.png){kind=icon}
返回
ExpliCIT-QA: Explainable Code-Based Image Table Question Answering
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-05179-0_26.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们提出ExpliCIT-QA系统，该系统将我们之前的MRT方法扩展为一种多模态流水线，能够处理复杂的表格图像并提供可解释的答案。ExpliCIT-QA采用模块化设计，包括：(1) 多模态表格理解，使用思维链方法从表格图像中提取和转换内容；(2) 基于语言的推理，生成逐步的自然语言解释以解决问题；(3) 自动代码生成，根据推理步骤创建Python/Pandas脚本，并提供错误处理反馈；(4) 代码执行以计算最终答案；(5) 自然语言解释描述答案的计算过程。该系统旨在实现透明性和可审计性：所有中间输出、解析表格、推理步骤、生成代码和最终答案均可供检查。这一策略旨在缩小端到端表格VQA系统的可解释性差距。我们在TableVQABench基准上评估了ExpliCIT-QA，并与现有基线进行比较。我们展示了在可解释性和透明度方面的改进，这为金融和医疗保健等敏感领域的应用打开了大门，在这些领域中审计结果至关重要。代码可在https://github.com/maxhormazabal/ExpliCIT获取。
Keyword:
Visual Question Answering
Tabular Data
Explainability
Chain-of-Thought Reasoning
期刊
P
IF:
0
论文数:
36
被引数:
0
机构
引用论文
Large Language Models in Healthcare and Medical Domain: A Review医疗保健和医疗领域的大型语言模型: 综述.png)
INFORMATICS-BASEL
OAAI
INFORMATICS-BASELIF2.8
OAAI分享收藏
查看更多内容