ICLR 23 Submission (6)｜具有（明显的）违背重叠假设的文本数据的因果估计

简介：考虑估计文本文件的某些属性的因果效应的问题；例如：写一封礼貌的和粗鲁的电子邮件对响应时间有什么影响？为了从观察数据中估计因果效应，我们需要调整影响处理和结果的文本的混杂方面--例如，文本的主题或写作水平。这些混杂的方面是先验的，所以调整整个文本似乎是很自然的（例如，使用transformer）。然而，因果识别和估计程序依赖于重叠的假设：对于所有级别的调整变量，都有随机性的遗留，所以每个单元都可能（不）接受治疗。由于这里的治疗本身是文本的一个属性，它是完全确定的，重叠显然被违反了。本文的目的是说明如何处理因果识别，并在明显违反重叠的情况下获得稳健的因果估计。简而言之，我们的想法是使用监督表征学习来产生一个数据表征，保留混杂的信息，同时消除只对治疗有预测作用的信息。然后这个表征就足以进行调整并满足重叠。根据非参数估计的结果，我们表明这个程序对条件性结果的错误估计显示出鲁棒性，并产生一个低偏差的估计器，在弱的条件下允许有效的不确定性量化。经验结果显示，相对于自然（基于transformer）的基线，偏差减少了，不确定性量化也有很大改善。