情感计算中的“情感偏见审计”流程与工具链？ 热门官方

回答：审计流程：① 数据偏见检测（用Fairness Indicators工具检测训练数据中群体（如性别、种族）的情感分布差异，如女性“愤怒”样本占比是男性的2倍）；② 模型偏见评估（用Demographic Parity、Equalized Odds评估模型对不同群体的情感识别准确率差异）；③ 偏见来源定位（通过 ablation study 定位偏见来源，如数据标注误差、模型架构偏向）；④ 偏见缓解（用重采样、对抗去偏等方法修正）。工具链包括：What-If Tool（可视化偏见）、AI Fairness 360（自动化偏见检测与缓解）、TensorFlow Privacy（隐私保护训练）。某企业的情感模型经审计后，性别偏见误差从20%降至4%。