隐性性别偏见的无监督发现

尽管社会偏见普遍存在，但识别它们却很困难，主要是因为该领域的人类判断可能不可靠。我们采用一种无监督方法来识别评论层面针对女性的性别偏见，并提出一个能够浮现可能包含偏见的文本的模型。我们的主要挑战是迫使模型关注隐性偏见的迹象，而不是数据中的其他伪影。因此，我们的方法涉及通过倾向性匹配和对抗性学习来减少混杂因素的影响。我们的分析显示，针对女性政治家的偏见评论包含混合的批评，而针对其他女性公众人物的评论则集中在外貌和性化上。最终，我们的工作提供了一种在不依赖主观人类判断的情况下捕捉各个领域微妙偏见的方法。