BERT 模型从文本预测阿尔茨海默病的鲁棒性与敏感性
计算与语言
2021-10-27 v2
摘要
理解从文本预测阿尔茨海默病的 BERT 模型的鲁棒性与敏感性，对于开发更好的分类模型以及理解其能力与局限都十分重要。在本文中，我们分析受控量的期望与非期望文本改动如何影响 BERT 的性能。我们表明 BERT 对文本中的自然语言变化是鲁棒的。另一方面，我们表明 BERT 对从文本中移除临床重要信息并不敏感。
引用
@article{arxiv.2109.11888,
title = {Robustness and Sensitivity of BERT Models Predicting Alzheimer's Disease from Text},
author = {Jekaterina Novikova},
journal= {arXiv preprint arXiv:2109.11888},
year = {2021}
}
备注
Accepted to W-NUT @ EMNLP 2021 (upd: correction in Table 3)