本文介绍了一种生成潜在变量模型，用于量化形容词（或动词）选用及其情感，并以头（或依赖）名词的自然性别为条件。研究发现男女名词描述之间存在显著差异，并且这些差异与常见的性别刻板印象相一致：用于描述女性的积极形容词更与其身体相关而不是用于描述男性的形容词。

Jun, 2019

本研究基于大样本语料库，探究男性和女性语言习惯间的差异，发现了字面和隐喻用语中的性别特异性，情感表达及使用环境的微妙差别，为性别化语言研究提供新的实验数据支持。

Oct, 2020

本研究通过语言自动推断性别关联发现单词聚类，并针对其所代表的语义概念进行标记，并比较了两个不同领域写作中人们如何谈论妇女和男子之间的差异，证明了人们谈论妇女和男子的方式存在大规模差异，并且这些差异在不同领域中有所不同。

Aug, 2019

研究发现，英语语料库中的统计规律将社会中已知的性别偏见编码为词嵌入中的群体偏见。使用单类别词嵌入关联测试，作者发现广泛存在性别偏差，这些偏差在词频、词性标记、语义类别和情绪情感方面均有所不同。男性更倾向于与技术、工程、宗教、体育和暴力等概念相关联，而女性则偏向于涉及外观和厨房等领域。同时，男性相关的词汇具有更强的情绪唤起和主导性，而女性相关的词汇则更加温馨。

Jun, 2022

通过问卷调查 537 人得出结论，语言作为我们思维、偏见和文化刻板印象的反映。研究分析中发现了性别刻板印象的存在，特别是在定义男女角色时出现的，结果可作为理解刻板印象和期望对于不平等和惩罚产生的作用的起点。

Jul, 2020

本文通过 Twitter 用户语言风格和社交网络之间的关系，探讨了性别、语言风格和社交网络之间的关系，提出了一种细致的性别分类方法，发现语言风格与社交网络之间的同性别联系紧密相关。

Oct, 2012

本文基于 Reddit 讨论平台上男女语言产出的新数据集，进一步确认了现有有关性别影响的情感区别方面的假定，并证明这些差异在涉及 COVID-19 的情感话语的社交媒体发布中得到了放大。我们的分析还确认了在自然灾害相关的讨论中，男性和女性作者的主题偏好存在相当大的差异。

Aug, 2020

本文通过在四个大规模的英语历时文本语料库上进行数量分析，评估了女性是否比男性更多地使用委婉语，并发现女性并未比男性更多地使用委婉语，这表明在广泛的情景中，女性并不比男性更多使用或形成委婉语。

Jun, 2021

本文研究了在美国社会语言学的词汇选择中关于同性恋和性别的态度变化，通过在 Twitter 和 Reddit 上对 8700 万条消息的纵向分析，发现态度正在发生变化但是这些变化是由特定人口群体驱动的，并且在溯因分析中表明不同州的婚姻平等法案是语言变化的推动因素。

Sep, 2021

通过对自然、性别敏感的 MuST-SHE 语料库进行 POS 和一致性链的语言学注释，在英法 / 意大利语 / 西班牙语三种语言方向上针对不同数量的数据和不同的词语分割技术进行多方面评估，揭示了性别偏见的模型行为，及其在多个细粒度层次上的检测价值。

Mar, 2022