TIGTEC：词元重要性引导的文本反事实
机器学习
2023-04-26 v1 计算与语言
统计方法学
摘要
反事实示例通过高亮翻转分类器结果的实例变化来解释预测。本文提出TIGTEC，一种高效且模块化的方法，用于生成文本数据的稀疏、合理且多样的反事实解释。TIGTEC是一种文本编辑启发式方法，利用局部特征重要性定位并修改高贡献词。我们提出了一种新的基于注意力的局部特征重要性。反事实候选由集成语义距离的成本函数生成与评估，并以束搜索方式高效探索解空间。实验表明TIGTEC在成功率、稀疏性、多样性与合理性方面具有优势。该方法可以模型特定或模型无关方式使用，非常便于生成反事实解释。
引用
@article{arxiv.2304.12425,
title = {TIGTEC : Token Importance Guided TExt Counterfactuals},
author = {Milan Bhan and Jean-Noel Vittaut and Nicolas Chesneau and Marie-Jeanne Lesot},
journal= {arXiv preprint arXiv:2304.12425},
year = {2023}
}