为什么当前XAI不足以应对阿拉伯语NLP：可解释性差距的批判性综述

# 当前可解释AI为何不足以支撑阿拉伯语自然语言处理：解释鸿沟批判性综述
来源：https://arxiv.org/html/2608.26144
Salima Lamsiyah1, Ruslan Mitkov2 1卢森堡大学 2阿利坎特大学 salima\.lamsiyah@uni\.lu

###### 摘要

可解释人工智能（XAI）现已成为自然语言处理（NLP）的核心议题；然而阿拉伯语自然语言处理在三个相互关联的层面上仍存在解释不足的问题。首先是*方法鸿沟*：阿拉伯语XAI严重依赖LIME、SHAP、注意力可视化和显著性分析等少量事后解释技术，而更广泛的NLP可解释性研究已发展出诊断式、反事实式、探针式、基于推理及以人为中心等丰富方法。其次是*任务鸿沟*：现有阿拉伯语XAI研究集中于分类任务，尤其在情感分析、仇恨/冒犯性语言检测、虚假新闻和垃圾信息识别领域，而在生成、检索、翻译、摘要、结构化预测和对话系统等任务中覆盖薄弱。第三是*语言鸿沟*：多数解释仅能识别关键词元，却鲜少阐释阿拉伯语特有的语言现象，包括形态学变化、附着语素、方言变体、语码双言现象、书写歧义、变音符号、语码转换、命名实体、文化指涉以及古典语体或宗教语体等。本批判性结构化综述系统整合了文本、语音及多模态场景下的阿拉伯语XAI研究成果。我们认为阿拉伯语NLP不仅需要模型决策的解释，更需要忠实于阿拉伯语语言学、文化及社会技术属性的解释。我们构建了涵盖任务、方法、语言单位、语体变体、目标及评估实践的分类体系，并提出基于语言学基础的阿拉伯语XAI研究议程。

# 当前可解释AI为何不足以支撑阿拉伯语自然语言处理：解释鸿沟批判性综述

Salima Lamsiyah1, Ruslan Mitkov2 1卢森堡大学 2阿利坎特大学 salima\.lamsiyah@uni\.lu

## 1 引言

阿拉伯语自然语言处理通过阿拉伯语专用Transformer模型、预训练多语言及单语言编码器，以及面向阿拉伯语的大语言模型（LLM）取得了快速发展（Abdul\-Mageed等，2021；Inoue等，2021；Khader等，2025；Sengupta等，2023；Huang等，2024）。然而，性能提升的同时也使得系统行为更难以检验，这一问题在可解释NLP和LLM可解释性研究中已被广泛讨论（Zini与Awad，2022；Luo等，2024；Zhao等，2024）。这种不透明性并非单纯源自NLP领域的通用问题。阿拉伯语具有形态丰富、语码双言、方言多样和书写系统多变的特点，涉及附着语素、分词、无变音符号文本、方言变异和语体专用等多重挑战（Habash，2010；Darwish等，2021；Inoue等，2021）。模型可能依赖附着语素、子词片段、方言标记、缺失的变音符号、命名实体边界、古兰经表达式或文化负载短语，而这些依赖关系仅从表面词元难以解读（Abdelali等，2022；Mustafa等，2024；Sahyoun与Shehata，2023；Younes，2026）。因此，适用于其他语言、语体或任务的解释方法若直接应用于阿拉伯语，可能会产生误导。

通用NLP综述描述了广泛的XAI研究图景，包括局部解释、推理阐释、探针分析、反事实推断、显著性分析、忠实度评估及大语言模型解释（Zini与Awad，2022；Luo等，2024；Hassan等，2025；Zhao等，2024）。针对阿拉伯语的综述工作已涵盖阿拉伯语情感分析（Shi与Agrawal，2025）及阿拉伯语情感分析的可解释性研究（Alsehaimi等，2025）。然而，现有文献揭示出更深层的*解释鸿沟*：阿拉伯语系统虽日益增多地被附加解释，但这些解释往往方法论单一、任务集中，且与阿拉伯语语言结构及社会文化背景关联薄弱。

