{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部分”：[[2024,3,26]]，“日期-时间”：“2024-03-26T02:24:53Z”，“时间戳”：1711419893386}，“引用-计数”：0，“发布者”：“人工智能发展协会（AAAI）”，“问题”：“10”，“内容域”：{“域”：[]，“交叉标记限制”：false}，“short container-title”：[“AAAI”]，“抽象”：“由于人工智能最近在许多领域取得了巨大成功，它在值得信赖和可解释的风险预测方面的潜力引发了人们的极大兴趣。然而，大多数模型缺乏因果推理，并且与类不平衡作斗争，导致精度和召回率较差。为了解决这个问题，我们提出了一个任务驱动的因果特征提取模型（TDCFD），用于将原始特征值转换为特定风险预测任务的因果特征属性。因果特征属性有助于描述该特征的价值对风险预测结果的贡献。在因果特征提取之后，应用深度神经网络生成可信的预测结果，具有因果解释性和高精度召回。我们在几个合成和实际数据集上评估了TDCFD方法的性能，结果表明其在精确度、召回率、可解释性和因果关系方面优于最先进的方法<\/jats:p>“，”DOI“：”10.1609\/aaai.v38i10.29047“，”type“：”journal-article“，”created“：{”date-parts“：[[2024,3,25]]，”date-time“：”2024-03-25T10:51:30Z“，”timestamp“：1711363890000}，”page“：：“10.1609”，“卷：“38”，“作者”：[{“给定”：“智宣”，“家族”：“楚”，“序列”：“第一”，“从属关系”：[]}，{“给出”：“梦幻”，“家庭”：“胡”，“顺序”：“附加”，“隶属关系”：[]}、{“已知”：“清”，“家”：“崔”，”序列“附加”、“从属关系“：[]{给定”：“：[]}，{”given“：”Sheng“，”family“：”Li“，”sequence“：”additional“，”affiliation“：[]}]，”member“：”9382“，”published-online“：{”date-parts“：[2024,3,24]]}，”container-title“：[”AAAI人工智能会议记录“]，”original-title”：[]，”link“：[{”URL“https:\/\/ojs.AAAI.org\/index.php\/AAAAI\/article\/download\/29047\/29983“，”content-type“：”application\/pdf“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/ojs.aaai.org\/index.php\/aaai\/aarticle\/download\/29047\/29984”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“text-miniing”}，}“URL“：”https:\//ojs.aaai.org\/index.php\aaai\/article\/ownload\/2947\/29983“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2024,3,25]]，”date-time“：”2024-03-25T10:51:30Z“，”timestamp“：1711363890000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\\/ojs.aaai.org\/index.php\/AAAAI\/article\/view\/29047”}，“subtitle”：[]，“shortitle”“：[]，”已发布“：{”日期部分“：[[2024,3,24]]}，”references-count“：0，”journal-issue“：{”issue“：”10“，”published-online“：”{“date-parts”：[[2024,3,25]]}}，”URL“：”http://\/dx.doi.org\/10.1609\/aaai.v38i10.29047“，”relation“：{}，“ISSN”：[“2374-3468”，“2159-5399”]，“ISSN-type”：[{“value”：“2374-468”，”type“：”electronic“}，{”value“：”2159-5399“，”type“：”print“}]，”subject“：[]，”published“：{”date-parts“：[[2024,3,24]]}}}