缓解多语言文本分类中性别偏见的简易自适应方法
计算与语言
2022-04-13 v1 社会与信息网络
摘要
现有缓解人口统计偏见的方法在单语数据上评估，然而多语言数据尚未被考察。在本工作中，我们将性别视为域（例如，男性 vs. 女性），并提出一个标准域自适应模型，以在多语言设定下减少性别偏见并改进文本分类器的性能。我们在两个文本分类任务（仇恨言论检测和评分预测）上评估我们的方法，并用三个公平感知基线展示了我们方法的有效性。
引用
@article{arxiv.2204.05459,
title = {Easy Adaptation to Mitigate Gender Bias in Multilingual Text Classification},
author = {Xiaolei Huang},
journal= {arXiv preprint arXiv:2204.05459},
year = {2022}
}
备注
Accepted at NAACL - 2022, a camera ready version is upcoming