学习可控的公平表示

学习在某种程度上可迁移且相对于某些受保护属性公平的数据表示，对于在保留数据效用的同时减少不公平决策至关重要。我们提出了一个基于信息论动机的目标，用于在公平约束下学习最具表达力的表示。我们证明了一系列现有方法优化的是我们目标拉格朗日对偶的近似。与这些现有方法不同，我们的目标允许用户通过指定不公平性的上限来控制表示的公平性。利用对偶性，我们引入了一种方法，可同时优化模型参数以及表达力-公平性权衡。经验证据表明，我们提出的方法能够平衡多种公平性概念之间的权衡，并以更低的计算成本实现更高的表达力。