利用自然语言处理对文书与推荐信增强大学招生中的综合评审

许多高度选拔性机构的大学招生采用综合评审流程，其中申请的所有方面，包括受保护属性（例如种族、性别）、成绩、文书和推荐信都被考虑，以组成一个优秀且多样的班级。在本研究中，我们实证评估了受保护属性对于使用机器学习（ML）模型预测录取决策的影响程度，以及文本信息（例如个人文书、教师推荐）在多大程度上可以替代模型中受保护属性的缺失。使用来自美国一所选拔性院校 2022-2023 周期本科招生办公室的 14,915 名申请者的数据，我们发现从 ML 模型中排除受保护属性导致录取预测性能大幅降低。通过 TF-IDF 表示和潜在狄利克雷分配（LDA）模型纳入文本信息部分恢复了模型性能，但似乎并未提供录取类似多样性班级的完全替代。特别地，虽然文本有助于性别多样性，但 URM（少数族裔）申请者的比例受到排除受保护属性的严重影响，且从文本信息生成的新属性的纳入并未恢复这一性能损失。