我们从三个维度剖析这一鸿沟。**方法鸿沟**体现在许多阿拉伯语研究仅将LIME、SHAP、注意力可视化或显著性证据作为主要解释手段（Abdelwahab等，2022；Awadallah等，2022；Mustafa等，2024；Aljrees，2024；Sweidan等，2025；Boukef等，2026）。这些方法虽具价值，但仅代表NLP可解释技术的一部分。**任务鸿沟**表现为阿拉伯语XAI集中于分类任务：情感分析、仇恨/冒犯性语言、虚假新闻、垃圾信息、评论、新闻、作者识别及相关社交媒体任务（Atabuzzaman等，2023；Alwateer等，2025；Mahouachi，2026；Ibrahim Aboulola与Umer，2024；Alansari等，2026；Alshammari等，2025）。**语言鸿沟**则指多数解释仅突出词元或特征，未能阐释阿拉伯语特有现象：形态学、附着语素、方言变异、语码双言、变音符号、语码转换、书写歧义、命名实体、文化指涉或古典与宗教语体等。少数研究指向更广阔的研究议程，如探测阿拉伯语Transformer模型的形态与方言信息（Abdelali等，2022），设计方言语音自动识别（ASR）的可解释评估指标（Sahyoun与Shehata，2023），开发阿拉伯语命名实体识别（NER）诊断可视化分析系统（Younes，2026），以及运用知识图谱诊断阿拉伯语机器阅读理解（MRC）中的幻觉问题（AlGhamdi等，2026）。

本综述的核心论点超越“阿拉伯语NLP需要更多XAI”的简单主张。我们认为：阿拉伯语NLP不仅需要模型决策的解释，更需要忠实于阿拉伯语语言学、文化及社会技术属性的解释。词热力图可作为有益起点，但其本身无法说明模型是否使用了方言线索、屈折模式、命名实体、宗教指涉、内容审核规范或数据集中虚假关联。

本文的贡献体现在四个方面：第一，通过方法、任务与语言维度界定阿拉伯语XAI鸿沟；第二，提出阿拉伯语NLP解释应涵盖的四层内容：预测层、模型层、语言层与社会文化层；第三，将综述文献整合为批判性分类体系与任务\-方法覆盖矩阵，区分现有实践与缺失环节；第四，提出基于语言学基础、具备忠实性、实用性与可复现性的阿拉伯语XAI具体研究议程。

## 2 阿拉伯语NLP的解释应涵盖哪些内容？

“可解释阿拉伯语NLP”并非单一解释目标，而是涵盖多个不同层面。基于文献综述，我们提出四层区分框架，旨在使评估标准更精确且可操作。

#### 预测层解释

最基础层面需说明模型为何分配特定标签、返回特定分数、检索给定结果或生成特定输出。多数阿拉伯语XAI分类研究止步于此层，通过局部特征归因识别影响情感、虚假新闻、垃圾信息或仇恨言论判断的关键词（Abdelwahab等，2022；Awadallah等，2022；Aljrees，2024；Ibrahim Aboulola与Umer，2024；Boukef等，2026；Alwateer等，2025）。预测层解释可辅助调试与建立用户信任，但不必然具备忠实度或语言学意义。

#### 模型层解释

模型层解释关注模型采用的内部表征、层级结构、特征或机制。此层面对阿拉伯语Transformer和多语言编码器尤为重要，因其行为可能分布于多层级和子词表征中。例如Abdelali等（2022）探测阿拉伯语Transformer模型的形态学、句法与方言识别能力；基于注意力的情感架构研究（Berrimi等，2023；Ghasemi与Momtazi，2023；Sweidan等，2025）及大语言模型适配研究（Khader等，2025）也属此类，尽管注意力机制或基准性能本身不能确证解释的忠实度。

