第二意见的因果反事实推断
机器学习
2022-07-01 v2 计算机与社会
人机交互
统计方法学
机器学习
摘要
能够推断专家第二意见的自动化决策支持系统有可能促进更高效的资源分配；它们可帮助决定何时以及向谁征求第二意见。在本文中，我们从反事实推断的视角审视此类支持系统的设计。我们聚焦于多类分类设定，并首先表明，若专家独立作出预测，则生成其预测的底层因果机制需要满足一种期望的集合不变性性质。进一步，我们表明，对于任何满足该性质的因果机制，都存在一个等价机制，其中每位专家的预测由受公共噪声支配的独立子机制生成。这促使我们设计一种集合不变的Gumbel-Max结构因果模型，其中支配模型底层子机制的噪声结构依赖于一种直观的专家间相似性概念，该概念可从数据中估计。在合成与真实数据上的实验表明，我们的模型可比其非因果对应模型更准确地推断第二意见。
引用
@article{arxiv.2203.08653,
title = {Counterfactual Inference of Second Opinions},
author = {Nina L. Corvelo Benz and Manuel Gomez Rodriguez},
journal= {arXiv preprint arXiv:2203.08653},
year = {2022}
}