加速全球局部解释的聚合

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文介绍了一种基于绑架式解释的机器学习方法,用于计算神经网络模型的局部解释。该方法通过优化词汇子集和确保预测不变性来提高NLP解释框架的效果。文章在SST、Twitter和IMDB数据集上评估了该方法,并展示了其有效性。

🏷️

标签

➡️

继续阅读