本文研究了如何缓解立场检测中数据集偏差的问题，通过借鉴因果效应的基本框架，我们使用对事实推理来建模并减少文本部分的数据集偏差，同时提出了一种对抗性偏差学习模块来更准确地建模偏差特征。实验证明，我们的模型在原始数据集和大部分新构造的测试集上优于现有的去偏差方法。

Dec, 2022

本研究提出了一个新的自然语言生成平台，用于将带有主观倾向的文本转化为客观中立的文本，还提出了一个包含 180000 个句子对的重要语料库，并介绍了两种针对该任务的强大编解码器基线，同时进行了大规模人类评估，结果表明这些算法是自动识别和减少偏见的第一步。

Nov, 2019

本研究提出了一种基于循环神经网络的方法，旨在捕捉引入偏见的短语中单词间的相互依赖关系，并通过实验评估表明其相对于基于词汇表和其他手工特征的竞争对手具有优势，能够以 0.92 的精度区分偏见性语句，最终发布了最大的标记有偏见语言的语料库。

Nov, 2018

本文为了解决公开领域语言模型中偏见检测的问题，就语境化语言模型偏见检测方法和静态单词嵌入偏见检测方法进行了严谨的分析和比较，发现了实现上的一些决策或错误对检测结果可能产生显著的影响，并提出了未来偏见检测方法更好、更健壮、更一致的方向。

Nov, 2022

本次调查分析了 NLP 模型的社会影响，探讨了 NLP 算法中存在性别、种族和文化偏见的根源，定义了公平性，并说明了 NLP 各个子领域如何减少系统存在的偏见，最终讨论了未来研究如何消除 NLP 算法中的有害偏见。

Mar, 2022

本文旨在量化并减少语言模型中表现出的情感偏见，该文分析了在给定的条件下（例如写作提示）和语言模型中，引起生成的文本情感发生变化的敏感属性（例如国家名称，职业，性别）的值变化的影响。我们采用公平机器学习文献中的个体和团体公正度量来量化情感偏见，并证明在两种不同的语料库（新闻文章和维基百科）上训练的大规模模型存在相当高的偏见。我们随后提出使用嵌入和情感预测导出的正则化方法，该方法应用于语言模型的潜在表示。该正则化提高了公正度量，同时保持了可比水平的困惑度和语义相似性。

Nov, 2019

本文探讨机器翻译在情感分析模型的分类中可能引入的偏见，并测试了三个开放式的机器翻译模型在五种不同语言的平行语料库上的表现，统计结果表明出现了标签概率分布的偏移，但没有一个是足够一致的使我们认为翻译过程会引入偏见。

Jun, 2023

本文介绍了一个基于 Wikipedia 文章的可解释模型来评分网络文档的偏见性，并且应用该模型研究了 Wikipedia 文章中的偏见的时间演变，新闻媒体的偏见比较和法律修正案中的偏见评分，最后发现在各个领域中，法规文件是最少有偏见的，新闻媒体是最有偏见的，Wikipedia 文章则居中。

Jul, 2023

文章提出了一种用于 NLP（自然语言处理）的预测性偏差框架，该框架将数据、模型、标签偏差、选择偏差、模型过度放大、语义偏差作为偏差的四个主要来源，并探讨了过去的工作是如何对抗每种偏差来源的，以期引导未来研究。

Nov, 2019

本篇论文调查了 209 篇关于自然语言处理模型中的偏差的论文，提出了社会人口统计学偏见的定义，并确定了研究偏见的三个主要类别：偏见类型，偏见度量和去偏见。作者总结说，目前的去偏见技术是肤浅的，不能真正消除偏见；最后提供了未来工作的建议。

Jun, 2023