本文探讨了文本规范化和语义解析中的标签获取问题，提出了一种新颖的分层符号森林消化算法（DAHSF），优化了模型大小和内存使用，提高了执行速度。

本文提出了一种新的因果效应估计（CEE）方法，针对小规模标注数据集的问题，提出了模型无关的因果主动学习（MACAL）算法，通过降低泛化风险和优化标签获取流程，提高CEE的准确性。