量化消费文化中的性别偏见
计算与语言
2022-01-11 v1
摘要
歌曲等文化物品在制造和强化刻板印象、偏见与歧视方面具有重要影响。但此类物品的实际性质往往不够透明。以歌曲为例：歌词是否存在针对女性的偏见？此类偏见又如何随时间变化？对五十年来二十五万首歌曲的自然语言处理量化了厌女现象。女性较少与可取特质（即能力）相关联，且尽管该偏见已减弱，却依然存在。辅助分析进一步表明，歌曲歌词可能助推社会对女性刻板印象的转变，而歌词的转变由男性艺术家驱动（因为女性艺术家起初偏见较少）。总体而言，这些结果揭示了文化演化、偏见与歧视的微妙度量，以及自然语言处理和机器学习如何能深化对刻板印象与文化变迁的洞察。
引用
@article{arxiv.2201.03173,
title = {Quantifying Gender Bias in Consumer Culture},
author = {Reihane Boghrati and Jonah Berger},
journal= {arXiv preprint arXiv:2201.03173},
year = {2022}
}