自然语言处理 |用于双字母组的 LimeTextExplainer

Question

在我的 NLP 任务中，我想了解 classifier 的 'rule'。为此，我构建了一个 LimeTExtExplainer。

c= make_pipeline(cv,naive_bayes)
explainer = LimeTextExplainer(class_names=class_names, random_state=42, bow=False)
exp = explainer.explain_instance(X_test[i], c.predict_proba, num_features=20,) 
fig = exp.as_pyplot_figure()

上面的代码创建了一个很好的 1gram 列表，完全符合我的要求。 :

下一步我想做同样的事情，但使用双字母组。我将特征提取器更改为仅计算双字母组：

cv = CountVectorizer(strip_accents='ascii', analyzer='word',                                    
                 token_pattern=u'(?ui)\b\w*[a-z]+\w*\b',                                
                 lowercase=True, stop_words='english',                                      
                 ngram_range=(2,2), max_features=None)

问题：

我对 Limeexplainer 使用与上面相同的代码。但是现在，图表和以前一样只显示 1grams，但我只计算了 bigrams。
作为附带问题，图表的横轴显示该词占class化的绝对概率可能性？例如，文本 class X 概率为 0.67，识别占 ~ 0.009，语言占 0.67 的 ~ 0.007，对吗？

提前致谢！

Answer 1

至少我得到了第二个问题的答案：

这些是概率，但不是我想的那样。

例如，Class X 的预测概率为 0.808。如果现在单词 'recognit' 将从基础语料库中删除，则预测 class 的总预测概率将缩小 0.008。--> 概率 class x 等于 0.800 那么。

有关 LIME 的详细信息，我强烈推荐： “我为什么要相信你？”解释任何 Classifier 的预测，Riberio et.al (2016)

自然语言处理 |用于双字母组的 LimeTextExplainer

NLP | LimeTextExplainer for bigrams

python

nlp

lime

text-classification