Verbesserung der Erklärungsplausibilität von Textklassifizierungsmodellen durch Einbeziehung menschlicher Begründungen

Durch den Einsatz einer neuartigen kontrastiven Verlustfunktion, die menschliche Begründungen in den Lernprozess einbezieht, können die Erklärungen von Textklassifizierungsmodellen deutlich verbessert werden, ohne ihre Leistung wesentlich zu beeinträchtigen.