密切关注下的 NLP 通过微扰可加以解释

<p>可解释的人工智能已经获得了立法者和科学界的密切关注。可以够解释出一个模型做出决策背后的原因有很多好处，其中最重要的是公平性、责任性和因果性。可解释性越来越多地被用来改善人类和机器的决策，这是一个相互促进的循环。本次分享特别关注基于转化器 NLP 的事后局部可解释性。本次分享首先详细介绍了 BERT 的一般方法和科学方法，然后探讨了其在现实实践中的挑战。</p>