{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部分”：[[2024,3,19]]，“日期-时间”：“2024-03-19T00:23:52Z”，“时间戳”：1710807832393}，“出版商位置”：“美国纽约州纽约市”，“引用-计数”：20，“出版者”：“ACM”，“内容-域”：{-“域”：[“dl.ACM.org”]，“交叉标记限制“：true}，”short-container-title“：[]，“published-print”：{“date-parts”：[[2023,12,15]]}，“DOI”：“10.1145\/3639233.3639352”，“type”：“proceedings-article”，“created”：{“date-ports”：[2024,3,5]]，“date-time”：“2024-03-05T16:02:10Z”，“timestamp”：1709654530000}，《update-policy》：“http://\/dx.DOI.org\/10.1145\/crossmark-policy”，“source”：“Crossref”，“is-referenced-by-count”：0，“title”：[“解释文本分类中的预测不确定性：DUX方法”]，“前缀”：“10.1145”，“作者”：[{“ORCID”：“http://\/ORCID.org\/00000-0001-8606-9743”，“authenticated-ORCID”：false，“给定”：“Jakob Smedegaard”，“family”：“Andersen”，“sequence”：“first”，“affiliation”：[}“name”：“德国汉堡应用科学大学计算机科学系”}]}，{“ORCID”：“http://\/ORCID.org\/0000-0001-8398-6132”，“authenticated-ORCID”：false，“given”：”Olaf“，”family“：”Zukunft“，”sequence“：”additional“，”affiliation“：[{”name“：”德国汉堡应用科技大学计算机科学部“}]}]，“member”：“320”，“published-online”：{“date-parts”：[[2024,3,5]]}，“reference”：[{“key”：“e_1_3_2_1_1_1”，“volume-title”：“窥视黑匣子：可解释人工智能（XAI）的调查”，“author”：“Adadi Amina”，《year》：“2018”，“unstructured”：“Amina Adadi and Mohammed Berrada.2018”。窥视黑盒子：关于可解释人工智能（XAI）的调查。IEEE access 6（2018），52138\u201352160.“}，{”key“：”e_1_3_2_1_2_1“，”doi-asserted-by“：”publisher“，“doi”：“10.18653\/v1\/2022.findings-acl.121”}，“key”：“e_1_ 3_2_1_3_1”，“doi-assert-by”：“publisher”，”doi“：”10.18653\/v1_/2020.coling-main.484“}卷时间“：”获取线索：一种解释不确定性估计的方法。arXiv预印arXiv:2006.06848“，”author“：”Antor\u00e1n Javier“，”year“：”2020“，”unstructured“：”Javier Antor\u 00e1 n，Umang Bhatt，Tameem Adel，Adrian Weller，and Jos\u 00e9\u 00a0Miguel Hern\u 00e indez-Lobato“。2020.获得线索：一种解释不确定性估计的方法。arXiv预印本arXiv:2006.06848（2020）。“}，{”key“：”e_1_3_2_1_5_1“，”doi-asserted-by“：”publisher“，“doi”：“10.5555\/1756006.1859912”}，“{”key“：“e_1_ 3_2_1 _6_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/3461702.3462571“}”，{“key”：“e_ 1_3_2 _1_7_1”、“volume-title”：“我们能打开人工智能的黑盒子吗？自然新闻538，7623”，“作者”：“Castelvecchi Davide”，“年份”：“2016年”，“非结构化”：“戴维德·卡斯特尔韦奇（Davide Castelvecchi）。2016.我们能打开人工智能的黑匣子吗？《自然新闻》538，7623（2016），20.“}，{”key“：”e_1_3_2_1_8_1“，”volume-title“：”警示还是认知？重要吗？结构安全31，2“，”author“：”Der\u00a0Kiureghian Armen“，“year”：“2009”，“unstructured”：“Armen Der\u0a0Kiereghian and Ove Ditlevsen.2009。感召性还是认知性？这很重要吗？结构安全31，2（2009），105\u2013112.“｝，｛“key”：“e_1_3_2_1_9_1”，“volume title”：“国际机器学习会议。PMLR，1050\u20131059”，“author”：“Gal Yarin”，“year”：“2016”，“nonstructured”：“Yarin Gal and Zoubin Ghahramani.2016。辍学作为贝叶斯近似：表示深度学习中的模型不确定性。在机器学习国际会议上。PMLR，1050\u20131059.“}，{“key”：“e_1_3_2_10_1”，“volume-title”：“IBreakDown:非加性预测模型模型解释的不确定性。arXiv预印本arXiv:1903.11420”，“author”：“Gosiewska Alicja”，年：“2019”，“非结构化”：“Alicja-Gosiewska和Przemyslaw Biecek.2019”。