通过减少意外的政治偏见，提高攻击性备忘录检测模型的公平性

摘要 本文探讨了在攻击性备忘录检测中检测和减轻意外政治偏见这一关键挑战。政治备忘录是一种强大的工具，可以用来影响公众舆论和扰乱选民的心态。然而，目前用于检测冒犯性备忘录的视觉语言学模型表现出了意外的偏见，难以准确地对非冒犯性备忘录和冒犯性备忘录进行分类。这可能会损害民主进程的公平性，要么针对少数群体，要么宣扬有害的政治意识形态。印地语是全球使用人数最多的第五大语言，母语使用者人数众多，因此必须检测和删除基于印地语的攻击性备忘录，以促进公平公正的民主进程。为了解决这些问题，我们提出了三种去污技术，以减轻多数群体观点的过度代表性，同时解决政治话语中对少数群体观点的压制问题。为了支持我们的方法，我们专门为印地语设计了一个名为 Pol_Off_Meme 的综合数据集。对该数据集的实证分析表明，我们提出的去中心化技术能有效减少网络备忘录中的政治偏见，促进公平公正的民主环境。与基于CLIP的基线模型相比，我们的去除法模型（名为\(DRTIM^{Adv}_{Att}\)）表现出了更优越的性能。它的 F1 分数大幅提高了 9.72%，同时假阳性率差异（FPRD）降低了 -16%，假阴性率差异（FNRD）降低了 -14.01%。我们的努力旨在培养一种更加知情和包容的政治话语，确保所有意见，无论其处于多数还是少数地位，都能得到充分的关注和代表。