Riconoscimento di Entità Nominate Spiegabile
Il Riconoscimento di Entità Nominate Spiegabile (XAI-NER) combina un modello NER standard — tipicamente un etichettatore di sequenze basato su BERT o BiLSTM-CRF — con tecniche di spiegabilità post-hoc o intrinseche come LIME, SHAP, visualizzazione dell'attenzione o salienza basata sul gradiente per rivelare perché a ciascun token è stata assegnata una particolare etichetta di entità. Questa trasparenza è essenziale in domini ad alto rischio come testi clinici, documenti legali e letteratura biomedica.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 Association for Computational Linguistics (AACL-IJCNLP), pp. 447–459. link ↗
- Ribeiro, M. T., Singh, S., & Guestrin, C. (2016). "Why Should I Trust You?": Explaining the Predictions of Any Classifier. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 1135–1144. DOI: 10.1145/2939672.2939778 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Explainable Named Entity Recognition (XAI-NER). ScholarGate. https://scholargate.app/it/deep-learning/explainable-named-entity-recognition
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.
- Classificazione basata su BERTApprendimento profondo↔ compare
- Classificazione basata su BERT SpiegabileApprendimento profondo↔ compare
- Analisi del Sentimento SpiegabileApprendimento profondo↔ compare
- Summarizzazione Testuale SpiegabileApprendimento profondo↔ compare
- Transformer SpiegabileApprendimento profondo↔ compare
- Riconoscimento di entità nominate (NER)Text mining↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →