研究者らは、医療や金融といった高専門性ドメインにおける非構造化データからの因果発見のためのフレームワークであるDKCDを紹介している。この手法は、潜在因子の同定と因子注釈の精度を向上させるために特定のドメイン知識を組み込むことで、既存のアプローチの限界に対処する。
- 知識マイニングは、観測可能な因子に基づいて関連するドメイン情報を取得し、推論をサポートする。
- 知識誘導因果推論は、潜在的な因果因子を発見し、正確なデータ注釈のための手がかりを生成する。
- 因果構造発見は、より完全な因子と注釈のセットを使用して最終的なグラフを構築する。
2つのドメイン固有データセットでの実験により、DKCDが因果因子の同定と因果グラフの構築の両方を大幅に改善することが示された。