Page 261 - 《软件学报》2026年第7期

2946 软件学报 2026 年第 37 卷第 7 期

含真实证据信息标注的 Spurious-Motif 数据集上进行了深入评估. 图 4(a) 展示了使用 Precision@5 作为指标的实
验结果, 用于衡量模型所提取前 5 个证据与真实证据之间的一致性, 从而定量评估证据定位精度. 实验表明, 在不
同伪相关强度 (即不同 b 值) 设定下, CaR 始终显著优于所有对比方法, 表现出更高的证据准确性. 这一结果进一步
说明, CaR 能有效过滤伪相关结构, 聚焦于与预测真正相关的关键子图, 从而在提高模型可解释性的同时增强其决
策可信度.

CaR DIR RGDA GSAT
C2R DisC CAL DARE
650

600
0.30
Precision@5 0.25 数量 (个) 550

500
450
0.20
400
DIR DisC CAL GSAT DARE InterRAT RGDA C2R CaR
b=0.5 b=0.7 b=0.9
Spurious-Motif数据集的偏差程度 Faith-DARE
(a) 提取证据与真实证据之间的Precision@5 (b) 提取证据的忠实性评估
图 4 提取证据的准确性与忠实性评估

此外, 为进一步评估模型所提取证据的忠实性, 本文基于 Spurious-Motif 数据集, 首先构建一个包含 3 类 motif
(Cycle、Crane、House) 的平衡数据集, 每类各 1 000 个样本 (b = 1/3). 随后额外引入 1 000 个带偏样本, 其中所
有样本的真实类别均为 Cycle, 但其图结构中嵌入了 Tree 子结构 (即 Cycle-Tree), 从而在人为构造的“Tree 结构-
Cycle 标签”之间形成伪相关性. 在该数据集下进行训练时, 依赖捷径的模型往往会错误地将 Tree 子结构作为主要
判别依据. 为定量评估不同方法提取证据的忠实性, 本文从第 4.1 节所述测试集中选取全部 Cycle-Tree 样本 (共
679 个), 并在这些样本上运行各模型以提取其预测的证据子图. 借助数据集中提供的真实 motif 标注, 本文进一步
判断预测证据与伪相关区域 (Tree) 及真实判别区域 (Cycle) 之间的重叠关系. 具体而言, 当节点的被选中概率超过
0.55 时, 将其视为证据节点; 若超过 60% 的证据节点落在 Tree 子结构而非 Cycle motif 中, 则认为该解释主要依赖
捷径, 忠实性不足. 基于上述判定准则, 本文统计并对比了各方法中“非捷径驱动”的 Cycle-Tree 样本数量. 实验结
果如图 4(b) 所示, RGDA 及其他基线方法 (如 DIR 和 DARE) 在带偏样本上普遍倾向于将 Tree 基结构作为主要证
据, 表现出明显的捷径依赖. 相比之下, 本文提出的 CaR 方法能够更加稳定地识别真正决定标签的 Cycle motif, 其
对伪相关性的依赖显著降低. 上述定量结果从忠实性角度进一步验证了本文方法在抑制捷径学习、提升证据子图
可靠性方面的优势.
4.4 消融实验与超参数敏感性分析 (RQ2)
1) 消融实验
为进一步验证 CaR 各组成模块的有效性, 本文设计了消融实验, 重点分析以下两个关键模块的贡献.
(i) 首先, 移除回声学习策略 (即公式 (17)), 该变体记作 CaR w/o echo. 实验结果如表 2 所示. 尽管移除了该策
略, CaR w/o echo 在多个任务中仍优于现有多种基于解耦的证据提取方法, 如 CAL、DisC 与 DARE, 验证了 CaR
框架中对比学习机制在建模互补表示与证据表示解耦方面的有效性.
(ii) 在此基础上, 进一步移除证据-互补解耦模块 (即公式 (12)), 该变体记作 CaR w/o dis. 结果表明, 该变体在
多数任务中仍优于基线方法和 CaR w/o echo, 这一现象表明, 从图的早期信息传播层中构造互补表示, 在保持关键
信息完整性的同时, 有助于缓解后续证据提取中的信息冗余问题, 从而提升模型整体性能.