可视化文本分析流水线中不确定性的刻画
人机交互
2022-09-28 v1 机器学习
摘要
当前的可视化文本分析方法依赖于复杂的处理流水线。此类流水线的每一步都可能放大前一步的任何不确定性。为确保结果的可理解性与可互操作性，清晰地传达不仅输出而且流水线内部的不确定性至关重要。在本文中，我们刻画了沿可视化文本分析流水线的不确定性来源。在其标注、建模和分析三个阶段中，我们识别出六种来源，讨论它们所产生的不确定性类型，以及它们如何传播。
引用
@article{arxiv.2209.13498,
title = {Characterizing Uncertainty in the Visual Text Analysis Pipeline},
author = {Pantea Haghighatkhah and Mennatallah El-Assady and Jean-Daniel Fekete and Narges Mahyar and Carita Paradis and Vasiliki Simaki and Bettina Speckmann},
journal= {arXiv preprint arXiv:2209.13498},
year = {2022}
}