研究性别与语言密切相关，与性别平等和非歧视性语言使用的社会辩论紧密相连。心理语言学学者在这个领域做出了重要贡献。然而，在语言使用的语境中进行的基于语料库的研究仍然很少。我们的研究探讨了如果非性别包容性文本重新改写为性别包容性文本，文本实际上需要改变多少。这种定量度量是一种重要的经验观察，因为反对使用性别包容德语的重复论点是它使书面文本变得过长和复杂。同时还有人认为性别包容性语言对语言学习者产生负面影响。然而，只有当性别包容性文本与非性别包容性文本非常不同时，才有可能出现这种影响。在我们的语料库语言学研究中，我们手动注释了德国新闻文本，以确定需要改变的部分。我们的研究结果表明，在所有标记中，平均少于 1% 的令牌受性别包容性语言的影响。这一小比例对于认识和学习这门语言是否构成重大障碍产生了质疑，尤其是考虑到解释男性通用性的潜在复杂性。

Feb, 2024

通过结合包含性别漏洞的语言数据库和标准的预训练模型，我们展示了一个实现通过自然语言处理确定性别漏洞的任务的模型，并通过数据基准测试来评估其性能，并建议尝试更多的训练数据以推广性别包容语言。

Dec, 2022

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

本文通过研究历史语料库中编码的历时分布语义模型，重点关注两种特定形式的偏见，即政治偏见（即反共主义）和种族主义偏见（即反犹太主义），分析德国议会会议记录的新语料库，以期发现历史偏见趋势。同时，还提出了一种新的基于术语共现和基于图形标签传播的偏差度量方法。通过研究结果表明，在不同的时间段内，德国政治中存在反犹太主义和反共产主义的偏见趋势，从而证明了使用从历史语料库产生的语义空间分析历史偏见趋势的可行性。

Aug, 2021

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

这篇论文介绍了一个关于性别公平语言和语言技术的研讨会。通过研究，作者发现机器翻译的性别考虑需要高度的上下文敏感性，并需要开发人员谨慎地定位自己。灵活的方法似乎是目前最为适当的。为了使技术发展与社会发展相适应，本文建议在性别公平技术领域采取必要的措施。

Sep, 2022

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

研究指出，瑞典语中的性别中立代词与人类的处理没有难度，但在语言计算模型中会导致较高的不确定性、更分散的注意力模式和更劣的下游性能，进而可能限制性别中立代词的广泛应用。

Apr, 2022

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

通过对 155 年德国政治辩论中对妇女和移民的支持进行测量，我们提供了一个 1205 个文本片段的支持标准，并使用 BERT 模型推断大规模趋势。我们的研究结果表明，德国社会在政治精英的支持下，变得更加公正。

Oct, 2022