基于大模型与结构约束的因果发现方法及相关装置

本发明属于人工智能和数据科学技术领域，公开了一种基于大模型与结构约束的因果发现方法及相关装置，包括根据各因果变量的元信息，采用大语言模型并结合多轮对话、多角色扮演以及辅助提示词方式，生成各因果变量的初始潜在因果图；重复下述步骤至满足预设条件，输出价值得分最高的候选因果图：采用基于编码器‑解码器架构的策略网络生成候选因果图，并采用基于actor‑critic框架的强化学习算法对候选因果图进行迭代优化；根据价值网络计算迭代优化后的候选因果图的价值得分，并根据所述价值得分更新基于编码器‑解码器架构的策略网络的参数。不仅显著提高了因果关系识别的效率和准确性，还能够在复杂数据环境中生成高置信度的因果关系图。