Logo
Benutzer: Gast  Login
Autoren:
Häffner, Sonja; Hofer, Martin; Nagl, Maximilian; Walterskirchen, Julian 
Dokumenttyp:
Zeitschriftenartikel / Journal Article 
Titel:
Introducing an interpretable deep learning approach to domain-specific dictionary creation 
Untertitel:
a use case for conflict prediction 
Zeitschrift:
Political Analysis 
Jahrgang:
31 
Heftnummer:
Jahr:
2023 
Seiten von - bis:
481-499 
Sprache:
Englisch 
Stichwörter:
natural language processing ; objective dictionaries ; deep learning ; transformers ; conflict dynamics 
Abstract:
Recent advancements in natural language processing (NLP) methods have significantly improved their performance. However, more complex NLP models are more difficult to interpret and computationally expensive. Therefore, we propose an approach to dictionary creation that carefully balances the trade-off between complexity and interpretability. This approach combines a deep neural network architecture with techniques to improve model explainability to automatically build a domain-specific dictionar...    »
 
ISSN:
1476-4989 ; 1047-1987 
(Forschungs)einrichtung UniBw M:
CISS 
Open Access ja oder nein?:
Ja / Yes 
Art der OA-Lizenz:
CC BY 4.0 Deed 
Sonstige Angaben:
Die Veröffentlichung wurde finanziell unterstützt durch die Universität der Bundeswehr München (Publish-and-Read-Vertrag)