基于Tsetlin机的新型文本检测的词级人类可解释评分机制
计算与语言
2021-05-12 v1 人工智能
机器学习
摘要
近期的新颖性检测研究主要聚焦于文档级分类，并采用深度神经网络（DNN）。然而，DNN的黑盒特性使得难以提取出文档为何被视为新颖的准确解释。此外，在词级处理新颖性对于提供比文档级更细粒度的分析至关重要。在这项工作中，我们提出了一种基于Tsetlin机（TM）的架构，用于根据单个词对新颖性的贡献进行评分。我们的方法利用TM子句所捕获的语言模式对新颖文档进行描述编码，然后采用该描述来衡量一个词对使文档变得新颖的贡献程度。我们的实验结果表明，我们的方法如何将新颖性分解为可解释的短语，并成功度量新颖性。
引用
@article{arxiv.2105.04708,
title = {Word-level Human Interpretable Scoring Mechanism for Novel Text Detection Using Tsetlin Machines},
author = {Bimal Bhattarai and Ole-Christoffer Granmo and Lei Jiao},
journal= {arXiv preprint arXiv:2105.04708},
year = {2021}
}
备注
18 pages, 11 figures, 8 tables