通过对话式解释探索 NLP 模型和数据集的 InterroLang 原文约200字,阅读约需1分钟。发表于:2023-10-09T00:00:00Z。 通过在 NLP 领域中使用具有自由文本理性化功能的对话系统,研究人员对 NLP 任务进行了改进,并通过评估模型性能和用户研究,证明了理性化和特征归因在解释模型行为方面的有效性。 该研究探讨了提高深度神经网络在自然语言处理任务中可解释性的方法,并对可解释性及其方面进行了讨论。研究列举了与局部解释相关的方法,并将其分为三类。 nlp 可解释性 情感分析 数据集 机器翻译 深度神经网络 自然语言处理