Interpretability

释义 Definition

interpretability /ɪnˌtɝːprɪtəˈbɪləti/：可解释性；可解读性。指某个说法、文本、结果或（常见于数据科学/机器学习中）模型的输出，能被人理解其含义与原因的程度。（在不同领域也可指“可阐释性”。）

例句 Examples

The interpretability of this chart is very high.
这张图表的可解释性很高。

In medicine, interpretability matters because doctors must understand why an algorithm recommends a treatment, not just what it predicts.
在医学中，可解释性很重要，因为医生必须理解算法为什么推荐某种治疗，而不仅仅是它预测了什么。

发音 Pronunciation (IPA)

/ɪnˌtɝːprɪtəˈbɪləti/

词源 Etymology

来自 interpret（解释、阐释）+ -ability（……的能力/性质）。其核心含义是“能够被解释/被理解的性质”。在当代语境里，这个词在统计学与机器学习中被频繁使用，用来强调模型或结论的“人类可理解度”。

相关词 Related Words

• Explainability
• Transparency
• Comprehensibility
• Clarity
• Interpretation
• Inference
• Accountability
• Black-box
• Model
• Causality

文学/著作中的用例 Notable Works

• Interpretable Machine Learning（Christoph Molnar）——全书核心主题之一即“interpretability/可解释性”。
• The Book of Why（Judea Pearl, Dana Mackenzie）——讨论因果推断与理解“为什么”，常涉及模型结论的可解释性。
• Weapons of Math Destruction（Cathy O’Neil）——讨论算法影响与社会责任，强调透明度与可解释性的价值。
• Deep Learning（Ian Goodfellow, Yoshua Bengio, Aaron Courville）——在相关讨论中涉及对深度模型理解与解释的问题（常与“可解释性”话题并行出现）。