情感计算中的“情感公平性”如何覆盖“交叉群体偏见”? 热门官方
回答:交叉群体偏见指模型对“女性+少数族裔”“残障+低收入”等交叉群体的复合偏见(如将“黑人女性愤怒”误判为“攻击性”的概率是白人男性的3倍)。覆盖方法:① 交叉群体公平性指标:提出“交叉公平性差距”(如不同交叉群体的情感识别准确率差异<5%);② 多维度去偏训练:在损失函数中加入“交叉群体公平性惩罚项”,同时优化性别、种族、残障等维度的公平性;③ 对抗性交叉去偏:训练对抗网络识别交叉群体身份(如“黑人女性”),并惩罚模型对该身份的偏见关联。某招聘平台应用后,交叉群体情感偏见误差从30%降至6%,公平性评分提升70%。
用户讨论(回复)
共 0 条记录,当前显示第 1- 条
« 上一页
下一页 »
相关阅读