因果图是一种利用图解法分析输入的各种组合情况，从而设计测试用例的方法，它适合于检查程序输入条件的各种组合情况。
2020-06-29 10:39
因果推理是人类的一项核心认知能力。借助因果推理能力，人类得以理解已观测到的各种现象，并预测将来可能发生的事件。然而，尽管当下的各类因果推理模型已经在现有的因果推理数据集
2022-05-16 16:21
引言 X，Y之间的因果性被定义为操作X，会使得Y发生改变。在很多领域如药物效果预测、推荐算法有效性，因果性都有着重要作用。然而现实数据中，变量之间还会存在其他的相关关系（confounding
2021-05-19 15:59
因果推理能力对于许多自然语言处理（NLP）应用至关重要。最近的因果推理系统主要基于经过微调的预训练语言模型（PLMs），如BERT [1] 和RoBERTa [2]。
2024-01-03 09:55
另一方面，根据Moors等人[8],人类的感觉和行动倾向是情绪的两个重要组成部分，并在很大程度上为目标情绪的产生提供了潜在的因果线索。为此，社会交互CSK被用作情绪层面的桥梁（E-bridge
2023-04-23 10:02
上篇文章（ISO 26262中测试用例的得出方法-边界值分析）我们介绍了等价类方法和边界值方法，这两种方法广泛应用并适用于各种类型测试的设计中，本章开始我们介绍黑盒测试常用的其他方法，先从因果图法
2024-11-05 15:17
事件因果关系识别（ECI）旨在检测两个给定文本事件之间是否存在因果关系，是事件因果关系理解的重要任务。然而，ECI 任务忽略了关键的事件结构和因果因果关系组件信息，使其
2023-02-02 14:59
CausalModel. 确定感兴趣的因果量之后，识别因果图中的工具变量，操作因果图，识别因果效应（Causal Eff
2022-07-26 16:13
基于最大峰度准则的非因果AR系统盲辨识 本文结合最大峰度准则和非线性优化理论中的梯度法，设计了一种非因果AR系统的盲辨识算法，并证明了它的全局收敛性，给出
2009-10-21 22:17
因果推理是人类智力的标志之一。因果关系NLP领域近年来引起了人们的极大兴趣，但其主要依赖于从常识知识中发现因果关系。本研究提出了一个基准数据集(CORR2CAUSE)来测试大语言模型(LLM
2023-06-20 15:39
