May, 2018

从姓名中的字符序列预测种族和族裔

PDF
TL;DR该研究提出了使用深度学习技术对姓名进行分析，从而更准确地估计美国选民的种族和族裔背景。作者使用了佛罗里达州选民登记数据和维基百科数据来训练长短时记忆网络，结果表明融合全名信息的模型比仅考虑姓氏的模型更准确。该方法可以应用于竞选捐款数据等领域，有助于研究种族平等问题。
racial inequalityname inferencerace modelingethnicity modelingdeep learning
发现论文，激发创造
  • 是否可信的种族预测？

    本文利用美国 50 个州的选民注册数据构建训练集，通过双向长短期记忆（BiLSTM）模型以及综合数据集的方式，比现有文献中的最佳模型的准确率提高了 36.8％，同时构建了覆盖面更广、更准确的 Bayesian 提高姓氏地理编码（BISG）和 Bayesian 提高名姓地理编码（BIFSG），并提供了第一个高质量的基准数据集，以便公平比较现有模型和帮助未来模型的开发。

    Jul, 2023

  • 人口属性和标记长度对名字偏见的影响：尼谢尔和南希

    这篇论文通过使用名字替代实验，探讨社会常识推理模型在种族、民族和性别等维度上表现出社会偏见的趋势，并发现名字的人口统计属性和标记长度等因素可能影响模型行为。

    May, 2023

  • 从印度姓名解读人口不公平现象

    本研究旨在使用三个数据库培训最先进的性别和种姓分类器，针对性别和种姓的复杂人口分布布局，对现有系统进行偏差评估和错误分析。

    Sep, 2022

  • 使用姓名嵌入进行国籍分类

    通过分析互联网公司的 5700 万个联系人列表，我们可以设计一个涵盖 90% 以上世界人口的 39 个代表细粒度国籍分类器，并将其应用于 Twitter 名人的追随者，演示了不同族裔追随者之间的鲜明差异。

    Aug, 2017

  • 停！瑕疵之名: NLP 中解析个人姓名和社会人口属性

    个人姓名同时区分个体并按一定方式进行分类，这对于一个特定的社会来说非常重要。然而，自然语言处理领域在不同任务中将个人姓名与社会人口特征联系起来时，研究人员在解决方法学上的问题上参与程度不同。为了指导未来工作，我们提供了有关姓名和命名的跨学科背景知识。然后，我们调查了将姓名与社会人口属性相关联的问题，包括有效性问题（如系统误差、构造效度）以及伦理关切（如危害、差异影响、文化不敏感性）。最后，我们提供了引导性问题和规范建议，以避免在处理自然语言处理中的姓名和社会人口特征时的有效性和伦理问题。

    May, 2024

  • 跨文化姓名识别

    该研究旨在改进个人姓名的识别，在识别不同文化背景下的姓名方面，通过实验比较结合字符和词的输入模型与传统的 NER 模型，发现该模型表现更好且可能提高准确率。

    Jan, 2024

  • 社交媒体中的姓名嵌入

    本文使用公共 Twitter 数据研究人名嵌入学习，证明其在建立人名嵌入模型方面的有效性，并发现人名嵌入进一步改进了以往的人口统计特征在寿命建模中的表现，嵌入中可能包含了细粒度群组因素，这一发现将有助于增强其他研究领域的预测能力。

    May, 2019

  • 彩色文字的字符序列模型

    利用在线颜色设计论坛获得的大规模颜色名称对，我们提出了一种神经网络架构，可以从颜色名称的字符序列中预测颜色空间中的一个点。 在 “颜色图灵测试” 上，我们发现相对于人类创建的颜色名称，使用我们的模型预测的颜色更受注释者的欢迎。

    Sep, 2016

  • 从姓名推断性别：一项大规模性能评估研究

    通过大规模性能评估现有的姓名 - 性别推测方法，并提出两种新的混合方法，以取得比任何单一现有方法更好的性能。

    Aug, 2023

  • 名字有什么作用？在无法访问受保护属性的情况下减少生物学的偏见

    通过减少个人名称的词嵌入与真实职业预测概率的相关性，以消除词嵌入中所编码的社会偏见，提出了一种方法，无需访问受保护属性，仅在训练期间需要访问个人名称，从而在职业分类中减少种族和性别偏见。

    Apr, 2019