Detección de sesgo de género en PLN — Métodos estadísticos y basados en incrustaciones
La detección de sesgo de género en PLN es una familia de métodos estadísticos y basados en incrustaciones (embeddings) que se utilizan para medir estereotipos, desequilibrios de representación y sesgos ocupacionales en corpus de texto y modelos de lenguaje. Basados en puntos de referencia establecidos por Caliskan et al. (2017) con el Word Embedding Association Test (WEAT) y Zhao et al. (2018) con el conjunto de datos WinoBias, estos métodos producen evidencia cuantitativa de sesgo de género en lugar de impresiones cualitativas. Se aplican ampliamente en la investigación de IA ética, análisis de medios y auditoría de equidad de sistemas de aprendizaje automático.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Gender Bias Detection in NLP — Statistical and Embedding-Based Methods. ScholarGate. https://scholargate.app/es/text-mining/gender-bias-detection-nlp
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- BERT EmbeddingsMinería de texto↔ comparar
- Resolución de CorreferenciasMinería de texto↔ comparar
- Reconocimiento de entidades nombradas (NER)Minería de texto↔ comparar
- Análisis de SentimientoMinería de texto↔ comparar
- Clasificación de TextoMinería de texto↔ comparar
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →