Fugu-MT 論文翻訳(概要): Sex and Gender in the Computer Graphics Research Literature

論文の概要: Sex and Gender in the Computer Graphics Research Literature

arxiv url: http://arxiv.org/abs/2206.00480v1
Date: Wed, 1 Jun 2022 13:24:17 GMT
ステータス: 処理完了
システム内更新日: 2023-02-19 17:24:40.391841
Title: Sex and Gender in the Computer Graphics Research Literature
Title（参考訳）: コンピュータグラフィックス研究文学における性とジェンダー
Authors: Ana Dodik, Silvia Sell\'an, Theodore Kim, Amanda Phillips
Abstract要約: 我々は,アルゴリズム的公正性の観点から,コンピュータグラフィックス研究文献における性別と性別の扱いを調査した。社会における性別と性の使用に関する確立した慣行は科学的に誤りがあり、潜在的な有害な影響を伴うアルゴリズムバイアスの一形態を形成している。
参考スコア（独自算出の注目度）: 4.05984965639419
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: We survey the treatment of sex and gender in the Computer Graphics research literature from an algorithmic fairness perspective. The established practices on the use of gender and sex in our community are scientifically incorrect and constitute a form of algorithmic bias with potential harmful effects. We propose ways of addressing these as technical limitations.
Abstract（参考訳）: 我々は,アルゴリズム的公正性の観点から,コンピュータグラフィックス研究文献における性別と性別の扱いを調査した。社会における性別と性の使用に関する確立した慣行は科学的に誤りがあり、潜在的な有害な影響を伴うアルゴリズムバイアスの一形態を形成している。技術的制約として対処する方法を提案する。

関連論文リスト

Divided by discipline? A systematic literature review on the quantification of online sexism and misogyny using a semi-automated approach [1.1599570446840546]
PRISMAフローチャートにおける選択段階の異なる段階における検索結果の絞り込みを半自動で行う方法を提案する。 2012年から2022年まで,コンピュータ科学と社会科学の文献を調査した。オンライン性差別と誤認を測定するための今後の研究の課題と機会について論じる。
論文参考訳（メタデータ） (2024-09-30T11:34:39Z)
Beyond the binary: Limitations and possibilities of gender-related speech technology research [0.4551615447454769]
本論文は,2013年から2023年にかけてのISCAインター音声出版において,スピーチと性,性別に関する107件の研究論文をレビューした。用語学、特にジェンダーという言葉は、未特定であり、しばしば社会科学における一般的な見解とは相容れない方法で使われている。我々は、すでに疎遠化されているグループにこれが引き起こす潜在的な問題に注意を向け、スピーチやジェンダーの取り組みについて研究者が自問するように提案する。
論文参考訳（メタデータ） (2024-09-20T08:56:09Z)
A multitask learning framework for leveraging subjectivity of annotators to identify misogyny [47.175010006458436]
本研究では,誤識別システムの性能向上を目的としたマルチタスク学習手法を提案する。 6つのプロファイルグループにまたがる性別と年齢を考慮したモデル設計において,アノテータからさまざまな視点を取り入れた。本研究は、コンテンツモデレーションを推進し、効果的なオンラインモデレーションシステムを構築するための多様な視点を受け入れることの重要性を強調している。
論文参考訳（メタデータ） (2024-06-22T15:06:08Z)
Unveiling Gender Bias in Terms of Profession Across LLMs: Analyzing and Addressing Sociological Implications [0.0]
この研究は、AI言語モデルにおけるジェンダーバイアスに関する既存の研究を調査し、現在の知識のギャップを特定する。この結果は,大規模言語モデルのアウトプットに存在する,ジェンダー付き単語関連,言語使用,偏見付き物語に光を当てた。本稿では,アルゴリズムアプローチやデータ拡張手法など,LSMにおける性別バイアスを低減するための戦略を提案する。
論文参考訳（メタデータ） (2023-07-18T11:38:45Z)
Auditing Gender Presentation Differences in Text-to-Image Models [54.16959473093973]
我々は、テキスト・ツー・イメージ・モデルにおいて、ジェンダーがどのように異なる形で提示されるかを研究する。入力テキスト中の性指標を探索することにより、プレゼンテーション中心属性の周波数差を定量化する。このような違いを推定する自動手法を提案する。
論文参考訳（メタデータ） (2023-02-07T18:52:22Z)
Much Ado About Gender: Current Practices and Future Recommendations for Appropriate Gender-Aware Information Access [3.3903891679981593]
情報アクセス研究(と開発)は時にジェンダーを利用する。この研究は、ジェンダーが何であるかの現在の理解と一致していないジェンダーについて様々な仮定を下している。私たちがレビューするほとんどの論文は、性別が2つのカテゴリに分けることができないことを認めたとしても、性別のバイナリな概念に依存しています。
論文参考訳（メタデータ） (2023-01-12T01:21:02Z)
Towards Understanding Gender-Seniority Compound Bias in Natural Language Generation [64.65911758042914]
本研究では,事前学習したニューラルジェネレーションモデルにおける性別バイアスの程度に,高齢者がどのような影響を及ぼすかを検討する。以上の結果から, GPT-2は, 両領域において, 女性を中年, 男性を中年として考えることにより, 偏見を増幅することが示された。以上の結果から, GPT-2を用いて構築したNLPアプリケーションは, プロの能力において女性に害を与える可能性が示唆された。
論文参考訳（メタデータ） (2022-05-19T20:05:02Z)
Gender Bias in Text: Labeled Datasets and Lexicons [0.30458514384586394]
性別バイアスの自動検出には、性別バイアスデータセットと語彙の欠如がある。関連文の収集,注釈付け,拡張によりラベル付きデータセットと網羅的辞書を提供する。リリースされたデータセットとレキシコンは、Generic He、Generic She、Explicit Marking of Sex、Gendered Neologismsなど、複数のバイアスサブタイプにまたがっている。
論文参考訳（メタデータ） (2022-01-21T12:44:51Z)
A Survey of Embedding Space Alignment Methods for Language and Knowledge Graphs [77.34726150561087]
単語,文,知識グラフの埋め込みアルゴリズムに関する現在の研究状況について調査する。本稿では、関連するアライメント手法の分類と、この研究分野で使用されるベンチマークデータセットについて論じる。
論文参考訳（メタデータ） (2020-10-26T16:08:13Z)
Gender Stereotype Reinforcement: Measuring the Gender Bias Conveyed by Ranking Algorithms [68.85295025020942]
本稿では,性別ステレオタイプをサポートする検索エンジンの傾向を定量化するジェンダーステレオタイプ強化(GSR)尺度を提案する。 GSRは、表現上の害を定量化できる情報検索のための、最初の特別に調整された尺度である。
論文参考訳（メタデータ） (2020-09-02T20:45:04Z)
Multi-Dimensional Gender Bias Classification [67.65551687580552]
機械学習モデルは、性別に偏ったテキストでトレーニングする際に、社会的に望ましくないパターンを不注意に学習することができる。本稿では,テキスト中の性バイアスを複数の実用的・意味的な次元に沿って分解する一般的な枠組みを提案する。このきめ細かいフレームワークを用いて、8つの大規模データセットにジェンダー情報を自動的にアノテートする。
論文参考訳（メタデータ） (2020-05-01T21:23:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。