Откриване на полова дискриминация в НЛП — Статистически методи и методи, базирани на вграждане
Откриването на полова дискриминация в НЛП е семейство от статистически методи и методи, базирани на вграждане, използвани за измерване на стереотипизиране, репрезентативен дисбаланс и професионална дискриминация в текстови корпуси и езикови модели. Основани на бенчмаркове, установени от Caliskan et al. (2017) с теста за асоциация на вграждане на думи (WEAT) и Zhao et al. (2018) с набора от данни WinoBias, тези методи предоставят количествени доказателства за полова дискриминация, а не качествени впечатления. Те намират широко приложение в изследванията за етичен ИИ, медиен анализ и одит на справедливостта на системи за машинно обучение.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Caliskan, A., Bryson, J. J., & Narayanan, A. (2017). Semantics derived automatically from language corpora contain human-like biases. Science, 356(6334), 183–186. DOI: 10.1126/science.aal4230 ↗
- Zhao, J., Wang, T., Yatskar, M., Ordonez, V., & Chang, K.-W. (2018). Gender Bias in Coreference Resolution: Evaluation and Debiasing Methods. Proceedings of NAACL-HLT 2018. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Gender Bias Detection in NLP — Statistical and Embedding-Based Methods. ScholarGate. https://scholargate.app/bg/text-mining/gender-bias-detection-nlp
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- BERT EmbeddingsИзвличане на текст↔ сравняване
- Разрешаване на кореферентностИзвличане на текст↔ сравняване
- Разпознаване на именувани обекти (NER)Извличане на текст↔ сравняване
- Анализ на настроениятаИзвличане на текст↔ сравняване
- Класификация на текстИзвличане на текст↔ сравняване
Similar methods
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →