BriefGPT.xyz
Jul, 2023
是否可信的种族预测？
Can We Trust Race Prediction?
HTML
PDF
Cangyuan Li
TL;DR
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。
Abstract
In the absence of sensitive
race and ethnicity data
, researchers, regulators, and firms alike turn to
proxies
. In this paper, I train a Bidirectional Long Short-Term Memory (BiLSTM) model on a novel dataset of
→