This paper provides an overview of the NIST TREC 2020 Fair Ranking track. For 2020, we again adopted an academic search task, where we have a corpus of academic article abstracts and queries submitted to a production academic search engine. The central goal of the Fair Ranking track is to provide fair exposure to different groups of authors (a group fairness framing). We recognize that there may be multiple group definitions (e.g. based on demographics, stature, topic) and hoped for the systems to be robust to these. We expected participants to develop systems that optimize for fairness and relevance for arbitrary group definitions, and did not reveal the exact group definitions until after the evaluation runs were submitted.The track contains two tasks,reranking and retrieval, with a shared evaluation.


翻译:本文概述了NIST TREC 2020 公平评分轨道。 2020 年,我们再次通过了一项学术搜索任务,我们在该任务中向生产型学术搜索引擎提交了大量学术文章摘要和询问。 公平评分轨道的中心目标是向不同作者群体提供公平曝光的机会(集体公平框架 ) 。 我们认识到,可能存在多种群体定义(例如基于人口统计、地位、主题),并希望这些系统能够对这些定义保持稳健。 我们期望参与者制定系统,优化任意群体定义的公平和相关性,并在提交评估报告之前不披露确切的团体定义。 该轨道包含两项任务,即重新排序和检索,并共同进行评估。

0
下载
关闭预览

相关内容

强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
CCF推荐 | 国际会议信息8条
Call4Papers
9+阅读 · 2019年5月23日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
Federating for Learning Group Fair Models
Arxiv
0+阅读 · 2021年10月7日
Arxiv
110+阅读 · 2020年2月5日
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
Arxiv
3+阅读 · 2012年11月20日
VIP会员
相关论文
Federating for Learning Group Fair Models
Arxiv
0+阅读 · 2021年10月7日
Arxiv
110+阅读 · 2020年2月5日
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
Arxiv
3+阅读 · 2012年11月20日
Top
微信扫码咨询专知VIP会员