不平衡研究提案主题推断中的跨学科公平性：一种带选择性插值基于分层 Transformer 的方法

研究提案中的主题推断旨在从资助机构定义的学科体系中获得最合适的学科划分。机构随后将基于此划分从其数据库中寻找合适的同行评审专家。自动化主题推断可减少人工填主题导致的人为错误，弥合资助机构与项目申请人之间的知识鸿沟，并提升系统效率。现有方法聚焦于将该问题建模为分层多标签分类问题，使用生成模型迭代推断最合适的主题信息。然而，这些方法忽视了跨学科研究提案与非跨学科提案在规模上的差距，导致自动化推断系统将跨学科提案归类为非跨学科的不公正现象，造成专家分配中的不公平。我们如何在复杂学科体系下解决这一数据不平衡问题从而消解此不公平？本文中，我们实现了基于 Transformer 编码器-解码器架构的主题标签推断系统。此外，我们基于跨主题概率和主题出现概率等非参数指标，在训练时利用插值技术从非跨学科提案生成一系列伪跨学科提案。该方法旨在减少模型训练期间系统的偏置。最后，我们在真实数据集上进行了广泛实验以验证所提方法的有效性。实验结果表明，我们的训练策略能显著缓解主题推断任务中产生的不公平。