Објашнјиво поставлјанје питанја
Објашнјиво поставлјанје питанја (КсКА) комбинује моделе неуралног разумеванја текста — типично трансформере из породице БЕРТ — са методама интерпретабилности као што су екстракција образложенја, визуелизација пажнје, ЛИМЕ или СХАП, како би се открило зашто је модел одабрао одређени опсег одговора. Цилј није само тачност, веć и поуздано, ревизибилно резонованје које корисници и стручнјаци могу да прегледају и верификују.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- DeYoung, J., Jain, S., Rajani, N. F., Lehman, E., Xiong, C., Socher, R., & Wallace, B. C. (2020). ERASER: A Benchmark to Evaluate Rationalized NLP Models. In Proceedings of ACL 2020, pp. 4443–4458. DOI: 10.18653/v1/2020.acl-main.408 ↗
- Rajpurkar, P., Zhang, J., Lopyrev, K., & Liang, P. (2016). SQuAD: 100,000+ Questions for Machine Comprehension of Text. In Proceedings of EMNLP 2016, pp. 2383–2392. DOI: 10.18653/v1/D16-1264 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Explainable Question Answering (XQA). ScholarGate. https://scholargate.app/sr/deep-learning/explainable-question-answering
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.
- BERT-based ClassificationDuboko učenje↔ compare
- Objašnjiva klasifikacija zasnovana na BERT-uDuboko učenje↔ compare
- Објашнјиви ТрансформерDuboko učenje↔ compare
- Klasifikacija zasnovana na RoBERTa modeluDuboko učenje↔ compare
- Ugrađivanje rečenicaDuboko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →