面向语音分类的特征归因方法可靠性研究
计算与语言
2025-05-23 v1 音频与语音处理
摘要
随着大规模预训练模型能力的提升，理解其输出决定因素变得更加重要。特征归因旨在揭示输入元素中哪些部分对模型输出贡献最大。在语音处理中，独特的输入信号特征使得特征归因方法的应用具有挑战性。我们研究了输入类型、聚合方式和扰动时间尺度等因素如何影响标准特征归因方法的可靠性，以及这些因素如何与每项分类任务的特征相互作用。我们发现，标准的特征归因方法在语音领域通常不可靠，唯有在基于单词对齐的扰动方法应用于基于单词的分类任务时才可靠。
引用
@article{arxiv.2505.16406,
title = {On the reliability of feature attribution methods for speech classification},
author = {Gaofei Shen and Hosein Mohebbi and Arianna Bisazza and Afra Alishahi and Grzegorz Chrupała},
journal= {arXiv preprint arXiv:2505.16406},
year = {2025}
}