זיהוי הטיה מגדרית בעיבוד שפה טבעית — שיטות סטטיסטיות ושיטות מבוססות הטבעות
זיהוי הטיה מגדרית בעיבוד שפה טבעית (NLP) הוא משפחה של שיטות סטטיסטיות ושיטות מבוססות הטבעות המשמשות למדידת סטריאוטיפים, חוסר ייצוג והטיה תעסוקתית במאגרי טקסט ובמודלי שפה. שיטות אלו, המבוססות על אמות מידה שנקבעו על ידי Caliskan et al. (2017) עם מבחן השוואת הטבעות מילים (WEAT) ועל ידי Zhao et al. (2018) עם מערך הנתונים WinoBias, מספקות עדות כמותית להטיה מגדרית ולא רושם איכותני. הן מיושמות באופן נרחב במחקר בינה מלאכותית אתית, ניתוח מדיה וביקורת הוגנות של מערכות למידת מכונה.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). Gender Bias Detection in NLP — Statistical and Embedding-Based Methods. ScholarGate. https://scholargate.app/he/text-mining/gender-bias-detection-nlp
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- BERT Embeddingsכריית טקסט↔ השוואה
- רזולוציית קורפרנסכריית טקסט↔ השוואה
- זיהוי ישויות מוכרות (NER)כריית טקסט↔ השוואה
- ניתוח סנטימנטכריית טקסט↔ השוואה
- סיווג טקסטכריית טקסט↔ השוואה