Machine learningDeep learning / NLP / CV

Clasificación Explicable Basada en BERT

La Clasificación Explicable Basada en BERT combina el poder predictivo de los transformadores BERT ajustados para clasificación de texto con técnicas de explicabilidad post-hoc o intrínsecas — como SHAP, LIME, análisis de atención, o gradientes integrados — para revelar qué palabras o tokens impulsaron cada predicción. El resultado es un clasificador que es a la vez preciso e interpretable, suficiente para aplicaciones de PLN de alto riesgo o auditables.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

+7 more

Fuentes

  1. Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of deep bidirectional transformers for language understanding. Proceedings of NAACL-HLT 2019, pp. 4171–4186. DOI: 10.18653/v1/N19-1423
  2. 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

Cómo citar esta página

ScholarGate. (2026, June 3). Explainable BERT-based Text Classification. ScholarGate. https://scholargate.app/es/deep-learning/explainable-bert-based-classification

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.

Compare side by side

Citado por

ScholarGateExplainable BERT-based Classification (Explainable BERT-based Text Classification). Recuperado el 2026-06-15 de https://scholargate.app/es/deep-learning/explainable-bert-based-classification · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026