#### 语言层解释

语言层解释需辨明哪些阿拉伯语语言特征——形态学、句法、语义、方言或书写层面——在模型预测中发挥作用。此层面最能凸显阿拉伯语的解释鸿沟。对阿拉伯语而言，关键解释单位可能是词干、附着语素、词元、变音符号、命名实体、多词表达式、方言短语或书写变体，而非空格分隔的词元。方言语音识别评估（Sahyoun与Shehata，2023）、阿拉伯语命名实体识别诊断（Younes，2026）、阿拉伯语可读性分析（Rabih，2025）及Transformer探测研究（Abdelali等，2022）开始将解释与语言结构关联，但此类研究仍较词元归因方法少见。

#### 社会文化层解释

社会文化层解释探讨模型解读如何受文化背景、内容审核规范、宗教或古典语指涉、身份认同词汇、用户期望及语言使用的社会意义影响。此层面对有害内容审核、宣传分析、古兰经语义搜索及高风险应用至关重要。以人为中心的阿拉伯语仇恨言论解释（Al\-Ansari等，2026）、神经符号化冒犯性语言检测（Mahouachi，2026）、宣传性模因解释（Kmainasi等，2025）、古兰经语义搜索（Mustafa等，2024）及基于知识图谱的古兰经MRC诊断（AlGhamdi等，2026）共同表明：阿拉伯语XAI不能简化为视觉上合理的词高亮标注。

## 3 批判性分类体系

表1（https://arxiv.org/html/2608.26144#S3.T1）总结了解释鸿沟的主要维度，区分现有实践与缺失的解释能力，并基于阿拉伯语特性阐释每一缺失的动机。

该分类体系表明，阿拉伯语XAI鸿沟不能仅归因于解释研究的数量不足。更关键的是相同模式在多个维度反复出现：解释常作为事后组件附加于已训练系统，而阿拉伯语特定的解释对象仍定义模糊。例如LIME、SHAP、注意力可视化和特征重要性方法可识别情感分类器、虚假新闻检测器、垃圾信息过滤器或仇恨言论识别器中的关键表面单元（Abdelwahab等，2022；Awadallah等，2022；Aljrees，2024；Boukef等，2026），但这些方法无法确证模型是否以语言学上有意义的方式使用了附着语素、词干、方言标记、依赖变音符号的歧义或命名实体边界。从这个意义上说，方法、任务与语言单位维度紧密耦合：当任务被定义为标签预测、方法被限定为词元归因时，即使底层错误涉及形态学、方言、语义或社会文化因素，最终解释仍可能停留在预测层面。

该表格同时明确显示：阿拉伯语XAI需要更强效、更显式的解释目标与评估实践对接。部分研究已超越通用归因方法，采用探针分析、可视化分析、可解释语音识别评估指标、知识图谱诊断、神经符号建模及以人为中心的评估（Abdelali等，2022；Sahyoun与Shehata，2023；Younes，2026；AlGhamdi等，2026；Mahouachi，2026；Al\-Ansari等，2026）。这些研究的重要性在于使解释目标更明确：表征、错误类型、实体边界、语义三元组、规则或用户信息量。但这些研究仍呈分散状态，尚未形成共享协议。因此核心挑战并非彻底替换事后解释方法，而是将其嵌入符合阿拉伯语特性的评估设计中，以检验解释在阿拉伯语NLP系统实际面对的语言变异下的忠实度、稳定性、实用性与公平性。

表1：阿拉伯语XAI解释鸿沟批判性分类体系

## 4 任务\-方法覆盖矩阵

表2（https://arxiv.org/html/2608.26144#S4.T2）映射了典型任务与解释方法的对应关系及缺口。非对称性显著：情感分析和有害内容分类构成最强研究集群，而生成、检索增强系统、翻译、摘要、句法分析、对话系统及结构化语言分析在阿拉伯语XAI中覆盖薄弱。该表同时显示方法覆盖范围窄于任务覆盖：许多任务依赖同一系列事后解释方法