零样本因果识别模型

模糊聚合抑制幻觉

将因果推理分解为多源证据并经模糊聚合，在无标注数据下大幅减少因果幻觉。

Zeng, Zefan · 成清 · 胡星辰 · 李文涛 · Ding W. · Zhong, Liu

IEEE Transactions on Fuzzy Systems 2026

参数信息

F1分数提升

6.2 %

技术优势

大幅减少幻觉

将因果推理分解为必要性、充分性等子任务并模糊聚合，从证据层面抑制误判。

无需标注数据

纯零样本方案，无需大规模标注即可部署。

应用场景

• 因果推理：以子任务分解和模糊聚合替代传统标注训练，减少幻觉误判。
• 文本分析：直接在原始文本上识别事件因果，无需标注语料。
• 知识图谱构建：为图谱自动抽取可靠因果边，抑制错误因果链。