自然语言处理中刻板印象检测综述
计算与语言
2025-10-08 v2 计算机与社会
摘要
刻板印象影响社会认知，可能升级为歧视和暴力。虽然NLP研究已广泛探讨性别偏见和仇恨言论，但刻板印象检测仍是一个新兴领域，具有重大社会意义。本工作呈现了一项现有研究的综述，分析了来自心理学、社会学和哲学的定义。通过使用Semantic Scholar进行了半自动文献检索。我们检索并筛选了超过6,000篇论文（年份范围2000-2025），识别了关键趋势、方法论、挑战和未来方向。研究结果强调刻板印象检测作为防止偏见升级和仇恨言论出现的早期监测工具的潜力。结论指出NLP研究需要更广泛、多语言和交叉性的方法。
引用
@article{arxiv.2505.17642,
title = {A Survey on Stereotype Detection in Natural Language Processing},
author = {Alessandra Teresa Cignarella and Anastasia Giachanou and Els Lefever},
journal= {arXiv preprint arXiv:2505.17642},
year = {2025}
}