Fugu-MT 論文翻訳(概要): Automated Gender Bias Evaluation in YouTube

論文の概要: Automated Gender Bias Evaluation in YouTube

arxiv url: http://arxiv.org/abs/2211.00075v1
Date: Mon, 31 Oct 2022 18:19:04 GMT
ステータス: 処理完了
システム内更新日: 2022-11-02 14:29:26.565523
Title: Automated Gender Bias Evaluation in YouTube
Title（参考訳）: YouTubeにおけるジェンダーバイアスの自動評価
Authors: Gizem Gezici
Abstract要約: 本稿では,オンライン教育におけるジェンダーバイアスを自動アノテーションを用いて評価することを目的とする。その結果,教育用ビデオは男性に偏り,STEM関連ビデオはNON-STEMより偏りが強いことがわかった。
参考スコア（独自算出の注目度）: 0.15229257192293202
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Students are increasingly using online materials to learn new subjects or to supplement their learning process in educational institutions. Issues regarding gender bias have been raised in the context of formal education and some measures have been proposed to mitigate them. In our previous work, we investigate the perceived gender bias in YouTube using manually annotations for detecting the narrators' perceived gender in educational videos. In this work, our goal is to evaluate the perceived gender bias in online education by exploiting an automated annotations. The automated pipeline has already proposed in a recent paper, thus in this paper we only share our empirical results with important findings. Our results show that educational videos are biased towards the male and STEM-related videos are more biased than their NON-STEM counterparts.
Abstract（参考訳）: 学生はオンライン教材を使って新しい科目を学び、教育機関で学習プロセスを補うようになってきている。フォーマルな教育の文脈でジェンダーバイアスの問題が提起され、それらの緩和策が提案されている。本研究は,YouTubeにおけるジェンダーバイアスについて,教育ビデオにおけるナレーターのジェンダー検出のための手動アノテーションを用いて検討した。本研究の目的は,オンライン教育における性バイアスを自動アノテーションを用いて評価することである。自動パイプラインは最近の論文ですでに提案されており、本論文では経験的結果と重要な結果のみを共有する。その結果,教育ビデオは男性に偏り,STEM関連ビデオはNON-STEMより偏りが強いことがわかった。

関連論文リスト

Statistical Uncertainty in Word Embeddings: GloVe-V [35.04183792123882]
本稿では,GloVeの近似的,使いやすい,スケーラブルな再構成誤差分散推定手法を提案する。分散を伴う埋め込み(GloVe-V)の価値を示すために,本手法がコアワード埋め込みタスクにおいて,原理的仮説テストを実現する方法について述べる。
論文参考訳（メタデータ） (2024-06-18T00:35:02Z)
A Comparative Analysis of Word-Level Metric Differential Privacy: Benchmarking The Privacy-Utility Trade-off [45.07650884598811]
単語レベルの差分プライバシーを達成するための7つの異なるアルゴリズムを比較した。プライバシーとユーティリティのトレードオフに焦点をあてて、結果の詳細な分析を行う。我々は研究分野に向けて具体的な一歩を踏み出すことを提案する。
論文参考訳（メタデータ） (2024-04-04T09:48:14Z)
From Statistical Methods to Deep Learning, Automatic Keyphrase Prediction: A Survey [44.83902003341381]
キーワード予測は、与えられた文書を高度に要約したフレーズ(キーワード)を生成することを目的としている。近年,様々な観点から詳細な研究が行われている。我々の研究は、これまでの167件の作業を分析し、このタスクを以前の調査よりより広範囲にカバーしています。
論文参考訳（メタデータ） (2023-05-04T06:22:50Z)
Pre-trained Embeddings for Entity Resolution: An Experimental Analysis [Experiment, Analysis & Benchmark] [65.11858854040544]
我々は、17の確立されたベンチマークデータセットに対して、12のポピュラー言語モデルの徹底的な実験分析を行う。まず、全ての入力エンティティを高密度な埋め込みベクトルに変換するためのベクトル化のオーバーヘッドを評価する。次に,そのブロッキング性能を調査し,詳細なスケーラビリティ解析を行い,最先端のディープラーニングベースのブロッキング手法と比較する。第3に、教師なしマッチングと教師なしマッチングの両方に対して、相対的な性能で締めくくります。
論文参考訳（メタデータ） (2023-04-24T08:53:54Z)
KPEval: Towards Fine-Grained Semantic-Based Keyphrase Evaluation [69.57018875757622]
KPEvalは、参照合意、忠実性、多様性、有用性という4つの重要な側面からなる総合的な評価フレームワークである。 KPEvalを用いて、23のキーフレーズシステムを再評価し、確立されたモデル比較結果に盲点があることを発見した。
論文参考訳（メタデータ） (2023-03-27T17:45:38Z)
Finding Support Examples for In-Context Learning [73.90376920653507]
本稿では,この課題を2段階に解決するためのfilter-thEN-Search法であるLENSを提案する。まず、データセットをフィルタリングして、個別に情報的インコンテキストの例を得る。そこで本研究では,反復的に改良し,選択したサンプル順列を評価可能な多様性誘導型サンプル探索を提案する。
論文参考訳（メタデータ） (2023-02-27T06:32:45Z)
Comparing Methods for Extractive Summarization of Call Centre Dialogue [77.34726150561087]
そこで本稿では,これらの手法を用いて呼の要約を生成し,客観的に評価することにより,実験的な比較を行った。 TopicSum と Lead-N は他の要約法よりも優れており,BERTSum は主観的評価と客観的評価の両方で比較的低いスコアを得た。
論文参考訳（メタデータ） (2022-09-06T13:16:02Z)
Combining keyphrase extraction and lexical diversity to characterize ideas in publication titles [0.0]
コーパスからより包括的なキーワード集合を生成することを目的として,複数のフレーズ検出モデルを提案する。いくつかのフレーズ検出モデルの性能を比較し,各モデルのキーフレーズ集合を解析し,各モデルからキーフレーズを組み込んだコーパスの語彙的多様性を計算する。
論文参考訳（メタデータ） (2022-08-30T04:08:35Z)
Interpretable Multi-dataset Evaluation for Named Entity Recognition [110.64368106131062]
本稿では,名前付きエンティティ認識(NER)タスクに対する一般的な評価手法を提案する。提案手法は,モデルとデータセットの違いと,それらの間の相互作用を解釈することを可能にする。分析ツールを利用可能にすることで、将来の研究者が同様の分析を実行し、この分野の進歩を促進することができる。
論文参考訳（メタデータ） (2020-11-13T10:53:27Z)
Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
論文参考訳（メタデータ） (2020-10-13T21:33:24Z)
A Combined Approach To Detect Key Variables In Thick Data Analytics [0.0]
機械学習において、戦略的なタスクの1つは、応答の予測子として重要な変数のみを選択することである。本稿では,候補予測変数に対する置換テストの適用を前提としたアプローチを提案する。いくつかの工業的問題はそのようなアプローチの恩恵を受ける可能性があり、化学分析の分野での応用が提示される。
論文参考訳（メタデータ） (2020-06-01T11:53:46Z)

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。