Gendec：基于机器学习的日文姓名性别检测框架
计算与语言
2023-11-21 v1
摘要
每个人都有属于自己的名字，这是其身份与文化遗产的基本组成部分。姓名往往传递着丰富的信息，包括个人的背景、族裔，尤其是性别。通过分析姓名来检测性别，研究者可以揭示语言模式与文化规范方面的宝贵见解，并可应用于实际场景中。因此，本工作提出了一个用于日文姓名性别检测的新数据集，包含 64,139 个罗马字、平假名和汉字形式的全名及其生理性别。此外，我们提出了 Gendec，一个从日文姓名中进行性别检测的框架，它利用多种方法，包括传统机器学习技术与前沿的迁移学习模型，来准确预测与日文姓名相关的性别。通过深入探究，所提出的框架有望行之有效，并在多个领域中服务于潜在应用。
引用
@article{arxiv.2311.11001,
title = {Gendec: A Machine Learning-based Framework for Gender Detection from Japanese Names},
author = {Duong Tien Pham and Luan Thanh Nguyen},
journal= {arXiv preprint arXiv:2311.11001},
year = {2023}
}
备注
This paper is accepted for presentation at ISDA'23