面向子组的公平感知反事实
机器学习
2023-06-28 v1 计算机与社会
摘要
在这项工作中，我们提出面向子组的公平感知反事实（FACTS），一个通过反事实解释审计子组公平性的框架。我们首先重温（并推广）现有概念并引入更精细的子组公平性新概念。我们的目标是（a）在微观层面（将子组成员个体考量）或宏观层面（将子组整体考量）上，刻画特定子组个体获得救济（即收到期望结果）的困难性的不同方面，以及（b）引入对实现救济的代价具有鲁棒性（即便非完全漠视）的子组公平性概念。我们为这些概念配套了一个高效、模型无关、高度可参数化且可解释的框架，用于评估子组公平性。我们通过针对不同基准数据集的详尽实验评估，展示了我们方法的优势、广泛适用性与高效性。
引用
@article{arxiv.2306.14978,
title = {Fairness Aware Counterfactuals for Subgroups},
author = {Loukas Kavouras and Konstantinos Tsopelas and Giorgos Giannopoulos and Dimitris Sacharidis and Eleni Psaroudaki and Nikolaos Theologitis and Dimitrios Rontogiannis and Dimitris Fotakis and Ioannis Emiris},
journal= {arXiv preprint arXiv:2306.14978},
year = {2023}
}