名如其人：基于字符的南亚宗教推断方法

近十年中，从文本进行人口属性推断在自然语言处理领域受到大量关注。本文利用人名推断南亚地区的宗教——该地区宗教是显著的社会分化维度，却缺乏细粒度数据。现有工作使用基于词典的方法预测宗教，因而无法对未见过的名字分类。我们采用基于字符的模型，其学习字符模式，因此也能以高准确率对未见名字分类。这些模型也快得多，并可轻松扩展到大型数据集。我们通过将个体姓名与其父母/配偶姓名结合改进了分类器，取得了极高准确率。最后，我们使用逐层相关性传播追溯卷积神经网络模型的分类决策，该方法可解释复杂非线性分类器的预测并规避其所谓的黑箱性质。我们展示了分类器学到的字符模式根植于名字的语言起源。