NLPにおけるジェンダーバイアス検出 — 統計的手法と埋め込みベースの手法

NLPにおけるジェンダーバイアス検出は、テキストコーパスや言語モデルにおけるステレオタイプ、表現の不均衡、職業バイアスを測定するために使用される統計的手法および埋め込みベースの手法の総称である。Caliskanら（2017）によるWord Embedding Association Test（WEAT）およびZhaoら（2018）によるWinoBiasデータセットによって確立されたベンチマークに基づき、これらの手法は定性的な印象ではなく、ジェンダーバイアスの定量的な証拠を生み出す。これらは、倫理的AI研究、メディア分析、機械学習システムの公平性監査において広く応用されている。