Machine learningDeep learning / NLP / CV

Wyjaśnialne rozpoznawanie jednostek nazwanych

Wyjaśnialne rozpoznawanie jednostek nazwanych (XAI-NER) łączy standardowy model NER — zazwyczaj sekwencyjny klasyfikator oparty na BERT lub BiLSTM-CRF — z technikami wyjaśnialności post-hoc lub wewnętrznymi, takimi jak LIME, SHAP, wizualizacja uwagi lub istotność oparta na gradientach, aby ujawnić, dlaczego każdemu tokenowi przypisano określony etykietę jednostki. Ta przejrzystość jest niezbędna w domenach o wysokiej stawce, takich jak teksty kliniczne, dokumenty prawne i literatura biomedyczna.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

Źródła

  1. 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
  2. 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

Jak cytować tę stronę

ScholarGate. (2026, June 3). Explainable Named Entity Recognition (XAI-NER). ScholarGate. https://scholargate.app/pl/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.

Compare side by side

Cytowana przez

ScholarGateExplainable Named Entity Recognition (Explainable Named Entity Recognition (XAI-NER)). Pobrano 2026-06-15 z https://scholargate.app/pl/deep-learning/explainable-named-entity-recognition · Zbiór danych: https://doi.org/10.5281/zenodo.20539026