Machine learningDeep learning / NLP / CV
説明可能な文埋め込み
説明可能な文埋め込みは、密な文表現学習と、プローブ分類器、LIME、SHAP、またはアテンション属性などの事後的または内在的な解釈可能性ツールを組み合わせることで、文ベクトルにどのような言語的および意味的情報がエンコードされているか、またなぜ下流モデルが特定の予測を行うのかを明らかにします。目標は、現代のエンコーダーの表現力を維持しつつ、その動作を監査可能にすることです。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Explainable Sentence Embeddings (Interpretable Dense Sentence Representations). ScholarGate. https://scholargate.app/ja/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.
- BERTベースの分類深層学習↔ compare
- 説明可能なBERTベース分類深層学習↔ compare
- 説明可能なリカレントニューラルネットワーク深層学習↔ compare
- Explainable Transformer深層学習↔ compare
- 自己教師あり学習による文埋め込み (Self-supervised Sentence Embeddings)深層学習↔ compare
- 文埋め込み（Sentence Embeddings）深層学習↔ compare