AnTenA：使用 大语言模型 的可操作且可解释的张量分析系统

准确解释多方面数据中的隐藏模式通常是通过利用标签和/或随附的辅助元数据来完成的。然而，标签和辅助数据可能不准确（例如，不标准、不一致）、不足（例如，用于时间相关记录的静态表格元数据）或不可用。 % 我们提出 \fullmethod (\method)，它利用 大语言模型 (LLM) 的知识来解释人类叙事中隐藏的模式。 \方法使用与任务无关和特定于任务的提示来解释从张量分解中提取的共聚类潜在模式。为了评估这些解释，我们在前向和后向推理任务上测试了 LLM。 % 我们的演示系统可在 https://github.com/dawonahn/ECML_PKDD_AnTenA 获取。