TL;DR文章提出一种基于模型不可知和 SAT 的方法生成符号解释,实验结果表明该方法可以提供充分原因和反事实解释。
Abstract
In this paper titled A model-agnosticsat-based approach for Symbolic
Explanation Enumeration we propose a generic agnostic approach allowing to
generate different and complementary types of symbolic explanations
使用类原型的快速、模型无关方法可以找到分类器预测的可解释因果关系解释,并且该方法通过两个新的度量标准在实例级别上定量评估局部可解释性。该方法在图像数据集 MNIST 和表格数据集 Breast Cancer Wisconsin(Diagnostic)上得到了有效的验证,同时消除了由于数值梯度评估而产生的计算瓶颈。