<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>caiocesarpm</author_name>
  <author_url>https://blog.hatena.ne.jp/caiocesarpm/</author_url>
  <blog_title>Insight Edge Tech Blog</blog_title>
  <blog_url>https://techblog.insightedge.jp/</blog_url>
  <categories>
    <anon>LLM</anon>
    <anon>クラスタリング</anon>
    <anon>生成AI</anon>
    <anon>データ分析</anon>
    <anon>神経科学</anon>
  </categories>
  <description>目次 はじめに 背景：クラスタリング結果の「解釈」はなぜ難しいのか 論文の概要：「クラスタの意味」をLLMで説明する 提案手法 結果と考察 ポスター発表の感想 おわりに はじめに こんにちは、Insight Edgeのカイオです。 先日、言語処理学会 第32回年次大会で、「クラスタの&quot;意味&quot;を語るAI：LLMによる教師なし学習の説明性付与」というテーマで発表しました。本記事では、その発表内容をベースに、論文で扱った問題設定、提案手法、結果、そして発表を通じて改めて感じたことをご紹介します。 背景：クラスタリング結果の「解釈」はなぜ難しいのか クラスタリングは教師なし学習の一種であり、数値的な類…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftechblog.insightedge.jp%2Fentry%2Fai-for-explaining-clusters&quot; title=&quot;クラスタの&amp;quot;意味&amp;quot;を語るAI：LLMによる教師なし学習の説明性付与 - Insight Edge Tech Blog&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/i/insightedge/20260413/20260413090014.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2026-04-13 09:00:00</published>
  <title>クラスタの&quot;意味&quot;を語るAI：LLMによる教師なし学習の説明性付与</title>
  <type>rich</type>
  <url>https://techblog.insightedge.jp/entry/ai-for-explaining-clusters</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
