語言學(xué)，計(jì)算機(jī)科學(xué)和人工智能領(lǐng)域已經(jīng)觸及了自然語言處理的各個(gè)方面。特別是，計(jì)算機(jī)與人類語言之間的相互作用提出了一些前所未有的問題。已經(jīng)采取了大量步驟來開發(fā)自然語言處理方法，但是它們的實(shí)現(xiàn)以及用于執(zhí)行和分發(fā)大量自然語言數(shù)據(jù)的相關(guān)處理工作量是一項(xiàng)艱巨的任務(wù)。

研究人員和工程師通常會(huì)從不同角度研究任何新開發(fā)的模型，旨在確定他們對(duì)變化的輸入做出響應(yīng)的方式或生成特定結(jié)果的原因。盡管“假設(shè)工具”是由Google開發(fā)的，旨在通過交互和可視化更好地了解機(jī)器學(xué)習(xí)模型，但仍需要一個(gè)單獨(dú)的工具箱，該工具箱應(yīng)特別適用于NLP模型。

為了解決此問題，Google推出了語言可解釋性工具(LIT)，工具包和基于瀏覽器的用戶界面前端。

Google的AI研究人員開發(fā)了開源的語言可解釋性工具(LIT)，以幫助從業(yè)人員通過交互式，可視化和可擴(kuò)展的工具來理解NLP模型。它使用易于使用的用戶界面進(jìn)行開發(fā)，該界面需要最少的編碼。LIT為各種NLP任務(wù)提供了靈活性，包括序列生成，跨度標(biāo)記，分類和回歸，并提供了一種模塊化方法，可以集成自定義便攜式組件。

LIT支持本地說明，顯著性圖，豐富的模型可視化，注意參數(shù)分析，并支持分析的聚合，包括度量，嵌入空間和靈活的切片。在可視化和本地假設(shè)的測試之間進(jìn)行無縫過渡，并通過特定的數(shù)據(jù)集對(duì)其進(jìn)行驗(yàn)證。在任何情況下，都可以添加新的數(shù)據(jù)集，并且可以立即看到其效果?？梢酝瑫r(shí)可視化兩個(gè)數(shù)據(jù)點(diǎn)，以更好地比較兩個(gè)數(shù)據(jù)點(diǎn)。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！