2021-06-07に投稿2022-01-29に更新🔎 研究‍15分で読む (約2219語)

頑固なバイアスは繰り返しで除去する

タイトル： Null It Out: Guarding Protected Attributes by Iterative Nullspace Projection
著者： Shauli Ravfogel, Yanai Elazar, Hila Gonen, Michael Twiton, Yoav Goldberg
会議・出版： ACL
年： 2020

💡 概要

零空間へ射影を繰り返すことで，分散表現に学習された情報を除去する手法 (Iterative Null-space Projection; INLP) を提案
除去したい情報を検出する線形モデルを学習し表現を零空間に射影することを繰り返すことで線形モデルが情報を検出できない，つまり情報を除去することができる
公平性に関するデータセットに適応し，バイアス除去することで提案手法の有効性を示した

2021-05-12に投稿2022-01-29に更新🔎 研究‍13分で読む (約2001語)

マスク付き言語モデルの差別的バイアスの除去

タイトル： Debiasing Pre-trained Contextualised Embeddings
著者： Masahiro Kaneko, Danushka Bollegala
会議・出版： EACL
年： 2021

💡 概要

BERTやRoBERTaなどのマスク付き言語モデル (Masked Language Models; MLMs) に含まれる差別的バイアスを除去する研究
MLMのバイアス除去の適応箇所について(1)単語単位と文単位(2)最初の層，最終層と全層，の2つの観点に対して調査した．その結果，単語単位で全層に対してバイアス除去することがもっとも効果的であることを示した．
そして，MLMごとに下流タスクへの影響に差があることも明らかにした