DMCD：面向因果发现的语义-统计框架

我们提出 DMCD（DataMap Causal Discovery），一个两阶段因果发现框架，它将基于 LLM 的、来自变量元数据的语义起草与观测数据上的统计验证相结合。在 Phase I 中，大语言模型提出一个稀疏的草稿 DAG，作为对可能因果结构空间的语义先验。在 Phase II 中，通过条件独立性检验对该草稿进行审计与修正，检测到的差异指导有针对性的边修订。我们在三个元数据丰富的真实基准上评估该方法，涵盖工业工程、环境监测与 IT 系统分析。在这些数据集上，DMCD 相对多种因果发现基线取得有竞争力或领先的性能，在召回率和 F1 分数上提升尤为明显。探查与消融实验表明，这些改进来自对元数据的语义推理，而非对基准图的记忆。总体而言，我们的结果证明，将语义先验与有原则的统计验证相结合，是一种高性能且实际有效的因果结构学习方法。