基于反事实的相关背景知识获取方法

来源：计算机工程与应用杂志2024年第20期北京时间：

作者：王学敏, 包旭光, 常亮, 郝远静

单位：桂林电子科技大学 广西可信软件重点实验室，广西 桂林 541004

摘要：在多任务学习中，学习器会将已学到的知识添加到背景知识库中，并利用这些背景知识来辅助其他任务的学习。然而，随着背景知识的不断积累，知识库可能会变得庞大，给学习系统带来负担。因此，有必要对不相关的背景知识进行遗忘。现有的遗忘策略往往未充分考虑背景知识与学习任务之间的关联性，而是为不同的归纳任务提供相同的背景知识。针对这一问题，提出了一种基于反事实思维的相关性识别方法，即反事实获取法。该方法通过相关性函数评估每个假设对学习任务的具体贡献，仅保留那些相关性函数值超过设定阈值的假设。此外，该方法应用于归纳逻辑编程领域，设计出一个名为Countergol的多任务归纳逻辑编程学习器。理论分析显示，Countergol能够有效地缩减假设空间及样本复杂度。实验结果表明，通过与其他遗忘方法的对比，Countergol在大量任务学习中的优越性得到了进一步验证。

关键词：归纳逻辑程序设计,反事实,多任务学习