論文の概要: Trends in Explainable AI (XAI) Literature

• arxiv url: http://arxiv.org/abs/2301.05433v1
• Date: Fri, 13 Jan 2023 08:36:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-16 14:34:08.570903
• Title: Trends in Explainable AI (XAI) Literature
• Title（参考訳）: 説明可能なAI(XAI)文学の動向
• Authors: Alon Jacovi
• Abstract要約: 私たちはSemanticScholar APIと手作業によるキュレーションを使って、5199 XAI論文の十分に整形された、合理的に包括的な集合を収集します。 このコレクションを用いて、文献のサイズや範囲、引用傾向、分野横断傾向、コラボレーション傾向に関する傾向を明確化し、可視化する。
• 参考スコア（独自算出の注目度）: 5.190638493039932
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The XAI literature is decentralized, both in terminology and in publication venues, but recent years saw the community converge around keywords that make it possible to more reliably discover papers automatically. We use keyword search using the SemanticScholar API and manual curation to collect a well-formatted and reasonably comprehensive set of 5199 XAI papers, available at https://github.com/alonjacovi/XAI-Scholar . We use this collection to clarify and visualize trends about the size and scope of the literature, citation trends, cross-field trends, and collaboration trends. Overall, XAI is becoming increasingly multidisciplinary, with relative growth in papers belonging to increasingly diverse (non-CS) scientific fields, increasing cross-field collaborative authorship, increasing cross-field citation activity. The collection can additionally be used as a paper discovery engine, by retrieving XAI literature which is cited according to specific constraints (for example, papers that are influential outside of their field, or influential to non-XAI research).
• Abstract（参考訳）: XAI文学は、用語学と出版の場の両方において分散化されているが、近年、コミュニティは、論文を自動でより確実に発見できるキーワードを中心に集結している。 キーワード検索にはsemanticscholar apiと手作業によるキュレーションを使用して,5199のxai論文の十分にフォーマットされた包括的な集合を収集します。 このコレクションを用いて,文献のサイズと範囲,引用傾向,クロスフィールド傾向,コラボレーショントレンドに関するトレンドを明確化し,可視化する。 全体として、XAIは多分野化されつつあり、多種多様な(非CS)科学分野に属する論文の相対的な増加、分野横断の共著の増大、分野横断の引用活動の増加などである。 また、特定の制約に従って引用されるXAI文献(例えば、分野外、または非XAI研究に影響を及ぼす論文)を検索することで、論文発見エンジンとして利用することもできる。

関連論文リスト

• Explainable Artificial Intelligence and Multicollinearity : A Mini Review of Current Approaches [0.0]
  説明可能な人工知能(XAI)手法は、機械学習モデルの内部メカニズムを理解するのに役立つ。 情報的特徴のリストは、XAIメソッドの最も一般的な出力の1つである。 マルチコリニアリティは、XAIが説明を生成するときに考慮すべき大きな問題の1つです。
  論文  参考訳（メタデータ） (2024-06-17T13:26:53Z)
• Understanding Cross-Lingual Alignment -- A Survey [52.572071017877704]
  言語間アライメントは多言語言語モデルにおける言語間の表現の有意義な類似性である。 本研究は,言語間アライメントの向上,手法の分類,分野全体からの洞察の要約といった手法の文献を調査する。
  論文  参考訳（メタデータ） (2024-04-09T11:39:53Z)
• Taxonomy Enrichment with Text and Graph Vector Representations [61.814256012166794]
  我々は,既存の分類学に新たな語を加えることを目的とした分類学の豊かさの問題に対処する。 我々は,この課題に対して,少ない労力で高い結果を得られる新しい手法を提案する。 我々は、異なるデータセットにわたる最先端の結果を達成し、ミスの詳細なエラー分析を提供する。
  論文  参考訳（メタデータ） (2022-01-21T09:01:12Z)
• Author Clustering and Topic Estimation for Short Texts [69.54017251622211]
  同じ文書中の単語間の強い依存をモデル化することにより、遅延ディリクレ割当を拡張できる新しいモデルを提案する。 同時にユーザをクラスタ化し、ホック後のクラスタ推定の必要性を排除しています。 我々の手法は、短文で生じる問題に対する従来のアプローチよりも、-または----------- で機能する。
  論文  参考訳（メタデータ） (2021-06-15T20:55:55Z)
• CitationIE: Leveraging the Citation Graph for Scientific Information Extraction [89.33938657493765]
  引用論文と引用論文の参照リンクの引用グラフを使用する。 最先端技術に対するエンド・ツー・エンドの情報抽出の大幅な改善を観察する。
  論文  参考訳（メタデータ） (2021-06-03T03:00:12Z)
• XAI Method Properties: A (Meta-)study [0.0]
  我々は、XAIにおける最先端技術の本質的側面を強調するために、最も引用された、そして現在を要約する。 我々は50以上の例法を用いて高次分類法の概念を説明し,それに従って分類する。
  論文  参考訳（メタデータ） (2021-05-15T09:52:00Z)
• Enhancing Scientific Papers Summarization with Citation Graph [78.65955304229863]
  引用グラフを用いて科学論文の要約作業を再定義します。 我々は,141kの研究論文を異なる領域に格納した,新しい科学論文要約データセットセマンティックスタディネットワーク(ssn)を構築した。 我々のモデルは、事前訓練されたモデルと比較して競争性能を達成することができる。
  論文  参考訳（メタデータ） (2021-04-07T11:13:35Z)
• Semantic and Relational Spaces in Science of Science: Deep Learning Models for Article Vectorisation [4.178929174617172]
  我々は、自然言語処理(NLP)とグラフニューラルネットワーク(GNN)を用いて、記事の意味的・関係的な側面に基づく文書レベルの埋め込みに焦点を当てる。 論文のセマンティックな空間をNLPでエンコードできるのに対し、GNNでは研究コミュニティの社会的実践をエンコードするリレーショナルな空間を構築することができる。
  論文  参考訳（メタデータ） (2020-11-05T14:57:41Z)
• Generating Knowledge Graphs by Employing Natural Language Processing and Machine Learning Techniques within the Scholarly Domain [1.9004296236396943]
  本稿では、自然言語処理と機械学習を利用して研究論文から実体や関係を抽出する新しいアーキテクチャを提案する。 本研究では,現在最先端の自然言語処理ツールとテキストマイニングツールを用いて,知識抽出の課題に取り組む。 セマンティックWebドメイン内の論文26,827件から抽出した109,105件のトリプルを含む科学知識グラフを作成した。
  論文  参考訳（メタデータ） (2020-10-28T08:31:40Z)
• Pairwise Learning for Name Disambiguation in Large-Scale Heterogeneous Academic Networks [81.00481125272098]
  本稿では,MA-PairRNN(Multi-view Attention-based Pairwise Recurrent Neural Network)を提案する。 MA-PairRNNは、不均一グラフ埋め込み学習とペアワイズ類似学習をフレームワークに統合する。 実世界の2つのデータセットの結果から、我々のフレームワークは名前の曖昧さに対するパフォーマンスを著しく一貫した改善をしていることがわかる。
  論文  参考訳（メタデータ） (2020-08-30T06:08:20Z)
• Machine Identification of High Impact Research through Text and Image Analysis [0.4737991126491218]
  本稿では,引用の可能性が低い論文から高い論文を自動的に分離するシステムを提案する。 本システムでは,文書全体の外観を推測する視覚的分類器と,コンテンツインフォームド決定のためのテキスト分類器の両方を用いる。
  論文  参考訳（メタデータ） (2020-05-20T19:12:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。