隐性偏见数据集：用于微妙厌女症检测与缓解的专家标注数据集
计算与语言
2023-11-17 v1
摘要
利用新颖的数据集开发方法，Biasly 数据集以文献中独特的方式捕捉了厌女症的细微与微妙之处。该数据集与多学科专家及标注者本身协作构建，包含电影字幕的标注，捕捉了北美电影中厌女症的口语表达。该数据集可用于一系列 NLP 任务，包括分类、严重程度评分回归以及用于重写的文本生成。在本文中，我们讨论所使用的方法论，分析获得的标注，并在厌女症检测与缓解背景下使用常见 NLP 算法提供基线。我们希望这项工作能推动 NLP 中用于偏见检测、解释与消除的 AI for social good。
引用
@article{arxiv.2311.09443,
title = {Subtle Misogyny Detection and Mitigation: An Expert-Annotated Dataset},
author = {Brooklyn Sheppard and Anna Richter and Allison Cohen and Elizabeth Allyn Smith and Tamara Kneese and Carolyne Pelletier and Ioana Baldini and Yue Dong},
journal= {arXiv preprint arXiv:2311.09443},
year = {2023}
}
备注
8 pages, 2 figures