活动报名丨Meta工程师分享使用文本蕴含数据减轻性别偏差

2023年1月9日（周一）上午11点「青源Live第60期丨MABEL：使用文本蕴含数据减轻性别偏差」将在线举办，Meta软件工程师何雨盈（Jacquline He）将做报告分享，欢迎预约观看并参与线上交流（注：本次报告为英语）。

何雨盈

Meta软件工程师

2022年毕业于从普林斯顿大学计算机科学系，辅修统计/机器学习和金融。此前在普林斯顿陈丹琦教授小组进行研究。 

微信：hejacqueline

邮件：[email protected]

“

一种使用文本蕴含数据减轻性别偏差的方法

预训练语言模型重塑了现代自然语言处理的格局。然而，作为对充满社会偏见（例如，性别、种族等领域）的大量语料库进行训练的意外副产品，这些强大的网络产生了附带不良社会关联的编码表征，不仅可以传播，还会在下游任务重加剧歧视性判断。在本次报告中，讲者将首先概述最近为实现更公平NLP所做的努力，包括减轻语言模型中的社会偏见和衡量这些系统的偏见能力。接下来将讨论 MABEL（一种使用文本蕴含数据减轻性别偏差的方法），这是一种用于减轻情境化表示中的性别偏见的中间预训练方法。该方法的关键是对来自自然语言推理 (NLI) 数据集的反事实增强、性别平衡的蕴含对使用基于对比学习的目标。MABEL 在广泛的社会偏见指标中表现出良好的公平性能权衡，并在微调后保持任务性能。讲者将总结我们工作的一些局限性和伦理考虑，以及潜在的未来方向。

论文标题：MABEL: Attenuating Gender Bias using Textual Entailment Data

收录会议：EMNLP 2022

论文链接：

https://arxiv.org/abs/2210.14975

代码链接：

https://github.com/princeton-nlp/mabel

活动时间：1月9日（周一）11:00-12:00（上午）

活动形式：线上直播，扫描下方二维码报名

更多内容 尽在智源社区公众号