Forklarbar BERT-basert klassifisering
Forklarbar BERT-basert klassifisering kombinerer den prediktive kraften til finjusterte BERT-transformatorer for tekstklassifisering med post-hoc eller iboende forklarbarhetsteknikker — som SHAP, LIME, oppmerksomhetsanalyse eller integrerte gradienter — for å avsløre hvilke ord eller tokens som drev hver prediksjon. Resultatet er en klassifikator som er både nøyaktig og tolkbar nok for høyrisiko- eller reviderbare NLP-applikasjoner.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Explainable BERT-based Text Classification. ScholarGate. https://scholargate.app/no/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.
- BERT-basert klassifiseringDyp læring↔ compare
- Forklarende tilbakevendende nevralt nettverkDyp læring↔ compare
- Forklarbar TransformerDyp læring↔ compare
- Finputilpasset BERT-basert klassifiseringDyp læring↔ compare
- RoBERTa-basert klassifiseringDyp læring↔ compare
- SetningsembddingerDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →