该论文提出了一种无监督去偏差技术，利用聚类算法识别伪属性，并通过聚类加权调整学习去偏置表示。研究表明，该方法在多个基准测试中表现优异，甚至与有监督方法相当。此外，提出了基于特征级数据增广的去偏方法和公平性框架，以平衡公平性与效用。