סיווג מבוסס BERT עם הסברים
סיווג מבוסס BERT עם הסברים משלב את הכוח החיזוי של מודלי BERT מכווננים עדין (fine-tuned) עבור סיווג טקסט, עם טכניקות הסברתיות פוסט-הוק (post-hoc) או אינהרנטיות (intrinsic) — כגון SHAP, LIME, ניתוח קשב (attention analysis), או גרדיאנטים משולבים (integrated gradients) — כדי לחשוף אילו מילים או טוקנים (tokens) הנחו כל חיזוי. התוצאה היא מסווג שהוא גם מדויק וגם ניתן לפירוש במידה מספקת עבור יישומי עיבוד שפה טבעית (NLP) הדורשים רמת דיוק גבוהה או ביקורת.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Explainable BERT-based Text Classification. ScholarGate. https://scholargate.app/he/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.
- סיווג מבוסס BERTלמידה עמוקה↔ compare
- רשת נוירונים רקורנטית ניתנת להסברלמידה עמוקה↔ compare
- טרנספורמר ניתן להסברלמידה עמוקה↔ compare
- סיווג מבוסס BERT מכוונן עדיןלמידה עמוקה↔ compare
- סיווג מבוסס RoBERTaלמידה עמוקה↔ compare
- ייצוגי משפטים (Sentence Embeddings)למידה עמוקה↔ compare