<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=151705"><dc:title>Razlaga besedilnih klasifikatorjev s protiprimeri</dc:title><dc:creator>ŠUBIC,	GAL	(Avtor)
	</dc:creator><dc:creator>Robnik Šikonja,	Marko	(Mentor)
	</dc:creator><dc:subject>strojno učenje</dc:subject><dc:subject>razlaga napovednega modela strojnega učenja</dc:subject><dc:subject>protiprimeri</dc:subject><dc:subject>razlaga s protiprimeri</dc:subject><dc:subject>LIME-C</dc:subject><dc:subject>Polyjuice</dc:subject><dc:subject>ChatGPT</dc:subject><dc:description>Razlaga s protiprimeri je metoda razlage napovednih modelov strojnega
učenja. V nalogi opišemo več načinov generiranja protiprimerov pri besedilnih
klasifikatorjih, LIME-C, Polyjuice in ChatGPT, ter izpostavimo njihove
ključne značilnosti. Uporabimo jih na treh različnih besedilnih podatkovnih
množicah. Uporabljene metode in pridobljene protiprimere primerjamo
in jih ocenimo po kriterijih za ocenjevanje kakovosti protiprimerov. Ugotovimo,
da ni ene same najboljše rešitve in da ima vsak pristop prednosti in
slabosti. Kljub temu se izkaže, da so trenutno najsplošnejša in uporabna
rešitev protiprimeri, generirani z velikim jezikovnim modelom ChatGPT.</dc:description><dc:date>2023</dc:date><dc:date>2023-10-17 16:25:02</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>151705</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>