公平性机器学习研究综述

随着机器学习在社会中的广泛使用,带来的歧视问题引发广泛的社会争议,这逐步引起了产业界和学术界对机器学习算法公平性问题的浓厚兴趣。目前对公平性度量和机器学习公平性机制的研究仍然处于初级阶段。本文对公平性机器学习的研究进行了调研,首先从公平性的定义出发,比较了衡量公平性指标的方法,然后调研了公平性数据集,对公平性问题的产生进行了分析,接下来对现有的公平性机器学习算法进行归类和比较,最后总结了当前公平性机器学习研究中存在的问题,并对关键问题和重大挑战进行了讨论。

基于序列标注的事件联合抽取方法

事件抽取是自然语言处理领域的重要研究方向。传统的事件类型抽取系统采用分类方式,无法解决跨句子的事件角色和事件类型匹配问题。为了解决该问题,提出一种基于序列标注的事件联合抽取模型,结合卷积神经网络(convolutional neural networks,CNN)与长短期记忆网络(long short-term memory,LSTM)提取全局特征和局部特征;并在浅层LSTM层共享参数实现联合抽取,以序列标注方式抽取事件论元并匹配事件类型。实验结果表明,模型能有效提取司法领域的文档事件信息。

个人小额信贷风险影响因素研究

随着互联网消费金融兴起,小额信贷慢慢渗入到经济生活中。然而,金融机构在获得消费信贷利润的同时,持续攀升的不良贷款率也在逼着这些信贷公司不断提高风险评估水平和控制能力。于是,个人信用风险的识别和信贷风险管理成为热门话题。本文基于一家互联网金融公司的个人信贷数据,利用未知连接函数的广义可加模型(GAMUL),分析各个特征变量如何影响个人信用风险。本文首先使用非参独立扫描(NIS)方法选择影响显著的变量,考虑了自变量与因变量之间的非线性关系,再使用GAMUL对数据建立模型。无论是变量选择还是模型分析,NIS-GAMUL都没有对自变量和响应变量进行过多的人为主观假设,完全由数据驱动,使整个模型分析具有较强的适应性和灵活性。

气象调整下的区域空气质量评估

虽然空气污染是由污染物排放到大气中造成的,但是由于气象条件会影响污染物的扩散,因而实际观测到的污染水平会受到气象条件的影响.因此,有效的空气质量管理要求污染评估指标和统计方法不受气象因素的干扰,并能准确客观地反映污染物浓度的变化.为了评估北京地区潜在污染物排放的变化,本文提出一种消除气象干扰的时空调整方法.通过控制气象条件,调整后的污染物时空平均浓度可以捕捉到潜在排放量的变化.本文提出具体调整均值的方法,并进行理论和数值分析,将此方法应用于北京地区的空气质量评估,揭示一些有趣的模式和趋势,这些结果可以用于空气质量评估和管理.