知识图谱嵌入中的社会偏见度量
计算与语言
2020-05-08 v2
摘要
最近已有研究表明词嵌入编码了社会偏见，对下游任务产生有害影响。然而，迄今为止在图嵌入领域尚无类似工作。我们提出了关于知识图谱嵌入中社会偏见的首次研究，并提出了一种适用于度量此类偏见的新指标。我们在 Wikidata 和 Freebase 上进行了实验，表明如同词嵌入一样，与职业相关的有害社会偏见在嵌入中相对于性别、宗教、种族和国籍被编码。例如，图嵌入编码了男性更可能是银行家、女性更可能是家庭主妇的信息。随着图嵌入的日益应用，我们认为理解此类偏见的存在并采取措施减轻其影响十分重要。
引用
@article{arxiv.1912.02761,
title = {Measuring Social Bias in Knowledge Graph Embeddings},
author = {Joseph Fisher and Dave Palfrey and Christos Christodoulopoulos and Arpit Mittal},
journal= {arXiv preprint arXiv:1912.02761},
year = {2020}
}