ScholarGate
Ассистент
Machine learningDeep learning / NLP / CV

Объяснимое распознавание именованных сущностей

Объяснимое распознавание именованных сущностей (XAI-NER) сочетает стандартную модель NER — обычно основанный на BERT или BiLSTM-CRF секвенсор разметки — с пост-хок или внутренними методами объяснимости, такими как LIME, SHAP, визуализация внимания или градиентная значимость, чтобы выявить, почему каждому токену был присвоен определенный метки сущности. Эта прозрачность имеет решающее значение в областях с высокими ставками, таких как клинические тексты, юридические документы и биомедицинская литература.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  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

Как цитировать эту страницу

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

Упоминается в

ScholarGateExplainable Named Entity Recognition (Explainable Named Entity Recognition (XAI-NER)). Получено 2026-06-15 из https://scholargate.app/ru/deep-learning/explainable-named-entity-recognition · Набор данных: https://doi.org/10.5281/zenodo.20539026