<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">SDME</journal-id><journal-title-group><journal-title>Scientific Development of Modern Education</journal-title></journal-title-group><issn>2998-9027</issn><eissn>2998-9043</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/SDME.2025090038</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>基于因果推断在消除自然语言处理（NLP）模型偏差中的研究进展</title><url>https://artdesignp.com/journal/SDME/2/9/10.61369/SDME.2025090038</url><author>赵剑波,何琪,闫懿涛,徐龙</author><pub-date pub-type="publication-year"><year>2025</year></pub-date><volume>2</volume><issue>9</issue><history><date date-type="pub"><published-time>2025-05-14</published-time></date></history><abstract>近年来，随着自然语言处理（NLP）技术的迅猛发展，大规模预训练模型在诸多实际场景中取得了显著成就，但与此同时，其内在偏差问题也日益凸显，严重影响了模型在公平性、鲁棒性以及社会伦理等方面的应用。传统的偏差消除方法主要依靠数据增广、微调及人工标注等手段，虽然在一定程度上缓解了偏差问题，但往往难以从根本上消除模型所固有的系统性偏见，且在处理复杂语义和跨领域任务时存在适用性不足。本文聚焦于因果推断在NLP模型偏差消除中的应用，系统梳理了基于因果干预和反事实推理的最新研究成果。</abstract><keywords>因果推断,反事实推理,因果干预,NLP偏差,模型公平性</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 陈 乾,冯福利,温立杰,马春平,谢鹏军.基于反事实推理的文本分类去偏.载于《第59届计算语言学协会年会暨第11届国际自然语言处理联合会议论文集（卷1：长篇论文）》第5434-5445页.2021.&amp;nbsp;[2] 吴嘉龙 ,张林海,周德宇,许国强.DINER:基于多变量因果推理的方面级情感分析去偏.载于《计算语言学协会年会论文集:ACL2024》3504-3518页.2024.&amp;nbsp;[3] 王旭 , 张海南,赵帅,陈洪申,丁卓烨,万志国,程博,蓝雁燕.基于因果推理的多轮对话推理中的反事实语境去偏.IEEE/ACM音频、语音与语言处理期刊.2023.&amp;nbsp;[4] 陈子伟 ,胡林梅,李威新,邵颖霞,聂立强.基于因果干预和反事实推理的多模态假新闻检测.载于《第61届计算语言学协会年会论文集(卷1:长篇论文)》第627-638页.2023.&amp;nbsp;[5] 孙圣杰 ,马廷淮,黄凯.融合干预与反事实的知识感知型去偏推理模型[J].《计算机科学与技术前沿》18(12).2024年.&amp;nbsp;[6] 朱迪亚&amp;middot;珀尔.《因果关系：模型、推理与推断（第二版）》.剑桥大学出版社,美国.2009.&amp;nbsp;[7] 虞燕波,支德源.PCSK9抑制剂的应用与消化道肿瘤之间的因果关系:一项药物靶向孟德尔随机化研究[J].临床和实验医学杂志,2024,23(22):2353-2356.&amp;nbsp;[8] 宋春雨.客观归责理论视角下重大责任事故罪因果关系的判断[J].中国检察官,2024,(22):26-30.&amp;nbsp;[9] 孙丽华,王文静,朱宏涛,等.基于故障相关变量因果关系分析的工业过程故障根因诊断[J].化工自动化及仪表,2024,51(06):1035-1044.&amp;nbsp;[10] 伍杨,李甜,王顺娜,等.两样本孟德尔随机化分析幽门螺杆菌感染与慢性乙型肝炎的因果关系[J].胃肠病学和肝病学杂志,2024,33(11):1475-1480.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
