Reconhecimento de Entidades Nomeadas Explicável

O Reconhecimento de Entidades Nomeadas Explicável (XAI-NER) combina um modelo padrão de NER — tipicamente um rotulador de sequência baseado em BERT ou BiLSTM-CRF — com técnicas de explicabilidade pós-hoc ou intrínsecas, como LIME, SHAP, visualização de atenção ou saliência baseada em gradiente, para revelar por que cada token recebeu um rótulo de entidade particular. Essa transparência é essencial em domínios de alto risco, como textos clínicos, documentos legais e literatura biomédica.