論文の概要: Fire Dragon and Unicorn Princess; Gender Stereotypes and Children's
Products in Search Engine Responses
- arxiv url: http://arxiv.org/abs/2206.13747v1
- Date: Tue, 28 Jun 2022 04:08:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 09:30:34.839330
- Title: Fire Dragon and Unicorn Princess; Gender Stereotypes and Children's
Products in Search Engine Responses
- Title（参考訳）: fire dragonとunicorn princess : 検索エンジン応答におけるジェンダーステレオタイプと子どもの製品
- Authors: Amifa Raj and Michael D. Ekstrand
- Abstract要約: 本研究では,電子商取引サイトにおいて,児童製品に関する質問に応答する際のジェンダーステレオタイプの出現について検討した。
本稿では,既存の研究機関のジェンダーステレオタイプを関連づけた子ども製品のリストを提供する。
我々は,複数のeコマースサイトを対象としたクエリ提案や検索結果において,ジェンダーステレオタイプの存在を識別する。
- 参考スコア（独自算出の注目度）: 1.7034813545878589
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Search engines in e-commerce settings allow users to search, browse, and
select items from a wide range of products available online including
children's items. Children's products such as toys, books, and learning
materials often have stereotype-based gender associations. Both academic
research and public campaigns are working to promote stereotype-free childhood
development. However, to date, e-commerce search engines have not received as
much attention as physical stores, product design, or marketing as a potential
channel of gender stereotypes. To fill this gap, in this paper, we study the
manifestations of gender stereotypes in e-commerce sites when responding to
queries related to children's products by exploring query suggestions and
search results. We have three primary contributions. First, we provide an
aggregated list of children's products with associated gender stereotypes from
the existing body of research. Second, we provide preliminary methods for
identifying and quantifying gender stereotypes in system's responses. Third, to
show the importance of attending this problem, we identify the existence of
gender stereotypes in query suggestions and search results across multiple
e-commerce sites.
- Abstract（参考訳）: 電子商取引設定の検索エンジンは、子どものアイテムを含むオンラインで利用可能な幅広い製品のアイテムを検索、閲覧、選択することができる。
おもちゃ、本、学習教材などの子供の製品は、しばしばステレオタイプに基づく性関係を持つ。
学術研究と公共キャンペーンは共に、ステレオタイプフリーの小児発達を促進するために活動している。
しかし、これまでeコマース検索エンジンは、ジェンダーステレオタイプの潜在的チャネルとして、物理店舗、製品デザイン、マーケティングほど注目されていない。
本稿では,このギャップを埋めるため,eコマースサイトにおける性ステレオタイプの出現を,子どもの製品に関する質問に応答する際に,質問の提案と検索結果を探索することによって検討する。
主な貢献は3つあります。
まず,既存の研究機関のジェンダーステレオタイプを関連づけた子ども製品のリストを提供する。
第2に,システム応答における性別のステレオタイプを特定し定量化するための予備的手法を提案する。
第3に,この問題に対処することの重要性を示すため,複数の電子商取引サイトにおける問合せ提案と検索結果におけるジェンダーステレオタイプの存在を明らかにする。
関連論文リスト
- Exploring Query Understanding for Amazon Product Search [62.53282527112405]
問合せ理解に基づくランキング機能がどのようにランキングに影響を及ぼすかを検討する。
ランク付けのためのクエリ理解に基づくマルチタスク学習フレームワークを提案する。
本研究は,Amazon Searchにおける実世界のシステムを用いた調査・調査である。
論文 参考訳（メタデータ） (2024-08-05T03:33:11Z) - Revisiting The Classics: A Study on Identifying and Rectifying Gender Stereotypes in Rhymes and Poems [0.0]
この研究は、男女のステレオタイプを特定するために韻文と詩のデータセットを集め、性別バイアスを特定するために97%の精度のモデルを提案することで貢献する。
ジェンダーのステレオタイプをLarge Language Model (LLM) を用いて修正し、その効果を人間の教育者に対する比較調査で評価した。
論文 参考訳（メタデータ） (2024-03-18T13:02:02Z) - The Male CEO and the Female Assistant: Evaluation and Mitigation of Gender Biases in Text-To-Image Generation of Dual Subjects [58.27353205269664]
本稿では,Paired Stereotype Test (PST) フレームワークを提案する。
PSTクエリT2Iモデルは、男性ステレオタイプと女性ステレオタイプに割り当てられた2つの個人を描写する。
PSTを用いて、ジェンダーバイアスの2つの側面、つまり、ジェンダーの職業におけるよく知られたバイアスと、組織力におけるバイアスという新しい側面を評価する。
論文 参考訳（メタデータ） (2024-02-16T21:32:27Z) - Probing Explicit and Implicit Gender Bias through LLM Conditional Text
Generation [64.79319733514266]
大規模言語モデル(LLM)はバイアスと有害な応答を生成する。
本研究では,あらかじめ定義されたジェンダーフレーズやステレオタイプを必要としない条件付きテキスト生成機構を提案する。
論文 参考訳（メタデータ） (2023-11-01T05:31:46Z) - Will the Prince Get True Love's Kiss? On the Model Sensitivity to Gender
Perturbation over Fairytale Texts [87.62403265382734]
近年の研究では、伝統的な妖精は有害な性バイアスを伴っていることが示されている。
本研究は,ジェンダーの摂動に対する頑健さを評価することによって,言語モデルの学習バイアスを評価することを目的とする。
論文 参考訳（メタデータ） (2023-10-16T22:25:09Z) - 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) - Gender bias in magazines oriented to men and women: a computational
approach [58.720142291102135]
女性指向の雑誌の内容と男性指向の雑誌の内容を比較する。
トピック・モデリングの手法により、雑誌で議論されている主要なテーマを特定し、これらのトピックの存在が時間とともに雑誌間でどの程度異なるかを定量化する。
以上の結果から,セクシュアオブジェクトとしての家族,ビジネス,女性の出現頻度は,時間とともに消失する傾向にあることが示唆された。
論文 参考訳（メタデータ） (2020-11-24T14:02:49Z) - 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) - The Effects of Gender Signals and Performance in Online Product Reviews [6.834372116658832]
本研究は,一般的なアマゾン・ショッピング・プラットフォーム上でのレビューの成功に対するシグナリングとジェンダーの実行の影響を定量化する。
著者の性別をユーザ名から抽出し、著者の性別を推測できるレビューを識別する。
論文 参考訳（メタデータ） (2020-01-27T18:20:51Z) - Modeling Product Search Relevance in e-Commerce [7.139647051098728]
本稿では,検索クエリと商品の関連性を評価するためのロバストな手法を提案する。
BM25 や Indri のような従来の情報検索モデルと word2vec, sentence2vec, paragraph2vec といったディープラーニングモデルとの比較を行った。
論文 参考訳（メタデータ） (2020-01-14T21:17:55Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。