ICMLJul, 2018
女性也滑雪板:克服标题模型中的偏见 (摘要)
Women also Snowboard: Overcoming Bias in Captioning Models (Extended Abstract)
Lisa Anne Hendricks, Kaylee Burns, Kate Saenko, Trevor Darrell, Anna Rohrbach
TL;DR本研究介绍一种称为 Equalizer 的新方法,它可以确保在场景中遮挡性别证据时具有平等的性别概率,并在存在性别证据时具有自信的预测,以减轻描述数据集中不想要的偏见的影响。此模型在描述含人物的图像时预测其性别的错误率低于以前的工作,并更接近包括女性句子和包括男性句子的语句的实际比率。