예시에 따른 특징 선택
전체 자료에 공통으로 중요한 특징을 고르는 대신 입력 예시마다 다른 부분 집합을 선택한다. 선택한 특징이 해당 모델의 응답을 잘 설명하도록 하는 국소적인 해석을 목표로 한다.
상호 정보의 최대화
입력에서 특징 부분 집합을 추출하는 선택 함수를 학습한다. 선택한 특징과 응답 변수 사이의 상호 정보를 최대화하며 응답의 조건부 분포는 설명하려는 모델에서 얻는다.
계산 가능한 근사
직접 계산하기 어려운 상호 정보에 변분 하한을 적용한다. 이산적인 특징 부분 집합의 표본 추출도 연속적으로 재매개변수화해 학습 가능한 구성을 제시했다.
해석의 평가
합성 자료와 실제 자료에서 정량 지표 및 사람 평가로 비교했다. 입력의 분포를 고려해 설명기를 학습하고 예시마다 유용한 특징을 고르는 접근이다.