IBreakDown：非加性预测模型的模型解释不确定性。arXiv预印本arXiv:1903.11420（2019）。“}，{”key“：”e_1_3_2_11_1“，”volume-title“：”第五届国际学习代表大会，ICLR。“，”author“：”Hendrycks Dan“，”year“：”2017“，”unstructured“：”Dan Hendryck and Kevin Gimpel。2017。检测神经网络中错误分类和分布外示例的基线。第五届国际学习代表大会。“｝，｛”键“：”e_1_3_2_1_12_1“，”卷标题“：”长短期记忆。神经计算9，8“，”作者“：”Hochreiter Sepp“，”年份“：”1997“，”非结构化“：”Sepp Hochreiter and J\u00fcrgen Schmidhuber.1997。长短期记忆。神经计算9，8（1997），1735\u20131780.“}，{”key“：”e_1_3_2_13_1“，”volume-title“：”Towards Benchmarking the Utility of Explarations for Model Debugging。In TrustNLP:First Workshop on Trustworth Natural Language Processing.68“，”author“：”Idahl Maximilian“，”year“2021”，“unstructured”：“马克西米利安·伊达尔（Maximilian Idahl）、利君·吕（Lijun Lyu）、乌杰瓦尔·加迪拉朱（Ujwal Gadiraju）和阿维谢克·阿南德（Avishek Anand）。2021.建立模型调试解释实用性的基准。在TrustNLP中：关于值得信赖的自然语言处理的第一次研讨会。68.“}，{”key“：”e_1_3_2_14_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.csda.2019.106816”}，“key”：“e_1_3_2_15_1”，“doi-assert-by”：“publisher”，”doi“：”10.24963\/ijcai.2023\/749“}”，{10.5555\/2002472.2002491“}，{”key“：”e_1_3_2_1_17_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/2939672.2939778“}，{“key”：“e_1_3_2_18_1”，“volume-title”：“可靠的事后解释：可解释性的建模不确定性。神经信息处理系统的进展34”，“author”：“Slack Dylan”，“year”：“2021”，“unstructured”：“Dylan Slack，Anna Hilgard，Sameer Singh，and Himabindu Lakkaraju.2021。可靠的事后解释：在可解释性方面建模不确定性。神经信息处理系统进展34（2021），9391\u20139404。“}，{“key”：“e_1_3_2_19_1”，“volume-title”：“Dropout：防止神经网络过度拟合的简单方法。机器学习研究杂志15，1”，“author”：“Srivastava Nitish”，“year”：“2014”，“unstructured”：“尼蒂什·斯利瓦斯塔瓦（Nitish Srivastava）、杰弗里·欣顿（Geoffrey Hinton）、亚历克斯·克利舍夫斯基（Alex Krizhevsky）、伊利亚·萨茨克沃（Ilya Sutskever）和鲁斯兰·萨拉库丁诺夫。2014.辍学：防止神经网络过度拟合的简单方法。机器学习研究杂志15，1（2014），1929\u20131958。“}，{”key“：”e_1_3_2_1_20_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TIV.2022.3188662”}]，“event”：{“name”：“NLPIR 2023:2023第七届自然语言处理和信息检索国际会议”，“location”：“Seoul Republic of Korea”，“缩写词”：“NSPIR 2023”}，“container-title“：[“2023年第七届自然语言处理和信息检索国际会议论文集”]，“original-title”：[]，“link”：[{“URL”：“https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3639233.36399352”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{date-parts“：[[2024,3,18]]，“date-time”：“2024-03-18T22:11:25Z”，“timestamp”：1710799885000}，“score”：1，“resource”：{“primary”：}“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3639352”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-part“：[2023,12,15]}”，“references-count”：20，“alternative-id“：[”10.1145\/3639233.3639352“，”10.1145\/3639233“]，”URL“：”http:\/\/dx.doi.org\/10.1145\/3639233.3639352“，”关系“：{}，”主题“：[]，”发布“：{”日期部分“：[2023,12,15]]}，“断言”：[{“值”：“2024-03-05”，“顺序”：2，“名称”：“发布”，“标签”：“已发布”，”组“：{name”：“publication_history”，“label”：“出版历史”}}}}