FairSearch：一种用于排序搜索结果公平性的工具
信息检索
2020-04-24 v2
摘要
排序搜索结果与推荐已成为我们在线查找内容、产品、地点和人群的主要机制。随着招聘、选拔、采购和约会日益由算法中介，排序可能决定职业与商业机会、教育安置、福利获取，甚至社会与生殖成功。因此，从社会与伦理角度看，有必要追问搜索结果是否会贬低、边缘化或排除弱势群体的个体，或推广具有不良特征的产品。本文介绍 FairSearch，首个提供排序搜索结果中公平性概念的公平开源搜索 API。我们实现了公平排序文献中的两种算法，即 FA*IR（Zehlike et al., 2017）和 DELTR（Zehlike and Castillo, 2018），并将其作为独立的 Python 与 Java 库提供。此外，我们为两种算法实现了到 Elasticsearch 的接口，其使用上述 Java 库并作为 Elasticsearch 插件提供。Elasticsearch 是基于 Apache Lucene 的知名搜索引擎 API。借助我们的插件，希望确保不同风格公平搜索结果的搜索引擎开发者可轻松将 DELTR 和 FA*IR 集成到其现有 Elasticsearch 环境中。
引用
@article{arxiv.1905.13134,
title = {FairSearch: A Tool For Fairness in Ranked Search Results},
author = {Meike Zehlike and Tom Sühr and Carlos Castillo and Ivan Kitanovski},
journal= {arXiv preprint arXiv:1905.13134},
year = {2020}
}
备注
4 pages, demo paper