May, 2019

公正胜于轰动：男性对医生的称呼与女性对医生的称呼相同

PDF
TL;DR本文旨在探讨如何使用类比法检测自然语言嵌入的偏见问题，并分析类比法存在的固有问题，同时提出其他更合适的偏见检测方法。同时，本文指出类比法在检测偏见方面的局限性，以及其贡献和局限性。
发现论文，激发创造
  • 基于词向量的性别偏见评估的鲁棒性和可靠性：碱基对的作用

    研究表明单词嵌入存在性别偏见，过去常常以男女性词对来衡量性别偏见，但这种方式存在局限性，因为它们无法识别现实世界中的其他类型偏见，并且不能很好地指示偏见。

    Oct, 2020

  • 去偏见：消除词嵌入中的 “人类是程序员，女性是家庭主妇” 偏见

    对 Google News 文章上的 Word Embedding 进行的实证研究表明，即使是这种非人工制作的大型文本数据，在机器学习和自然语言处理应用中也存在着性别偏见的问题。为了消除这些偏见，我们提出了一种方法进行 Word Embedding 去偏见化，从而减少性别偏见的扩大和助推。

    Jul, 2016

  • 类比的解释：走向理解词嵌入

    本文通过概率定义新的释义来重新诠释 W2V 生成的词向量中的线性行为，证明了线性关系存在，并确定了差错项。

    Jan, 2019

  • 评估向量空间类比模型

    本文评估了将平行四边形模型应用于现代单词嵌入的类比关系能够捕捉基于人类关系相似度判断的能力，并发现其在某些语义关系上表现更好，但同时提供了基于向量空间内在几何约束的更深层次局限性证据，对一阶相似性产生的古典结果进行类比。

    May, 2017

  • 量化和减少词嵌入中的刻板印象

    通过研究 word embedding 中的性别特征，开发了一种有效算法，减少性别刻板印象又能保留嵌入的有用几何特性。

    Jun, 2016

  • 语言模型可以学习类比推理吗？研究训练目标和与人类表现的比较

    通过测试几种学习基本类比推理的方法，研究人员发现模型在少量数据情况下也能学习类比推理，并与人类基准数据集进行比较发现，经过训练后，模型接近人类表现。

    Oct, 2023

  • 不包含类比测试的类比研究：衡量词嵌入中的规律性

    本文通过分解和实证分析经典算数词类比测试，提出了两种新的指标，用于解决标准测试存在的问题，并区分广泛类别内二元词汇之间的相似方向和正确匹配词对之间存在常规变换的配对一致性；结果表明，尽管标准的词类比测试存在缺陷，但一些受欢迎的词嵌入方法仍然编码语言规律。

    Oct, 2020

  • 基于反射的词属性转换

    本研究提出了一种基于反射映射的词属性转移新方法，不需要进行类比操作，实验结果表明该方法可以在不改变不具有目标属性的单词的情况下转移给定单词的属性。

    Jul, 2020

  • 生活如马戏团，我们是小丑：自动寻找情境和进程之间的类比

    本研究通过探索一种更具有现实性且具有挑战性的方法，基于关系相似性来找到不同域之间的映射，使用自动提取文本中实体及其关系并进行解释性的可扩展性算法，从大量的自然语言过程文本数据集中提取类比，并证明该算法对于文本的释义具有鲁棒性。

    Oct, 2022

  • 利用词嵌入进行类比任务预测药物 - 基因关系

    利用自然语言处理和 BioConceptVec 嵌入，预测药物和靶基因的关系，通过生物途径的分类改善性能，并通过历史关系的向量预测未知的未来关系。

    Jun, 2024