简介：由于医疗保健、教育、就业和生态等领域的数据广泛积累，观察性研究的重要性正在上升。我们考虑的任务是回答一些与反事实的问题，例如，“如果这位病人接受了不同的药物治疗，她的血糖会降低吗?“。我们提出了一种新的反事实推理算法框架，该框架融合了领域自适应和表示学习的思想。除了理论论证外，我们还与现有的因果推理方法进行了实验比较。我们的深度学习算法显著优于之前的基准方法。

论文链接：https://arxiv.org/pdf/1605.03661.pdf
推荐理由：本文属于较早期的反事实推理与表征学习结合的方法，对这个方向的发展有着较大的推动作用。

内容中包含的图片若涉及版权问题，请及时与我们联系删除