7、第二方面，本申请提供了一种任务变量因果图构建装置，包括：

8、信息获取模块，用于：获取目标应用任务对应的变量集合和应用任务信息；变量集合包括若干变量；所述应用任务信息包括目标应用任务背景信息和变量信息；

9、先验知识确定模块，用于：利用大语言模型，根据目标应用任务对应的变量集合和应用任务信息确定先验知识；先验知识包括变量集合中两两变量之间的因果关系；

10、最佳因果图确定模块，用于：利用蒙特卡洛树搜索方法，根据先验知识和数据独立性检验确定最佳因果图；最佳因果图中的节点与变量集合中的变量一一对应，最佳因果图中的边表示所连接的两个节点对应的变量之间的因果关系；最佳因果图用于下游任务的根本原因分析。

11、第三方面，本申请提供了一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现上述任务变量因果图构建方法。

12、第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任务变量因果图构建方法。

13、根据本申请提供的具体实施例，本申请公开了以下技术效果：

14、本申请提供了一种任务变量因果图构建方法、装置、设备及介质，通过蒙特卡洛树搜索因果图，利用大语言模型的知识、基于图结构和数据的变量独立性检验进行剪枝和优选以加速搜索过程，使用数据分析反馈搜索结果，提高因果图质量，从而提高下游任务的效果，解决了现有因果发现方法依赖于数据驱动，得到的因果图准确率不高、下游任务的效果差的问题。

技术特征：

1.一种任务变量因果图构建方法，其特征在于，所述任务变量因果图构建方法包括：

2.根据权利要求1所述的任务变量因果图构建方法，其特征在于，利用大语言模型，根据目标应用任务对应的变量集合和应用任务信息确定先验知识，具体包括：

3.根据权利要求1所述的任务变量因果图构建方法，其特征在于，利用蒙特卡洛树搜索方法，根据先验知识和数据独立性检验确定最佳因果图，具体包括：

4.一种任务变量因果图构建装置，其特征在于，所述任务变量因果图构建装置包括：

5.一种计算机设备，包括：存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-3中任一项所述的任务变量因果图构建方法。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-3中任一项所述的任务变量因果图构建方法。

技术总结本申请公开了一种任务变量因果图构建方法、装置、设备及介质，涉及因果发现领域，该方法包括：获取目标应用任务对应的变量集合和应用任务信息；变量集合包括若干变量；应用任务信息包括目标应用任务背景信息和变量信息；利用大语言模型，根据目标应用任务对应的变量集合和应用任务信息确定先验知识；利用蒙特卡洛树搜索方法，根据先验知识和数据独立性检验确定最佳因果图；最佳因果图中的节点与变量集合中的变量一一对应，最佳因果图中的边表示所连接的两个节点对应的变量之间的因果关系；最佳因果图用于下游任务的根本原因分析，本申请提高了因果图的准确率和下游任务的效果。技术研发人员：施亦豪,程雨夏,贾刚勇,吴卿受保护的技术使用者：杭州电子科技大学技术研发日：技术公布日：2024/11/18