arXiv · cs.AI · Mohammad Zare, Pirooz Shamsinejadbabaki · 11 小时前模型评分30
ProtoSemImage：用图像原型和可变形行对齐实现可解释文档分类
ProtoSemImage: Image-Valued Prototypes with Deformable Row Alignment for Interpretable Document Classification
导读
ProtoSemImage 将每个类别表示为四通道 HSV 空间的图像原型，把文档渲染成每个 token 对应一个像素的多通道图像，分类转化为文档图像与原型库之间的可变形行对齐匹配。在十类任务上，该图像表示在三个配对随机种子上均优于向量原型模型，领先 4.3 至 11.8 分，但基于距离的匹配本身反而落后序列基线 20.6 分。作者同时报告增益与失败模式，并称生成头可将原型解码回文本。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “This paper asks what happens when a prototype is an image.”
来源：arXiv · cs.AI · arxiv.org