Buchumschlag

Interpretable classification of wiki-review streams

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Méndez, Silvia García, Leal, Fátima, Malheiro, Benedita, Rial, Juan Carlos Burguillo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Simulation, Modelling and Classification of Wiki Contributors: Spotting The Good, The Bad, and The Ugly
von: Méndez, Silvia García, et al.
Veröffentlicht: (2024)

Online detection and infographic explanation of spam reviews with data drift adaptation
von: de Arriba-Pérez, Francisco, et al.
Veröffentlicht: (2024)

Unraveling Emotions with Pre-Trained Models
von: Pajón-Sanmartín, Alejandro, et al.
Veröffentlicht: (2025)

Exposing and Explaining Fake News On-the-Fly
von: de Arriba-Pérez, Francisco, et al.
Veröffentlicht: (2024)

Identification and explanation of disinformation in wiki data streams
von: de Arriba-Pérez, Francisco, et al.
Veröffentlicht: (2025)

An Explainable Machine Learning Framework for Railway Predictive Maintenance using Data Streams from the Metro Operator of Portugal
von: García-Méndez, Silvia, et al.
Veröffentlicht: (2025)

Explainable machine learning multi-label classification of Spanish legal judgements
von: de Arriba-Pérez, Francisco, et al.
Veröffentlicht: (2024)

Automatic explanation of the classification of Spanish legal judgments in jurisdiction-dependent law categories with tree estimators
von: González-González, Jaime, et al.
Veröffentlicht: (2024)

Leveraging Large Language Models through Natural Language Processing to provide interpretable Machine Learning predictions of mental deterioration in real time
von: de Arriba-Pérez, Francisco, et al.
Veröffentlicht: (2024)

Detecting and explaining postpartum depression in real-time with generative artificial intelligence
von: García-Méndez, Silvia, et al.
Veröffentlicht: (2025)

Explainable automatic industrial carbon footprint estimation from bank transaction classification using natural language processing
von: González-González, Jaime, et al.
Veröffentlicht: (2024)

Creating emoji lexica from unsupervised sentiment analysis of their descriptions
von: Fernández-Gavilanes, Milagros, et al.
Veröffentlicht: (2024)

Interpreting the Effects of Quantization on LLMs
von: Singh, Manpreet, et al.
Veröffentlicht: (2025)

Learning Self-Interpretation from Interpretability Artifacts: Training Lightweight Adapters on Vector-Label Pairs
von: Pepper, Keenan, et al.
Veröffentlicht: (2026)

Does Transformer Interpretability Transfer to RNNs?
von: Paulo, Gonçalo, et al.
Veröffentlicht: (2024)

Interpretable Question Answering with Knowledge Graphs
von: Aneja, Kartikeya, et al.
Veröffentlicht: (2025)

MIB: A Mechanistic Interpretability Benchmark
von: Mueller, Aaron, et al.
Veröffentlicht: (2025)

Exposing propaganda: an analysis of stylistic cues comparing human annotations and machine classification
von: Faye, Géraud, et al.
Veröffentlicht: (2024)

Rethinking Interpretability in the Era of Large Language Models
von: Singh, Chandan, et al.
Veröffentlicht: (2024)

Learning to Interpret Weight Differences in Language Models
von: Goel, Avichal, et al.
Veröffentlicht: (2025)

Can Interpretation Predict Behavior on Unseen Data?
von: Li, Victoria R., et al.
Veröffentlicht: (2025)

Discovering Interpretable Algorithms by Decompiling Transformers to RASP
von: Huang, Xinting, et al.
Veröffentlicht: (2026)

Circuit Insights: Towards Interpretability Beyond Activations
von: Golimblevskaia, Elena, et al.
Veröffentlicht: (2025)

Effects of term weighting approach with and without stop words removing on Arabic text classification
von: Alhenawi, Esra'a, et al.
Veröffentlicht: (2024)

Small sample-based adaptive text classification through iterative and contrastive description refinement
von: Rajeev, Amrit, et al.
Veröffentlicht: (2025)

Causal Abstraction in Model Interpretability: A Compact Survey
von: Zhang, Yihao
Veröffentlicht: (2024)

Variational Language Concepts for Interpreting Foundation Language Models
von: Wang, Hengyi, et al.
Veröffentlicht: (2024)

Towards Reducing Diagnostic Errors with Interpretable Risk Prediction
von: McInerney, Denis Jered, et al.
Veröffentlicht: (2024)

Thought Branches: Interpreting LLM Reasoning Requires Resampling
von: Macar, Uzay, et al.
Veröffentlicht: (2025)

HyperDAS: Towards Automating Mechanistic Interpretability with Hypernetworks
von: Sun, Jiuding, et al.
Veröffentlicht: (2025)

SAE-V: Interpreting Multimodal Models for Enhanced Alignment
von: Lou, Hantao, et al.
Veröffentlicht: (2025)

Mechanistic Interpretability of GPT-like Models on Summarization Tasks
von: Mishra, Anurag
Veröffentlicht: (2025)

Binary Autoencoder for Mechanistic Interpretability of Large Language Models
von: Cho, Hakaze, et al.
Veröffentlicht: (2025)

Identifying Intervenable and Interpretable Features via Orthogonality Regularization
von: Miller, Moritz, et al.
Veröffentlicht: (2026)

Interpretability of the Intent Detection Problem: A New Approach
von: Sanchez-Karhunen, Eduardo, et al.
Veröffentlicht: (2026)

Mechanistic Interpretability as Statistical Estimation: A Variance Analysis
von: Méloux, Maxime, et al.
Veröffentlicht: (2025)

Overcoming Sparsity Artifacts in Crosscoders to Interpret Chat-Tuning
von: Minder, Julian, et al.
Veröffentlicht: (2025)

Everything, Everywhere, All at Once: Is Mechanistic Interpretability Identifiable?
von: Méloux, Maxime, et al.
Veröffentlicht: (2025)

Decomposing Representation Space into Interpretable Subspaces with Unsupervised Learning
von: Huang, Xinting, et al.
Veröffentlicht: (2025)

GHaLIB: A Multilingual Framework for Hope Speech Detection in Low-Resource Languages
von: Abdullah, Ahmed, et al.
Veröffentlicht: (2025)