英语文本中的交叉刻板印象
•
2024-04-03 15:03:07
摘要 挖掘大量英语数据集揭示了英语社会中普遍存在的关于性别、种族和阶级的刻板印象。 Tessa Charlesworth 及其同事开发了一种逐步程序，即...
挖掘大量英语数据集揭示了英语社会中普遍存在的关于性别、种族和阶级的刻板印象。 Tessa Charlesworth 及其同事开发了一种逐步程序，即灵活交叉刻板印象提取 (FISE)，并将其应用于数十亿个英语互联网文本单词。这使他们能够通过量化职业标签或特质形容词在涉及多种身份的短语附近的频率来探索与交叉身份相关的特征，例如“女性”、“富人”、“贫穷女性”或“白人”男人们。”在他们的分析中，作者首先表明该方法是提取刻板印象的有效方法：实际上，由某些身份主导的职业(例如，建筑师、工程师、经理由白人主导)在语言上也强烈与同一交叉群体的相关性显着高于偶然性——大约 70%。接下来，作者研究了人格特质。 FISE 程序发现，59% 的研究特征与“白人男性”相关，但只有 5% 的特征与“女性”相关。
作者认为，特征频率的不平衡表明英语中普遍存在男性中心主义(以男性为中心)和种族中心主义(以白人为中心)的偏见。相关特征的效价(正/负)也不平衡。大约 78% 与“白人富有”相关的特征是积极的，而与“贫困”相关的特征只有 21% 是积极的。作者表示，诸如此类的模式会对人工智能、计算机翻译和文本生成产生下游影响。除了了解交叉偏见如何影响此类结果之外，作者指出，FISE 还可用于研究跨语言甚至跨历史的一系列交叉身份。
版权声明：本文由用户上传，如有侵权请联系删除！
标签：