理解并 counter 刻板印象:刻板印象内容模型的计算路径
计算机与社会
2021-06-07 v1 人工智能
计算与语言
摘要
刻板语言表达了关于不同社会类别的广泛持有的信念。许多刻板印象明显负面,而另一些表面看似正面,却仍导致负面后果。本工作中,我们提出一种通过刻板印象内容模型(SCM)——一个来自社会心理学的综合因果理论——来解读文本中刻板印象的计算方法。SCM 提出刻板印象可沿两个主要维度理解:温暖(warmth)与能力(competence)。我们提出一种在语义嵌入空间中定义温暖与能力轴的方法,并表明根据该子空间定义的四个象限能准确表示温暖与能力概念(依据标注词典)。我们将计算 SCM 模型应用于文本刻板数据,显示其与心理学文献中基于调查的研究相比具有优势。此外,我们探索了用反刻板印象 counter 刻板信念的多种策略。已知用反刻板例子 counter 刻板是减少偏见思维最有效的方式之一,但生成反刻板印象的问题此前未被研究。因此,更好理解如何生成真实有效的反刻板印象,有助于应对刻板、偏见与歧视等紧迫社会问题。
引用
@article{arxiv.2106.02596,
title = {Understanding and Countering Stereotypes: A Computational Approach to the Stereotype Content Model},
author = {Kathleen C. Fraser and Isar Nejadgholi and Svetlana Kiritchenko},
journal= {arXiv preprint arXiv:2106.02596},
year = {2021}
}
备注
In Proceedings of the Joint Conference of the 59th Annual Meeting of the Association for Computational Linguistics and the 11th International Joint Conference on Natural Language Processing (ACL-IJCNLP 2021)