关键词fine-grained explanations
搜索结果 - 2
- AAAI面向异构图神经网络的细粒度可解释性研究
本文提出了一种名为 xPath 的新框架,针对黑盒异质图神经网络提供细粒度的解释,包括因果节点与目标节点间的影响路径,通过新的图重连算法通过扰动图结构来测量节点对预测的影响,并引入贪婪搜索算法以高效地找到最具影响力的细粒度解释。实证结果表明 - 基于属性的推荐系统事后解释:RecXplainer
本文提出了一种新方法 RecXplainer,基于用户对推荐项目属性的偏好生成了更细粒度的推荐解释,并使用真实数据集进行了实验进行了评估,结果表明 RecXplainer 能够更好地捕捉用户的喜好,并且相比六种基线方法,RecXplaine