Forklarlige sætningsindlejringer
Forklarlige sætningsindlejringer kombinerer læring af tætte sætningsrepræsentationer med post-hoc eller intrinsiske fortolkningsværktøjer — såsom probing-klassifikatorer, LIME, SHAP eller opmærksomhedstilskrivning — for at afsløre, hvilken sproglig og semantisk information der er kodet i en sætningsvektor, og hvorfor en downstream-model foretager en given forudsigelse. Målet er at bevare repræsentationskraften af moderne kodere, samtidig med at deres adfærd gøres auditerbar.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Conneau, A., Kruszewski, G., Lample, G., Barrault, L., & Baroni, M. (2018). What you can cram into a single $\vec{v}$ector: Probing sentence embeddings for linguistic properties. In Proceedings of ACL 2018, pp. 2126–2136. link ↗
- Ribeiro, M. T., Singh, S., & Guestrin, C. (2016). "Why Should I Trust You?": Explaining the predictions of any classifier. In Proceedings of KDD 2016, pp. 1135–1144. DOI: 10.1145/2939672.2939778 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Explainable Sentence Embeddings (Interpretable Dense Sentence Representations). ScholarGate. https://scholargate.app/da/deep-learning/explainable-sentence-embeddings
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.
- BERT-baseret klassifikationDyb læring↔ compare
- Forklarbar BERT-baseret klassifikationDyb læring↔ compare
- Forklarlig Rekurrent Neuralt NetværkDyb læring↔ compare
- Forklarlig TransformerDyb læring↔ compare
- Selv-superviserede sætningsindlejringerDyb læring↔ compare
- SætningsindlejringerDyb læring↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →