通过与弗吉尼亚大学的研究人员合作,salesforce 提出了有助于减轻 ai 性别偏见的新方法。 通常情况下,研究人员需要为 ai 模型投喂许多单次来展开训练,但其中不可避免地会掺杂一些或隐性、或显性的性别偏见。 然后在执行语言翻译或其它预测任务的时候,这些 ai 也会沾染上一些不良习性。
双硬去偏器示意
有鉴于此,研究团队尝试纠正某些规律性,比如大数据集中的单词频率,以使 ai 在推理前对嵌入的内容进行“纯化”,抛弃那些带有性别歧视的词汇。
这套方案可以捕获单词的语义、句法、以及同其它单词的关系,此前已被许多自然语言处理(nlp)方案所采用,但因不可避免的性别偏见而遭到批评。
先前补救方案是在后处理过程中引入几个步骤,以剔除与性别歧视相关的成分,但有效性受到了较大的限制,比如在去偏见操作后又被复原了。
双硬去偏器基准测试成绩
为此,salesforce 提出了名叫“双硬去偏”(double-hard debias)的新方案,以将嵌入空间转换为表面上无性别的子空间。
然后在执行另一次消除偏见的操作之前,它会沿着这个维度去“投射”性别成分,以获取修改后的嵌入内容。为评估效果,研究人员针对 winobias 数据集开展了测试。
该数据集由赞成性别定型和反对性别定型的句子组成,性能差距反映了算法系统是如何在两个句子组上执行、并导致“性别偏见”的得分。
tsne 嵌入投影
结果显示,在保留语义信息的同时,双硬去偏方案将使用 glove 算法获得的嵌入偏差得分,从 15 分砍半到了 7.7 分。此外在对嵌入进行建模的可视化(tsne 投影)上,它也较其它方案的混合更加均匀。
即便如此,一些专家仍认为无法从词嵌入中完全消除偏见。比如慕尼黑工业大学的最近一项研究,就表明“没有天然中性的文本”。因为单词的语义内容,是始终与社会环境联系在一起的。
航空5G通信基建加速:5G通信技术迎来高速发展
ch32和gd32哪个好用?
市场竞争激烈,电力电缆的主要优点是什么
城市防控体系新力量,AR科技守护城市安全
电动自行车蓄电池的充电及使用技巧
AI可能带有性别偏见?Salesforce提出了减轻AI性别偏见的方法
SAP SuccessFactors一体化人才管理解决方案
第29届智能交通世界大会将于2022年11月在苏州召开
RedCap与5G有何不同?RedCap典型应用场景
索尼这个让人跪舔大半年的黑科技,现在终于出世了!
全自动电池套膜机都有哪些功能
五角继电器接线方法,需要避免哪些常见误区?
迈凯伦将推新超跑:灵感来自F1赛车但可以坐三个人
工业母机千亿大赛道,有望诞生核心资产
锁相环(PLL)电路的组成和参数
再创潮流颜色,红色iphone发售引领潮流
AVR单片机语音识别电路模块设计
U盘维修方法大全
国内客车制造企业市场集中度较高,公路客运位于运输主力地位
智能化妆镜可通过语音来与镜面进行简单的交互