Objašnjiva analiza sentimenta
Objašnjiva analiza sentimenta povezuje model klasifikacije sentimenta — obično fino podešeni transformator poput BERT-a ili RoBERTa — s post-hoc ili intrinzičnom metodom objašnjenja (SHAP, LIME, vizualizacija pažnje ili integrirani gradijenti) koja otkriva koje su riječi, fraze ili značajke dovele do pojedine predikcije. Cilj je postići visoku prediktivnu točnost i transparentne, provjerljive razloge za svaku oznaku.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Danilevsky, M., Qian, K., Aharonov, R., Katsis, Y., Kawas, B., & Sen, P. (2020). A Survey of the State of Explainable AI for Natural Language Processing. Proceedings of the 1st Conference of the Asia-Pacific Chapter of the ACL and the 10th IJCNLP, 447–459. link ↗
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Explainable Sentiment Analysis (XAI-augmented Opinion Mining). ScholarGate. https://scholargate.app/hr/deep-learning/explainable-sentiment-analysis
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-tem klasifikacijaDuboko učenje↔ compare
- Objašnjiva klasifikacija utemeljena na BERT-uDuboko učenje↔ compare
- Klasifikacija temeljena na RoBERTa-iDuboko učenje↔ compare
- Ugrađivanje rečenicaDuboko učenje↔ compare
- Modeliranje temaDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →