Dzimumu aizspriedumu noteikšana NLP — statistikas un iegulšanas metodes
Dzimumu aizspriedumu noteikšana NLP ir statistikas un iegulšanas metožu saime, ko izmanto stereotipēšanas, reprezentācijas nelīdzsvarotības un arodizpratnes aizspriedumu mērīšanai tekstu korpusos un valodu modeļos. Pamatojoties uz Caliskan et al. (2017) izveidotajiem etaloniem ar Vārdu iegulšanas asociācijas testu (WEAT) un Zhao et al. (2018) ar WinoBias datu kopu, šīs metodes sniedz kvantitatīvus pierādījumus par dzimumu aizspriedumiem, nevis kvalitatīvus iespaidus. Tās plaši izmanto ētiskās mākslīgā intelekta pētniecībā, mediju analīzē un mašīnmācīšanās sistēmu godīguma auditā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Gender Bias Detection in NLP — Statistical and Embedding-Based Methods. ScholarGate. https://scholargate.app/lv/text-mining/gender-bias-detection-nlp
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- BERT EmbeddingsTeksta ieguve↔ salīdzināt
- Koreferenču izšķiršanaTeksta ieguve↔ salīdzināt
- Nosaukuma entītiju atpazīšana (NER)Teksta ieguve↔ salīdzināt
- Sentimentu analīzeTeksta ieguve↔ salīdzināt
- Tekstu klasifikācijaTeksta ieguve↔ salīdzināt
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →