Непредвзятость и оценки неопределенности в задаче текстовой классификации

При практическом использовании модели машинного обучения необходимо оценивать не только метрики качества рассматриваемой задачи (например, точность и F-мера для классификации), но и надежность предсказаний модели. Для повышения надежности используются методы оценки неопределенности и методы удаления смещенности. В данной работе рассматривается связь между этими двумя компонентами надежности, и предлагается эффективный способ совмещения указанных методов для достижения надежных предсказаний модели.