Nov, 2023
对比学习的反事实数据增强
Counterfactual Data Augmentation with Contrastive Learning
Ahmed Aloui, Juncheng Dong, Cat P. Le, Vahid Tarokh
TL;DR引入了一种无模型数据增强方法来解决不同治疗组之间的统计偏差问题,通过学习表示空间和相似度度量,确保接近的个体拥有相似的潜在结果,从而可靠地预测替代治疗组中个体的反事实结局,并有效减小不同治疗组之间的差异,进而提高现有模型的性能和抗过拟合能力的实验研究表明方法具有显著的改进。