XAM：作者归属模型的交互式可解释性
XAM: Interactive Explainability for Authorship Attribution Models
AI总结：
IXAM通过交互式探索嵌入空间，提供作者归属模型的多粒度写作风格解释，提升模型预测的可解释性。
摘要：
我们提出了IXAM，一种用于作者归属模型的交互式可解释性框架。给定一个作者归属任务和基于嵌入的作者归属模型，我们的工具使用户能够交互式地探索模型的嵌入空间，并构建一个解释模型预测的写作风格特征集合，这些特征在不同粒度级别上进行。通过用户评估，我们展示了我们的框架与预定义风格解释相比的价值。
英文摘要：
We present IXAM, an Interactive eXplainability framework for Authorship Attribution Models. Given an authorship attribution (AA) task and an embedding-based AA model, our tool enables users to interactively explore the model's embedding space and construct an explanation of the model's prediction as a set of writing style features at different levels of granularity. Through a user evaluation, we demonstrate the value of our framework compared to predefined stylistic explanations.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
