Automated Generation of Credibility Oracles for Machine Learning Text Classifiers
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种名为TOKI的自动生成可信度Oracle的方法,旨在解决机器学习文本分类中的可信度问题。研究结果表明,TOKI在分类准确率上优于传统的自信度方法。
🎯
关键要点
-
本研究提出了一种名为TOKI的自动生成可信度Oracle的方法。
-
研究旨在解决机器学习文本分类中的可信度问题。
-
传统指标不足以构建人们对模型的信任。
-
TOKI利用解释方法和词嵌入自动检查预测相关性。
-
研究结果表明,TOKI在分类准确率上优于传统的自信度方法。
-
TOKI显示出相较于传统方法显著的优势及实用性。
🏷️