09:37arXiv cs.AI@Minyoung Hwang, Seokhyun Lee, Changhee Lee精选本文提出一种新方法,用于解释黑盒深度语言模型的预测决策。该方法通过选择一小部分信息丰富的输入单词来生成解释,解决了现有方法在推理效率、黑盒兼容性和语言结构可解释性三方面的不足。研究将单词选择建模为摊销优化问题,使用REINFORCE策略梯度进行训练,无需访问模型内部状态。同时,通过整合图结构知识,确保所选单词子集在语言上连贯且符合人类直觉。实验表明,该方法在多个数据集和模型架构上优于传统黑盒方法和梯度基方法。论文可解释性黑盒模型单词选择策略梯度语言结构推荐理由:做NLP模型可解释性研究的团队,终于有了一个兼顾效率、黑盒兼容和语言直觉的方案——无需模型内部信息,直接输出可理解的单词子集解释,值得一试。原文