[論文レビュー] Uncertainty Weighted Causal Graphs

Eduardo C. Garrido‐Merchán, Cristina Puente+2 more|arXiv (Cornell University)|Feb 2, 2020

Misinformation and Its Impacts参考文献 16被引用数 4

ひとこと要約

本稿では、言語的ヒアーチ（例：'often', 'rarely'）の確率分布を用いたベイズ推論により、因果関係の不確実性を表現するテキストから因果グラフを生成する手法を提案する。因果リンクの強さを、副詞の頻度と事前信念から導出される後確度分布としてモデル化することで、不確かさと信頼性のレベルを捉えた重み付き因果グラフを生成する。合成データおよび実世界の肺がん関連テキスト分析を通じて妥当性を検証し、一貫性があり解釈可能な不確実性分布を提示する。

ABSTRACT

Causality has traditionally been a scientific way to generate knowledge by relating causes to effects. From an imaginery point of view, causal graphs are a helpful tool for representing and infering new causal information. In previous works, we have generated automatically causal graphs associated to a given concept by analyzing sets of documents and extracting and representing the found causal information in that visual way. The retrieved information shows that causality is frequently imperfect rather than exact, feature gathered by the graph. In this work we will attempt to go a step further modelling the uncertainty in the graph through probabilistic improving the management of the imprecision in the quoted graph.

研究の動機と目的

• 因果グラフのエッジ重みに対する点推定の限界を是正すること。点推定では、現実世界の因果知識における不確実性を表現できない。
• 因果関係を明確な値ではなく確率分布としてモデル化することで、自然言語における信念の度合いと曖昧さを反映する。
• 医療文献などドメイン特化型テキストから、解釈可能で不確実性を考慮した因果グラフを生成するシステムの開発。
• 合成データおよび実世界の医療テキストを用いた検証を通じて、一貫性のある不確実性の定量的評価を示すこと。
• 将来の知識システム、質問応答システム、マシン意識アーキテクチャへの統合の基盤を構築すること。

提案手法

• 言語解析を用いてテキストから因果関係を抽出し、原因、結果、および修飾副詞（例：'frequently', 'rarely'）を不確実性の指標として特定する。
• 副詞の意味的意味と文脈に基づき、因果強度に関する初期信念を表す事前確率分布を副詞に割り当てる。
• 観測された因果関係の頻度を用いて事前分布を更新し、因果リンク強度における後確度分布を計算するベイズ推論を適用する。
• 推定された後確度分布と実際の後確度分布との乖離を最小化するために、KLダイバージェンスを用いて各エッジに最も代表的な副詞を選択する。
• 確率単体上での離散グリッド近似を用い、計算複雑度はO(NR)（Nは因果関係数、Rはグリッドサイズ）となる。
• エッジの重みを確率分布として可視化し、エッジの太さは関係の頻度に比例し、ラベルには最も確率の高い副詞を表示する。

実験結果

リサーチクエスチョン

• RQ1 テキストにおける因果関係を点推定ではなく不確実性を伴うものとしてどのようにモデル化できるか？
• RQ2 『often』や『rarely』などの言語的ヒアーチは、因果リンクの強さと信頼性をどの程度正確に定量化できるか？
• RQ3 スパarsなまたは曖昧なテクストデータから、因果リンク強度に関する後確度分布をベイズ推論で効果的に学習できるか？
• RQ4 異なる事前分布およびグリッド解像度は、学習された不確実性の正確さと解釈可能性にどのように影響するか？
• RQ5 実世界の医療テキスト、例えば肺がん因果関係において、一貫性がありドメインに妥当な不確実性表現を生成できるか？

主な発見

• システムは因果関係を確率分布として効果的にモデル化し、点推定では表現できない不確実性の特徴（歪度、尖度など）を捉えている。
• 合成実験では、副詞が一貫している場合にスパイク状の後確度分布（高い信頼性）を学習し、データがスパarsな場合には広がった分布（高い不確実性）を示した。
• 実際の肺がんドメイン実験では、喫煙が肺がんを引き起こす確率が非常に高い（ほぼ1）と正しく推論された一方、職場環境への曝露は高い不確実性を示し、医学的直感と整合的であった。
• ラドンガスを吸入することが肺がんの原因であるという後確度分布は、高い確率に集中しており、既知の医学的証拠と整合的であった。
• エッジの重みは、因果関係の頻度と副詞の意味的強度の両方を反映しており、エッジの太さは関係の出現回数に比例する。
• 計算コストは因果関係数とグリッドサイズに二次的に依存するが、中規模のテキストコーパスにおいては実用可能である。