Machine learningDeep learning / NLP / CV
הטמעות משפטים ניתנות להסבר
הטמעות משפטים ניתנות להסבר משלבות למידת ייצוג משפט דחוס עם כלים לפרשנות לאחר מעשה או אינטרינזית — כגון מסווגים חוקרים, LIME, SHAP, או ייחוס קשב — כדי לחשוף איזה מידע לשוני וסמנטי מקודד בווקטור משפט ומדוע מודל במורד הזרם מבצע חיזוי נתון. המטרה היא לשמר את כוח הייצוג של מקודדים מודרניים תוך הפיכת התנהגותם לניתנת לביקורת.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Explainable Sentence Embeddings (Interpretable Dense Sentence Representations). ScholarGate. https://scholargate.app/he/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.
- סיווג מבוסס BERTלמידה עמוקה↔ compare
- סיווג מבוסס BERT עם הסבריםלמידה עמוקה↔ compare
- רשת נוירונים רקורנטית ניתנת להסברלמידה עמוקה↔ compare
- טרנספורמר ניתן להסברלמידה עמוקה↔ compare
- וקטורי משפט בלמידה בהנחיה עצמיתלמידה עמוקה↔ compare
- ייצוגי משפטים (Sentence Embeddings)למידה עמוקה↔ compare