Detekcija rodne pristranosti u NLP — statističke metode i metode temeljene na ugradnji (embedding)
Detekcija rodne pristranosti u NLP je skup statističkih metoda i metoda temeljenih na ugradnji (embedding) koje se koriste za mjerenje stereotipizacije, reprezentacijske neravnoteže i profesionalne pristranosti u tekstualnim korpusima i jezičnim modelima. Temeljene na mjerilima uspostavljenim od strane Caliskan et al. (2017) s testom udruživanja ugrađenih riječi (Word Embedding Association Test – WEAT) i Zhao et al. (2018) s WinoBias skupom podataka, ove metode proizvode kvantitativne dokaze rodne pristranosti, a ne kvalitativne dojmove. Široko se primjenjuju u istraživanju etičke umjetne inteligencije, medijskoj analizi i reviziji pravednosti sustava strojnog učenja.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Gender Bias Detection in NLP — Statistical and Embedding-Based Methods. ScholarGate. https://scholargate.app/hr/text-mining/gender-bias-detection-nlp
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- BERT EmbeddingsRudarenje teksta↔ usporedi
- Rezolucija koreferencijeRudarenje teksta↔ usporedi
- Prepoznavanje imenovanih entiteta (NER)Rudarenje teksta↔ usporedi
- Analiza sentimentaRudarenje teksta↔ usporedi
- Klasifikacija tekstaRudarenje teksta↔ usporedi
Similar methods
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →