分类即解释：通过人机协作从异构数据构建分类法
人机交互
2023-08-01 v1 人工智能
图形学
摘要
分类法构建是一项需要在给定参照框架内解释和分类数据的任务，这在许多处理知识与信息组织的应用领域中都发挥作用。在本文中，我们探讨如何通过集成机器学习（ML）的系统来支持分类法构建。然而，仅依赖黑箱化的基于 ML 的系统来自动化分类法构建会将用户的专业知识边缘化。我们提出了一种方法，允许用户在其意义建构过程中迭代地考虑多个模型的输出。我们在两个真实世界用例中实现了我们的方法。该工作定位于 HCI 研究的背景中，该研究探讨基于 ML 的系统的设计，并强调实现人机协作。
引用
@article{arxiv.2307.16481,
title = {To Classify is to Interpret: Building Taxonomies from Heterogeneous Data through Human-AI Collaboration},
author = {Sebastian Meier and Katrin Glinka},
journal= {arXiv preprint arXiv:2307.16481},
year = {2023}
}