التعرف على الكيانات المسماة القابل للتفسير (Explainable Named Entity Recognition)
يجمع التعرف على الكيانات المسماة القابل للتفسير (XAI-NER) بين نموذج قياسي للتعرف على الكيانات المسماة - عادةً ما يكون مُصنّف تسلسل يعتمد على BERT أو BiLSTM-CRF - وتقنيات قابلية التفسير اللاحقة أو الجوهرية مثل LIME و SHAP وتصور الانتباه أو تدرج الأهمية المستند إلى التدرج للكشف عن سبب تعيين تسمية كيان معينة لكل رمز. هذه الشفافية ضرورية في المجالات عالية المخاطر مثل النصوص السريرية والوثائق القانونية والأدبيات الطبية الحيوية.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Danilevsky, M., Qian, K., Aharonov, R., Katsis, Y., Kawas, B., & Sen, P. (2020). A Survey of the State of Explainable AI for Natural Language Processing. Proceedings of the 1st Conference of the Asia-Pacific Chapter of the Association for Computational Linguistics (AACL-IJCNLP), pp. 447–459. link ↗
- Ribeiro, M. T., Singh, S., & Guestrin, C. (2016). "Why Should I Trust You?": Explaining the Predictions of Any Classifier. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 1135–1144. DOI: 10.1145/2939672.2939778 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Explainable Named Entity Recognition (XAI-NER). ScholarGate. https://scholargate.app/ar/deep-learning/explainable-named-entity-recognition
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تصنيف قائم على BERTالتعلم العميق↔ compare
- تصنيف قائم على بيرت قابل للتفسيرالتعلم العميق↔ compare
- تحليل المشاعر القابل للتفسيرالتعلم العميق↔ compare
- شرح التلخيص النصيالتعلم العميق↔ compare
- المحوّل القابل للتفسير (Explainable Transformer)التعلم العميق↔ compare
- التعرف على الكيانات المسماة (NER)تنقيب النصوص↔ compare