Exploration and Mitigation of Stereotypical Gender Biases in Information Retrieval Systems
Notice bibliographique
Résumé
Recent studies in information retrieval have shown that gender biases have found their way into representational and algorithmic aspects of retrieval methods. In this thesis, we focus on the exploration and mitigation of gender biases in information retrieval gold standard datasets, often referred to as relevance judgements, and di▯erent retrieval methods including ad hoc retrieval and neural rankers. We investigate the presence of stereotypical gender biases in relevance judgment datasets and show that stereotypical gender biases are prevalent in relevance judgement datasets. The presence of gender biases in relevance judgements would immediately find its way into how neural ranking models are trained and evaluated. Therefore, we propose a systematic method to de-bias the relevance judgement datasets with a set of balanced and well-matched query pairs from different gender identities to reduce the level of bias transferred into neural ranking models that are trained based on them. The main premise of our work is that such a debiasing process will expose neural rankers to comparable queries from across gender identities that have associated relevant documents with compatible degrees of gender bias. Our experiments show that our proposed approach is able to systematically reduce stereotypical gender biases associated with different gender identities, and at the same time maintain the same level of retrieval effectiveness. In addition to relevance judgment datasets, we propose methods for reducing biases in different retrieval methods. To this end, we propose a bias-aware pseudo-relevance feedback method for reducing the level of bias in the ad hoc retrieval method and show that this decrease in bias is not accompanied with the cost of reduction in the utility. We also propose a light-weight strategy that considers the degrees of gender bias when sampling documents to be used for training neural ranking models. Our results show that the proposed light-weight strategy is able to show competitive (or even better) performance compared to the state-of-the-art neural architectures specifically designed to reduce gender biases.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».