提示：這里只放了匯報的Slides，詳情可見知乎Durling

文章目錄

• 前言
• 一、論文動機與貢獻
• 二、模型
• • 1.原型張量
  • 2.模型結(jié)構(gòu)
  • 3.損失函數(shù)
  • 3.訓練過程
  • 4.Negative prototype
• 總結(jié)

---

前言

這是一篇關(guān)于NLP可解釋的論文。
在文本分類任務(wù)下進行，采用原型張量Prototype tensor進行可解釋分析。

---

提示：以下是本篇文章正文內(nèi)容，下面案例可供參考

一、論文動機與貢獻

二、模型

1.原型張量

2.模型結(jié)構(gòu)

3.損失函數(shù)

3.訓練過程

4.Negative prototype

---

總結(jié)

關(guān)注知乎Durling，里面分享了更多知識。

總結(jié)

以上是生活随笔為你收集整理的PROTOTEX: Explaining Model Decisions with Prototype Tensors论文解读的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。