面向在线讨论中的公平性感知多目标检测
机器学习
2026-05-05 v5
摘要
目标检测是识别内容"针对或关于"哪些群体的任务。应用包括定向营销、内容推荐和群体特定内容评估。关键挑战在于：1) 单个帖子可能针对多个群体；2) 确保跨群体的检测准确性以实现公平。在本工作中，我们调查在毒性检测语境下的目标群体检测的公平性问题，因为社交媒体帖子的感知危害往往取决于其针对的群体。由于毒性高度情境化，看似一般良性的语言在针对特定人口统计学群体时可能造成伤害。我们展示我们的公平性感知多目标检测方法既减少了跨群体的偏差，又表现出强大的预测性能，超越了现有的公平性感知基线方法。为促进可重复性并激发未来工作，我们在线上分享了我们的代码。
引用
@article{arxiv.2407.11933,
title = {Fairness-Aware Multi-Group Target Detection in Online Discussion},
author = {Soumyajit Gupta and Maria De-Arteaga and Matthew Lease},
journal= {arXiv preprint arXiv:2407.11933},
year = {2026}
}