通过结构因果模型生成合成关系型表格数据
机器学习
2025-07-08 v1 人工智能
应用统计
摘要
近年来，合成表格数据生成受到了越来越多的关注，尤其是在表格数据基础模型出现之后。TabPFN (Hollmann 等人, 2025) 取得了突破性成功，该模型利用了从结构因果模型 (SCM) 衍生的大量合成表格数据集，这证明了合成数据在开发强大的表格基础模型中发挥的关键作用。然而，大多数现实世界的表格数据以关系格式存在，跨越多个相互关联的表——这种结构是当前生成方法未能充分解决的。在这项工作中，我们通过开发一个新颖的框架来扩展基于 SCM 的方法，该框架能够生成包含跨表因果关系的、逼真的合成关系型表格数据。我们的实验证实，该框架能够构建具有复杂表间依赖关系的关系型数据集，从而模拟现实世界的场景。
引用
@article{arxiv.2507.03528,
title = {Generating Synthetic Relational Tabular Data via Structural Causal Models},
author = {Frederik Hoppe and Astrid Franz and Lars Kleinemeier and Udo Göbel},
journal= {arXiv preprint arXiv:2507.03528},
year = {2025}
}
备注
Accepted to Table Representation Learning Workshop at ACL 2025