Evaluating the Faithfulness of Importance Measures in NLP by Recursively Masking Allegedly Important Tokens and Retraining

Andreas Madsen, Nicholas Meade, Vaibhav Adlakha, Siva Reddy

Communication écrite (2022)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Adresse URL de PolyPublie:
Nom de la conférence:
Findings of the Association for Computational Linguistics (EMNLP 2022)
Lieu de la conférence:
Abu Dhabi, United Arab Emirates
Date(s) de la conférence:
2022-12-07 - 2022-12-11
Maison d'édition:
Association for Computational Linguistics (ACL)
OAI:
oai:publications.polymtl.ca:53481
ORCID
Date du dépôt:
10 juil. 2023 16:30
Dernière modification:
14 oct. 2026 14:11
Citer en APA 7:
Madsen, A., Meade, N., Adlakha, V., & Reddy, S. (décembre 2022). Evaluating the Faithfulness of Importance Measures in NLP by Recursively Masking Allegedly Important Tokens and Retraining [Communication écrite]. Findings of the Association for Computational Linguistics (EMNLP 2022), Abu Dhabi, United Arab Emirates. https://doi.org/10.18653/v1/2022.findings-emnlp.125

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document