Addressing Bias in Information Retrieval (eBook)

Addressing Bias in Information Retrieval (eBook)

Mishra HarshitSoundarajan Sucheta
Mishra HarshitSoundarajan Sucheta
Prezzo:
€ 46,79
Compra EPUB
Prezzo:
€ 46,79
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: Inglese
Editore: Springer
Collana: Computer Science (R0)
Codice EAN: 9783032241450
Anno pubblicazione: 2026
Scopri QUI come leggere i tuoi eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

Online search engines are an essential tool for seeking information, but results returned from these search engines can contain undesirable forms of bias with respect to protected attributes such as gender or race. These biases can exist due to the word embeddings used by search engines, the design of re-ranking algorithms, the development of retrieval algorithms, or a variety of other reasons. Classical information retrieval (IR) methods, such as query recommendation or query expansion, were designed to produce the most relevant results. However, if such biases are present in the system, then these methods will also deliver biased results. IR systems/recommender systems also play a major role in social media algorithms, where platforms have pivoted away from friend-follow timelines to “for you” timelines containing algorithmically-selected content. If these algorithms are biased (towards, say, maximizing screen time to show ads, maximizing user interaction to likes, comments), then they may push end users towards clickbait or non-mainstream trending topics. This book presents an overview of modern IR and discusses the work done to mitigate biases in IR systems. It also examines methods for debiasing word embeddings and re-ranking search results to address group fairness, and presents a query reformulation method that analyzes bias in search results and delivers balanced results to the end user. Awareness of how information retrieval systems work, ways to mitigate bias in search results, and the tradeoffs between accuracy and bias metrics in search results will help readers understand real-world search engines.