Mar, 2019
用实际数据衡量文本分类的意外偏误的微妙度量
Nuanced Metrics for Measuring Unintended Bias with Real Data for Text Classification
Daniel Borkan, Lucas Dixon, Jeffrey Sorensen, Nithum Thain, Lucy Vasserman
TL;DR该论文通过引入一套阈值不可知的度量标准,考虑分类器分数分布在指定群体中的变化,从而提供了深入了解机器学习中的未预期偏差的视角,该方法可帮助发现现有公共模型中的新的潜在微妙的偏差,并使用在线评论和众包注释展示该度量标准的运用。