以为何为导向的终端用户调试朴素贝叶斯文本分类

机器学习技术在智能助手中的应用越来越广泛，即针对最终用户并持续适应以协助其处理电子邮件、购物和其他任务的软件。示例包括桌面垃圾邮件过滤器、推荐系统和手写识别。然而，当这些智能助手学习到不正确的行为时，修复它们却只得到了有限的关注。为了直接支持终端用户对通过统计机器学习学习到的助手行为进行“调试”，我们提出了一种以为何为导向的方法，允许用户询问助手如何做出预测，提供这些“为何”问题的答案，并允许用户交互式地改变这些答案，以调试助手当前和未来的预测。为了理解这种方法的优势和劣势，我们进行了探索性研究，调查参与者在使用我们的方法调试智能助手时可能遇到的障碍，以及参与者请求的信息以克服这些障碍。为了确保我们方法的包容性，我们还探讨了性别差异在理解障碍和信息需求中的作用。然后，我们利用这些结果考虑以为何为导向的方法在解决用户障碍和信息需求方面的机会。