Oct, 2017

分析宝莱坞电影中的性别刻板印象

PDF
TL;DR本研究分析了自 1970 年以来所有发行的印地语电影的情节和海报，并通过语义建模对跨句子和单句子级别的情节进行了性别偏见检测，发现电影中存在普遍的性别偏见和刻板印象。我们得出了一个语义图并计算了每个角色的中心度，观察到了类似的偏见。研究发现，在电影海报中，女性获得了平等的重要性，但即使她们的角色对电影情节无关紧要，电影预告片的男女屏幕时间大致相等。然而，本研究成功地识别出了过去三年中打破了这种刻板印象的 30 部电影。
发现论文，激发创造
  • 通过机器学习之镜查找畅销电影中的性别偏见

    通过对英语电影本文分析了性别角色的刻画，并运用自然语言处理技术和机器学习技术探讨了男性和女性角色在性格特征上存在的差异和社会刻板印象，致力于推动电影行业中的性别平等。

    Nov, 2022

  • 在印地语和马拉地语中缓解性别刻板印象

    本文评估了印地语和马拉地语中的性别刻板印象，并使用嵌入相干性测试（ECT）和相对规范距离（RND）衡量偏差，并尝试缓解这些语言中的性别偏见。

    May, 2022

  • 量化和减少词嵌入中的刻板印象

    通过研究 word embedding 中的性别特征，开发了一种有效算法，减少性别刻板印象又能保留嵌入的有用几何特性。

    Jun, 2016

  • 解析叙事模式中的性别偏见

    本文通过研究 TVTROPES dataset 中的 trope，exploring 其高度 gendered 的主题、gender bias 和流行程度之间的关系，以及作品创造者性别与其使用的 trope 类型之间的相关性。

    Oct, 2020

  • Akal Badi ya Bias: 印地文技术中性别偏见的探索性研究

    本文为首次针对印度的印地语进行的性别偏见全面研究，通过采用多种挖掘技术、计算模型和实地研究，并揭示了当前方法的局限性。通过涉及农村和低收入社区妇女的现场研究，我们揭示了性别偏见的多样化认知，强调了针对具体情境的方法的必要性。本文主张以社区为中心的研究设计，扩大先前研究中常常被边缘化的声音。我们的研究不仅有助于理解印地语中的性别偏见，而且为进一步探索印度语言奠定了基础。通过探索这个未被深入研究的语境的复杂性，我们呼吁在超越全球北方的语言和文化背景中以思慎的方式参与性别偏见，促进包容性和公平性。

    May, 2024

  • 预训练印度语言模型的高效性别去偏见

    本文针对印度语言，量化职业中的性别偏见，并通过有效的微调方法减缓其中存在的偏见，以建立更公平的系统。

    Sep, 2022

  • 评估印地语 - 英语机器翻译中的性别偏见

    本研究旨在评估和量化印地 - 英语机器翻译系统中的性别偏见，并实现了一种基于语法考虑的修改版本的现有 TGBI 度量标准，同时比较了预先训练的嵌入和我们的机器翻译模型所学习的嵌入的多个指标上产生的偏差测量结果。

    Jun, 2021

  • 针对印度语言表示的社交意识偏差测量

    本篇论文探讨了语言表示法中出现的灌输的社会偏见，特别是针对印地语语言表示法中种姓和宗教相关的偏见。该研究展示了如何根据地区的历史和文化，将有着独特偏见的语言表示法区分开来，同时强调了当我们建模语言表示法时，必须关注文化和语言学因素以更好地理解文化偏见。

    Oct, 2021

  • 好莱坞身份偏见数据集：电影对话的上下文导向的偏见分析

    通过构建一种包含身份偏见注释的电影剧本数据集，使用深度学习模型识别剧本中的偏见，此举可避免影片发行受阻、诉讼等不利后果。

    May, 2022

  • 通过常识推理揭示叙述中的隐性性别偏见

    研究表明，预训练语言模型从其训练语料库中学习到具有社会伤害性的偏见，并可能在生成过程中重复这些偏见。本文研究模型生成故事中与主角相关的性别偏见，使用常识推理引擎揭示了其中的隐含偏见，包括主角的动机、属性、心态以及对他人的影响。我们的研究发现对于隐含的偏见与之前研究显性偏见的结论一致，例如女性角色的描写主要集中在外貌上，而男性角色则侧重于智力方面。

    Sep, 2021