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.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Fuentes
- 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 ↗
- 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.
- Clasificación basada en BERTAprendizaje profundo↔ compare
- Red Neuronal Recurrente ExplicableAprendizaje profundo↔ compare
- Transformador ExplicableAprendizaje profundo↔ compare
- Clasificación basada en BERT ajustadoAprendizaje profundo↔ compare
- Clasificación basada en RoBERTaAprendizaje profundo↔ compare
- Incrutaciones de oracionesAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →