论文:Depression and Self-Harm Risk Assessment in Online Forums
作者:Andrew Yates, Arman Cohan 和 Nazli Goharian.
最佳短论文:
论文:Natural Language Does Not Emerge ‘Naturally’ in Multi-Agent Dialog
作者:Satwik Kottur, José Moura, Stefan Lee 和 Dhruv Batra
地址:https://arxiv.org/abs/1706.08502
最佳资源论文:
论文:Bringing Structure into Summaries: Crowdsourcing a Benchmark Corpus of Concept Maps
作者:Tobias Falke 和 Iryna Gurevych.
地址:https://arxiv.org/abs/1704.04452
最佳长论文:Men Also Like Shopping: Reducing Gender Bias Amplification using Corpus-level Constraints
[attach]407766[/attach]
摘要:支持从网上搜集图像的自然言语越来越多地用于定义丰富的视觉辨认成绩。这些义务运用结构化预测模型以应用视觉输入和同现标签的关联性,但是这种关联性常常编码了网站语料库中的社会成见。在本论文中,我们研讨了与多标签目的分类和视觉语义角色标注(visual semantic role labeling)相关联的数据和模型。我们发现(a)这些义务的数据集包含严重的性别成见,(b)在这些数据集上训练的模型放大了这些成见。例如,在训练集中,做饭触及到女性的概率要比男性高33%,而训练后的模型在测试集上将这一概率放大到了68%。我们建议可以注入用于校准现有结构化预测模型的语料库级约束,并基于拉格朗日松弛设计一种算法以停止群体推断。我们的方法几乎在辨认义务上没有功能损失,但是降低了成见放大的数量级,在多标签分类和视觉语义角色标注义务上分别降低了47.5%和40.5%。
最佳短论文:Natural Language Does Not Emerge ‘Naturally’ in Multi-Agent Dialog