通过改进神经因果模型生成学习实现反偏见模型

在实际应用中部署机器学习模型时，公平性是主要关切事项之一。反事实公平性已成为一种直观且自然的公平性定义。然而，现有方法似乎存在两个局限性：(i)生成符合底层因果图的反事实样本，(ii)正如本文所论证的，现有正则化器仅是近似且并未直接强制执行反事实公平性的精确定义。为此，我们的目标是缓解这两个问题。首先，我们提出采用神经因果模型（NCMs）生成反事实样本。为在NCMs中实现推断步骤，需要给定反事实查询后估计外生变量的后验分布，因为这些后验分布并非直接可用。结果是，由于估计误差，无法在实践中保证与底层因果图相关的$\mathcal{L}_3$一致性。为缓解此问题，我们提出一种新型核最小二乘损失项，以显式强制执行$\mathcal{L}_3$约束。于是，我们获得了适用于反事实公平性任务的改进反事实生成方法。其次，我们提出一种新的MMD-based正则化器，以显式强制将反事实公平性条件纳入基模型训练中。我们在合成数据集和基准数据集上展示，相较于现有基线方法，在反事实公平性与泛化性之间实现了更好的权衡。