最短理据是人类理解的最佳解释吗？

现有的自解释模型通常倾向于提取尽可能短的理据——即输入文本中“导致”相应输出的片段——来解释模型预测，其假设是较短的理据对人类而言更直观。然而，这一假设尚待验证。最短的理据确实是最易被人类理解的吗？为回答该问题，我们设计了一种自解释模型 LimitedInk，它允许用户提取任意目标长度的理据。与现有基线相比，LimitedInk 达到了相当的任务端性能及人工标注理据一致性，使其成为近期自解释模型类的合适代表。我们利用 LimitedInk 开展了一项关于理据长度影响的用户研究，其中我们让人类评判者仅基于 LimitedInk 生成的不同长度理据来预测文档的情感标签。我们表明，过短的理据并不比随机掩码文本更能帮助人类预测标签，这暗示了需要更谨慎地设计最佳人类理据。