从网络姓名推断性别：性别检测方法的比较评估

计算社会科学家经常将网络用作一个“社会观测站”，从中收集关于人类社会行为的数据。这些数据使得对心理学、人类学和社会学研究问题的新颖探索成为可能。然而，在缺乏诸如性别等人口统计信息的情况下，许多相关的研究问题无法得到解决。为了解决这个问题，研究人员通常依赖自动化方法从网络上提供的姓名信息推断性别。然而，关于现有性别检测方法的准确性以及它们对某些亚群体存在多大偏差，人们知之甚少。在本文中，我们通过在一个已知全名、性别和工作所在国家的科学家随机样本上系统比较几种性别检测方法，来探讨这个问题。我们进一步提出了一种新方法，该方法利用基于网络的图像检索和面部图像中的性别识别来增强基于姓名的方法。我们的研究结果表明，基于姓名的性别检测方法的性能可能对来源国存在偏差，而这种偏差可以通过结合基于姓名和基于图像的性别检测方法来减少。