Label Bias

定义 Definition

label bias（标签偏差）：指在数据标注/分类标签的生成过程中，由于标注者主观判断、标注规则不一致、历史记录偏见或采样不均等原因，导致标签系统性偏向某些类别或群体，从而使模型学习到偏差并影响预测公平性与准确性。（在机器学习、数据科学与社会统计中常见）

发音 Pronunciation (IPA)

/ˈleɪbəl ˈbaɪəs/

词源 Etymology

label 源自中古英语，进一步来自古法语 label/lambeau（“布条、标记”之意），后来引申为“标签、标注”。bias 源自法语 biais（“斜的、倾向”），再引申为“偏见/偏向”。合起来 label bias 即“由标签/标注带来的倾向性偏差”。

例句 Examples

The model performed poorly because of label bias in the training data.
由于训练数据存在标签偏差，这个模型表现很差。

Even with a large dataset, label bias can cause the system to consistently misclassify certain groups, undermining fairness and reliability.
即使数据集很大，标签偏差也可能导致系统持续误判某些群体，从而削弱公平性与可靠性。

相关词 Related Words

• Annotation
• Annotator
• Ground Truth
• Sampling Bias
• Selection Bias
• Measurement Bias
• Class Imbalance
• Dataset Shift
• Algorithmic Bias
• Fairness

文学与著作 Literary Works

• Weapons of Math Destruction（Cathy O’Neil）——讨论数据与模型如何放大社会偏见，相关问题常与“带偏的标注/标签”相连。
• Data Feminism（Catherine D’Ignazio & Lauren F. Klein）——谈数据生产与分类体系中的权力结构，常涉及标签与分类带来的偏差。
• Race After Technology（Ruha Benjamin）——讨论技术系统对群体的系统性误判与不公，常与数据标注偏差等机制相关。