Обяснимая сантимент-анализ
Обяснимая сантимент-анализ съчетава модел за класификация на сантимента — обикновено фино настроен трансформер като BERT или RoBERTa — с пост-хок или вътрешен метод за обяснение (SHAP, LIME, визуализация на вниманието или интегрирани градиенти), който разкрива кои думи, фрази или признаци са обусловили всяко предсказание. Целта е както висока предсказваща точност, така и прозрачни, одитируеми обосновки за всеки етикет.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- 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 ACL and the 10th IJCNLP, 447–459. link ↗
- Lundberg, S. M., & Lee, S.-I. (2017). A Unified Approach to Interpreting Model Predictions. Advances in Neural Information Processing Systems (NeurIPS), 30, 4765–4774. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Explainable Sentiment Analysis (XAI-augmented Opinion Mining). ScholarGate. https://scholargate.app/bg/deep-learning/explainable-sentiment-analysis
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.
- Класификация, базирана на BERTДълбоко обучение↔ compare
- Обяснима класификация, базирана на BERTДълбоко обучение↔ compare
- Класификация, базирана на RoBERTaДълбоко обучение↔ compare
- Вграждане на изреченияДълбоко обучение↔ compare
- Тематично моделиранеДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →