基于强化学习的因果问答

因果问题探究不同事件或现象之间的因果关系。它们对虚拟助手和搜索引擎等多种用例十分重要。然而，许多当前的因果问答方法无法为其答案提供解释或证据。因此，本文旨在利用因果图（一个包含名词短语间因果关系及其来源数据的大规模数据集）来回答因果问题。受近期强化学习在知识图谱任务（如链接预测与事实核查）中成功应用的启发，我们探索将强化学习应用于因果图以进行因果问答。我们引入一个基于 Actor-Critic 的智能体，其学习在图中搜索以回答因果问题。我们通过监督学习过程引导该智能体，以应对巨大动作空间与稀疏奖励。我们的评估表明，该智能体成功剪枝搜索空间，每问题访问少于 30 个节点即可回答二元因果问题，而朴素广度优先搜索需访问超 3,000 个节点。我们的消融实验表明，监督学习策略提供了坚实基础，强化学习智能体在此基础上进一步提升。智能体返回的路径解释了因果产生效应的机制。此外，对路径上每条边，我们的因果图提供其原始来源，便于路径验证。