基于图像引导的主题建模用于可解释的隐私分类
发表于: 。本研究针对图像中的私人信息预测与解释的复杂性,提出了一种基于自然语言内容描述的隐私预测方法。通过新颖的图像引导主题建模(ITM)方法,该研究生成了与隐私评分相关的内容描述,最终开发出的可解释的隐私预测分类器Priv×ITM在准确性上超越了参考可解释方法,并与目前的最先进方法表现相当。
本研究针对图像中的私人信息预测与解释的复杂性,提出了一种基于自然语言内容描述的隐私预测方法。通过新颖的图像引导主题建模(ITM)方法,该研究生成了与隐私评分相关的内容描述,最终开发出的可解释的隐私预测分类器Priv×ITM在准确性上超越了参考可解释方法,并与目前的最先进方法表现相当。