深度神经网络一直在推动自然语言处理领域的发展,被认为是解决机器翻译、摘要和问答等复杂自然语言处理任务的事实建模方法。尽管深度神经网络的有效性得到了证实,但它们的不透明性是引起关注的主要原因。

在本教程中,我们将从两个角度介绍解释神经网络模型的细粒度组件的研究工作,一是内在分析,二是因果性分析。前者是一种方法来分析神经元关于一个理想的语言概念或任务。后者研究神经元和输入特征在解释模型决策中的作用。我们还将讨论解释方法和因果分析如何能够更好地解释模型预测。最后,我们将带您浏览各种工具包,这些工具包有助于细粒度解释和神经模型的原因分析。

https://2021.naacl.org/program/tutorials/#t2

成为VIP会员查看完整内容
38

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【NAACL2021】Graph4NLP:图深度学习自然语言处理,附239页ppt
专知会员服务
105+阅读 · 2021年6月12日
【NAACL2021】长序列自然语言处理, 250页ppt
专知会员服务
61+阅读 · 2021年6月7日
【AAAI2021】预训练语言模型最新进展,附113页ppt和视频
专知会员服务
64+阅读 · 2021年2月23日
【AAAI2021】以事件为中心的自然语言理解,256页ppt
专知会员服务
72+阅读 · 2021年2月8日
专知会员服务
112+阅读 · 2020年12月9日
【EMNLP2020】自然语言处理模型可解释性预测,182页ppt
专知会员服务
50+阅读 · 2020年11月19日
基于深度学习的NLP 32页最新进展综述,190篇参考文献
人工智能学家
27+阅读 · 2018年12月4日
Arxiv
3+阅读 · 2021年2月24日
Generating Fact Checking Explanations
Arxiv
9+阅读 · 2020年4月13日
Tutorial on NLP-Inspired Network Embedding
Arxiv
7+阅读 · 2019年10月16日
Arxiv
7+阅读 · 2018年1月31日
VIP会员
相关VIP内容
【NAACL2021】Graph4NLP:图深度学习自然语言处理,附239页ppt
专知会员服务
105+阅读 · 2021年6月12日
【NAACL2021】长序列自然语言处理, 250页ppt
专知会员服务
61+阅读 · 2021年6月7日
【AAAI2021】预训练语言模型最新进展,附113页ppt和视频
专知会员服务
64+阅读 · 2021年2月23日
【AAAI2021】以事件为中心的自然语言理解,256页ppt
专知会员服务
72+阅读 · 2021年2月8日
专知会员服务
112+阅读 · 2020年12月9日
【EMNLP2020】自然语言处理模型可解释性预测,182页ppt
专知会员服务
50+阅读 · 2020年11月19日
微信扫码咨询专知VIP会员