迈向整体视角：以跨学科透镜理解 NLP 模型中的社会人口偏见
计算与语言
2023-08-28 v1
摘要
自然语言处理（NLP）在各种社会技术解决方案中的使用与应用快速增长，凸显了全面理解偏见及其社会影响的必要性。尽管关于 NLP 中偏见的研究已扩展，若干亟待关注的挑战依然存在。这些包括对社会人口偏见超出种族与性别的有限关注、主要集中于模型的分析视角狭窄，以及以技术为中心的实现方式。本文应对这些挑战，并倡导以更具跨学科性的方式理解 NLP 中的偏见。工作被构建为三个层面，各自探讨 NLP 中偏见的特定方面。
引用
@article{arxiv.2308.13089,
title = {Towards a Holistic Approach: Understanding Sociodemographic Biases in NLP Models using an Interdisciplinary Lens},
author = {Pranav Narayanan Venkit},
journal= {arXiv preprint arXiv:2308.13089},
year = {2023}
}