Когда Superpixels не справляются с документами: исследование сегментации для пояснений LIME
arXiv: 26009,07462v1 Annualce Type: New Humber Abstract: Post-special Rection Methods широко используется для проверки каталогов изображений, но их надежность зависит от выбора конструкции, которые часто рассматриваются как детали реализации. Мы изучаем этот вопрос для LIME в отношении классификации изображений документов, сосредоточив внимание на этапе сегментации, который определяет интерпретируемые единицы, подвергаемые возмущению. Стандартная LIME, основанная на образе, обычно опирается на суперпиксели естественного изображения, которые плохо увязаны со структурой документов, например текстовые регионы, блоки макета и идентификационные коды. Используя RVL-CDIP, мы сравниваем QuickShift и SLIC с сегментациями документозаписи на основе оконтуренных коробок OCR и постоянных сетей. Наши результаты показывают, что сегментация сильно влияет на последовательность объяснений, правильность и местную верность. Сегментация, покрывающая документ, дает более стабильные и надежные объяснения, требует меньше возмущений для сближения и разоблачает поведение с короткими интервалами на основе идентификационных кодов документов - известного RVL-CDIP b