Forklarbar BERT-baseret klassifikation

Forklarbar BERT-baseret klassifikation kombinerer den prædiktive kraft af finjusterede BERT-transformere til tekstklassifikation med post-hoc eller intrinsiske forklarbarhedsteknikker — såsom SHAP, LIME, opmærksomhedsanalyse eller integrerede gradienter — for at afsløre, hvilke ord eller tokens der drev hver forudsigelse. Resultatet er en klassifikator, der er både nøjagtig og tilstrækkelig fortolkelig til højrisiko- eller auditerbare NLP-applikationer.