Embedding-uri de propoziție explicabile
Embedding-urile de propoziție explicabile combină învățarea reprezentărilor dense de propoziții cu instrumente de interpretabilitate post-hoc sau intrinseci — cum ar fi clasificatori de sondare, LIME, SHAP sau atribuirea atenției — pentru a dezvălui ce informații lingvistice și semantice sunt codificate într-un vector de propoziție și de ce un model downstream face o anumită predicție. Scopul este de a păstra puterea de reprezentare a encoderilor moderni, făcându-le în același timp comportamentul auditat.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Explainable Sentence Embeddings (Interpretable Dense Sentence Representations). ScholarGate. https://scholargate.app/ro/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.
- Clasificare bazată pe BERTÎnvățare profundă↔ compare
- Clasificare explicabilă bazată pe BERTÎnvățare profundă↔ compare
- Rețea neuronală recurentă explicabilăÎnvățare profundă↔ compare
- Transformer ExplicabilÎnvățare profundă↔ compare
- Embedding-uri de propoziții auto-supervizateÎnvățare profundă↔ compare
- Embeddings de propozițiiÎnvățare profundă↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →