论文地址:https://arxiv.org/pdf/2112.05194.pdf

词向量被广泛应用于各类自然语言处理任务中,然而诸多研究已经表明词向量中存在着各种偏见(如性别或种族方面)。本文提出一种基于因果推理的方法,能够有效的消除词向量中的性别偏见并保留其他语义。具体的来说,本文提出了两种因果推理框架,分别用来消除词向量中的Potential proxy bias和Unresolved bias。实验表明,本文方法得到的词向量不但能够较好地消除词向量中的偏见,还能提高语义相关任务的表现。

成为VIP会员查看完整内容
23

相关内容

【AAAI2022】上下文感知的词语替换与文本溯源
专知会员服务
17+阅读 · 2022年1月23日
【CIKM2021】用领域知识增强预训练语言模型的问题回答
专知会员服务
16+阅读 · 2021年11月18日
专知会员服务
15+阅读 · 2021年9月25日
专知会员服务
18+阅读 · 2021年9月6日
专知会员服务
29+阅读 · 2021年6月4日
【AAAI2021】对话推理:上下文阅读理解提升回复生成
专知会员服务
43+阅读 · 2021年1月23日
专知会员服务
13+阅读 · 2021年1月18日
【KDD2021】基于生成对抗图网络的不平衡网络嵌入
用于研究翻译中性别偏见的数据集
TensorFlow
0+阅读 · 2021年8月19日
【WWW2021】实体自适应语义依赖图立场检测
论文浅尝 | 利用 KG Embedding 进行问题回答
开放知识图谱
22+阅读 · 2019年7月7日
【学界】融合对抗学习的因果关系抽取
GAN生成式对抗网络
15+阅读 · 2018年7月14日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月17日
Towards Fine-grained Causal Reasoning and QA
Arxiv
0+阅读 · 2022年4月15日
VIP会员
相关VIP内容
【AAAI2022】上下文感知的词语替换与文本溯源
专知会员服务
17+阅读 · 2022年1月23日
【CIKM2021】用领域知识增强预训练语言模型的问题回答
专知会员服务
16+阅读 · 2021年11月18日
专知会员服务
15+阅读 · 2021年9月25日
专知会员服务
18+阅读 · 2021年9月6日
专知会员服务
29+阅读 · 2021年6月4日
【AAAI2021】对话推理:上下文阅读理解提升回复生成
专知会员服务
43+阅读 · 2021年1月23日
专知会员服务
13+阅读 · 2021年1月18日
相关资讯
【KDD2021】基于生成对抗图网络的不平衡网络嵌入
用于研究翻译中性别偏见的数据集
TensorFlow
0+阅读 · 2021年8月19日
【WWW2021】实体自适应语义依赖图立场检测
论文浅尝 | 利用 KG Embedding 进行问题回答
开放知识图谱
22+阅读 · 2019年7月7日
【学界】融合对抗学习的因果关系抽取
GAN生成式对抗网络
15+阅读 · 2018年7月14日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员