https://blog.qife122.com/tags/%E5%81%8F%E8%A7%81%E6%B6%88%E9%99%A4/ Recent content in 偏见消除 on 办公AI智能小助手 Hugo zh-cn qife Thu, 18 Sep 2025 14:30:28 +0800 https://blog.qife122.com/p/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%B5%8C%E5%85%A5%E4%B8%AD%E7%9A%84%E7%A4%BE%E4%BC%9A%E5%81%8F%E8%A7%81%E7%BC%93%E8%A7%A3%E6%8A%80%E6%9C%AF/ Thu, 18 Sep 2025 14:30:28 +0800 https://blog.qife122.com/p/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E5%B5%8C%E5%85%A5%E4%B8%AD%E7%9A%84%E7%A4%BE%E4%BC%9A%E5%81%8F%E8%A7%81%E7%BC%93%E8%A7%A3%E6%8A%80%E6%9C%AF/ <h1 id="缓解知识图谱嵌入中的社会偏见">缓解知识图谱嵌入中的社会偏见</h1> <h2 id="研究背景">研究背景</h2> <p>问答系统通常依赖知识图谱——包含现实世界实体（人物、组织、国家等）事实的大型数据库。为利用知识图谱中的信息，机器学习模型常采用知识图谱嵌入技术，即将图中的实体表示为多维空间中的向量。这种方法潜在的问题是：知识图谱中的数据分布反映了当前和历史上的社会偏见。例如，大多数知识图谱中&quot;银行家&quot;职业的男性实体多于女性，或&quot;芭蕾舞者&quot;职业的白人实体多于非裔美国人实体。</p>