arXiv · NLP· Suryansh Talukdar (Purdue University Fort Wayne), Taha Sarwat (Purdue University Fort Wayne), Jonathan Rusert (Purdue University Fort Wayne)·· 8 小时前AI 评分28
通过推理正则化缓解仇恨言论检测中的解释公平性差异
Mitigating Demographic Disparities in Explanation-Human Alignment via Rationale Regularization
AI 导读
研究指出预测公平性不能消除模型解释在不同人口群体间的差异。 团队在 HateXplain 数据集上提出 Plausibility-EFG 指标，评估 BERT、RoBERTa 及 ADV-RoBERTa。
来源：arXiv · NLP · arxiv.org