Информация о статье
2020 г., Том 25, № 5, с.107-123
Краснов Ф.В., Смазневич И.С.
Фактор объяснимости алгоритма в задачах поиска схожести текстовых документов
С развитием все более сложных методов автоматического анализа текста повышается важность задачи объяснения пользователю, почему прикладная интеллектуальная информационная система выделяет некоторые тексты как схожие по смыслу. В работе рассмотрены ограничения, которые такая постановка накладывает на используемые интеллектуальные алгоритмы. Проведенный авторами эксперимент показал, что абсолютное значение схожести документов не универсально по отношению к интеллектуальному алгоритму, поэтому оптимальную пороговую величину схожести необходимо устанавливать отдельно для каждой решаемой задачи. Полученные результаты могут быть использованы при оценке применимости различных методов установления смысловой схожести между документами в прикладных информационных системах, а также при выборе оптимальных параметров модели с учетом требований объяснимости решения.
[полный текст] Ключевые слова: explainable artificial intelligence, XAI, функция ранжирования, схожесть документов
doi: 10.25743/ICT.2020.25.5.009
Библиографическая ссылка: Краснов Ф.В., Смазневич И.С. Фактор объяснимости алгоритма в задачах поиска схожести текстовых документов // Вычислительные технологии. 2020. Т. 25. № 5. С. 107-123
|
|
|