Dbias：检测新闻文章中的偏见并确保公平性
信息检索
2022-08-12 v1
摘要
由于以数据为中心的系统和机器学习算法使用日益增多，公平性主题在学术及更广泛文献中受到大量关注。本文介绍 Dbias（https://pypi.org/project/Dbias/），一个用于确保新闻文章公平性的开源 Python 包。Dbias 可接收任意文本以判定其是否有偏。随后，它检测文本中的偏见词，将其掩码，并建议一组含无偏或至少偏见更少新词的句子。我们进行了大量实验以评估 Dbias 的性能。为观察我们方法的效果，我们将其与现有公平性模型比较。我们也测试了 Dbias 的各组件以考察其有效性。实验结果表明，Dbias 在准确性与公平性上优于所有基线。我们使该包（Dbias）公开可用，供开发者与从业者减轻文本数据（如新闻文章）中的偏见，并鼓励对此工作的扩展。
引用
@article{arxiv.2208.05777,
title = {Dbias: Detecting biases and ensuring Fairness in news articles},
author = {Shaina Raza and Deepak John Reji and Chen Ding},
journal= {arXiv preprint arXiv:2208.05777},
year = {2022}
}
备注
Accepted for publication in International Journal of Data Science and Analytics