如果明天是世界杯决赛会怎样？基于文本条件的反事实时间序列预测
机器学习
2026-05-15 v1
摘要
时间序列预测在现实场景中日益关键，其中未来序列不仅受历史模式影响，还受即将发生的事件影响。在此背景下，预测必须动态适应复杂且随机的未来条件，这在预测与评估两方面均引入了根本性挑战。传统方法通常依赖历史数据或事实性未来条件，而忽略了反事实场景。此外，许多现有方法局限于简单的结构化条件，限制了其对现实世界复杂性的泛化能力。为弥补这些不足，我们引入了带有文本条件的反事实时间序列预测任务，以实现更灵活且具备条件感知能力的预测。我们提出了一个涵盖事实性与反事实性设置的全面评估框架，即便在缺乏真实时间序列的情况下亦适用。此外，我们提出了一种新颖的文本归因机制，用以区分可变因素与不可变因素，从而提升在复杂且随机的文本条件下的预测精度。项目页面位于 https://seqml.github.io/TADiff/
引用
@article{arxiv.2605.14422,
title = {What if Tomorrow is the World Cup Final? Counterfactual Time Series Forecasting with Textual Conditions},
author = {Shuqi Gu and Yongxiang Zhao and Baoyu Jing and Kan Ren},
journal= {arXiv preprint arXiv:2605.14422},
year = {2026}
}