BriefGPT.xyz
May, 2022
元嵌入中的性别偏见
Gender Bias in Meta-Embeddings
HTML
PDF
Masahiro Kaneko, Danushka Bollegala, Naoaki Okazaki
TL;DR
本文研究了从给定的源嵌入集合中开发元嵌入的不同方法,以及它们中的性别偏见如何影响元嵌入,并通过实验证明,debiasing不仅需要源代码,还需要它们的元嵌入。作者提出了一种基于元嵌入学习的新型去偏方法,其中使用多种去偏方法对单个源嵌入进行处理,然后创建一个单一的无偏元嵌入。
Abstract
Combining multiple source embeddings to create
meta-embeddings
is considered effective to obtain more accurate embeddings. Different methods have been proposed to develop
meta-embeddings
from a given set of sourc
→