活动举办方：Mo人工智能俱乐部

活动方式：线上（Mo平台直播&钉钉直播)

主讲人： 宋彤彤 浙江大学软件学院研究生

课程简介：Deep Leakage from Gradients

论文分享：Linguistic Models for Analyzing and Detecting Biased Language

分享大纲：

1. 语言偏见的系统介绍；

2. 检测偏见的特征与模型介绍；

3. 实验结果。

引言

公正的语言是诸如百科全书和科学文本之类的参考资料的要求。但是，偏见无处不在，因此理解其本质和语言实现并因此自动检测偏见至关重要。

首先，本文分析了旨在消除Wikipedia文章偏见的人工编辑的真实实例。分析发现了两类偏见：框架偏见，例如称赞或特定于视角的词，我们将其与主观性文献联系起来；和认识论偏见，涉及文本中预设或包含的命题是否毫无争议地被接受为真实。

其次，本文确定了这些类别的常见语言暗示，包括事实动词，暗示，对冲和主观强化词。这些见解有助于我们开发模型的功能，以解决具有实际意义的新预测任务：给定偏颇的句子，找出引起偏颇的单词。

最后，语言告知的模型的性能几乎与在同一任务上测试过的人一样好。我们将显示代码的结果。
活动视频：https://v.qq.com/x/page/c3079jhurw8.html?pcsharecode=9TAcvIVq&sf=uri