Explainable Sentence Embeddings
Vysvetliteľné vnorenia viet kombinujú učenie sa hustých reprezentácií viet s post-hoc alebo vnútornými nástrojmi interpretovateľnosti — ako sú sondovacie klasifikátory, LIME, SHAP alebo atribúcia pozornosti — s cieľom odhaliť, aké lingvistické a sémantické informácie sú zakódované vo vektoroch viet a prečo následný model robí dané predikcie. Cieľom je zachovať reprezentačnú silu moderných enkodérov a zároveň umožniť auditovanie ich správania.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Explainable Sentence Embeddings (Interpretable Dense Sentence Representations). ScholarGate. https://scholargate.app/sk/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.
- Klasifikácia založená na BERTHlboké učenie↔ compare
- Vysvetliteľná klasifikácia založená na BERTHlboké učenie↔ compare
- Vysvetliteľná rekurentná neurónová sieťHlboké učenie↔ compare
- Vysvetliteľný TransformerHlboké učenie↔ compare
- Samoučiacie sa vkladané vetyHlboké učenie↔ compare
- Vektorové reprezentácie vietHlboké učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →