論文の概要: Tuning Into Bias: A Computational Study of Gender Bias in Song Lyrics

• arxiv url: http://arxiv.org/abs/2409.15949v2
• Date: Tue, 11 Mar 2025 20:54:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-13 15:36:35.501472
• Title: Tuning Into Bias: A Computational Study of Gender Bias in Song Lyrics
• Title（参考訳）: Tuning Into Bias: 歌詞におけるジェンダーバイアスの計算的研究
• Authors: Danqing Chen, Adithi Satish, Rasul Khanbayov, Carolin M. Schuster, Georg Groh,
• Abstract要約: 本稿では、トピックモデリングとバイアス計測技術を用いて、英語の歌詞における性別バイアスの分析を行う。 英語の537,553曲のデータセットを、異なるトピックに分類し、その時間的進化を分析する。 その結果、ロマンチックなテーマから女性のセクシュアライゼーションに焦点を移すという、歌の歌詞の主題的変化が、時間とともに顕著に明らかになった。
• 参考スコア（独自算出の注目度）: 1.5379084885764847
• License:
• Abstract: The application of text mining methods is becoming increasingly prevalent, particularly within Humanities and Computational Social Sciences, as well as in a broader range of disciplines. This paper presents an analysis of gender bias in English song lyrics using topic modeling and bias measurement techniques. Leveraging BERTopic, we cluster a dataset of 537,553 English songs into distinct topics and analyze their temporal evolution. Our results reveal a significant thematic shift in song lyrics over time, transitioning from romantic themes to a heightened focus on the sexualization of women. Additionally, we observe a substantial prevalence of profanity and misogynistic content across various topics, with a particularly high concentration in the largest thematic cluster. To further analyse gender bias across topics and genres in a quantitative way, we employ the Single Category Word Embedding Association Test (SC-WEAT) to calculate bias scores for word embeddings trained on the most prominent topics as well as individual genres. The results indicate a consistent male bias in words associated with intelligence and strength, while appearance and weakness words show a female bias. Further analysis highlights variations in these biases across topics, illustrating the interplay between thematic content and gender stereotypes in song lyrics.
• Abstract（参考訳）: テキストマイニング法の適用は、特に人文科学や計算社会科学において、より幅広い分野において、ますます広まりつつある。 本稿では、トピックモデリングとバイアス計測技術を用いて、英語の歌詞における性別バイアスの分析を行う。 BERTopicを利用すると、537,553の英語曲のデータセットを異なるトピックに分類し、その時間的進化を分析する。 その結果、ロマンチックなテーマから女性のセクシュアライゼーションに焦点を移すという、歌の歌詞の主題的変化が、時間とともに顕著に明らかになった。 さらに,多種多種多様な話題において,特に最大のテーマクラスタにおいて,挑発性と誤擬的内容の有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な有意な意味な意味性は,その最大である。 トピックやジャンル間のジェンダーバイアスを定量的に分析するために,SC-WEAT(Single Category Word Embedding Association Test)を用いて,最も顕著なトピックやジャンルで訓練された単語埋め込みのバイアススコアを算出する。 その結果、知性と強さに関連する単語の男性偏見は一貫しており、外見と弱みの単語は女性の偏見を示していることがわかった。 さらに分析によって、主題間の偏見の変化が強調され、歌詞における主題内容とジェンダーステレオタイプとの相互作用が説明される。

関連論文リスト

• Beyond Binary Gender: Evaluating Gender-Inclusive Machine Translation with Ambiguous Attitude Words [85.48043537327258]
  既存の機械翻訳の性別バイアス評価は主に男性と女性の性別に焦点を当てている。 本研究では,AmbGIMT (Gender-Inclusive Machine Translation with Ambiguous attitude words) のベンチマークを示す。 本研究では,感情的態度スコア(EAS)に基づく性別バイアス評価手法を提案する。
  論文  参考訳（メタデータ） (2024-07-23T08:13:51Z)
• ''Fifty Shades of Bias'': Normative Ratings of Gender Bias in GPT Generated English Text [11.085070600065801]
  言語は、社会的信念システムの顕在化のための強力なツールとして機能する。 ジェンダーバイアスは、私たちの社会でもっとも普及しているバイアスの1つです。 我々は、GPT生成した英語テキストの最初のデータセットを作成し、男女バイアスの規範的評価を行う。
  論文  参考訳（メタデータ） (2023-10-26T14:34:06Z)
• 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)
• VisoGender: A dataset for benchmarking gender bias in image-text pronoun resolution [80.57383975987676]
  VisoGenderは、視覚言語モデルで性別バイアスをベンチマークするための新しいデータセットである。 We focus to occupation-related biases in a hegemonic system of binary gender, inspired by Winograd and Winogender schemas。 我々は、最先端の視覚言語モデルをいくつかベンチマークし、それらが複雑な場面における二項性解消のバイアスを示すことを発見した。
  論文  参考訳（メタデータ） (2023-06-21T17:59:51Z)
• Are Fairy Tales Fair? Analyzing Gender Bias in Temporal Narrative Event Chains of Children's Fairy Tales [46.65377334112404]
  社会的バイアスやステレオタイプは、私たちの物語における彼らの存在を通じて、私たちの文化に埋め込まれています。 そこで本稿では,各キャラクタに対して,物語の時間的動詞に基づくイベントチェーンを自動的に抽出する計算パイプラインを提案する。 また、従来のステレオタイプと整合するカテゴリを含むことで、バイアス分析を容易にする動詞ベースのイベントアノテーションスキームを提案する。
  論文  参考訳（メタデータ） (2023-05-26T05:29:37Z)
• Large scale analysis of gender bias and sexism in song lyrics [3.437656066916039]
  我々は,手動で注釈付けされたポピュラーソングの小さなサンプルを用いて,以前の研究よりも大規模な性差別的な歌詞を同定した。 性差別的なコンテンツは、特に男性アーティストやBillboardチャートに掲載されている人気曲から、時間とともに増えていくだろう。 これは、このタイプの最初の大規模分析であり、大衆文化のそのような影響力のある部分における言語使用に関する洞察を与えている。
  論文  参考訳（メタデータ） (2022-08-03T13:18:42Z)
• Gender Bias in Word Embeddings: A Comprehensive Analysis of Frequency, Syntax, and Semantics [3.4048739113355215]
  インターネットコーパスで学習した英語の静的単語埋め込みにおいて,グループベースのバイアスを包括的に分析する。 単一カテゴリー単語埋め込みアソシエーションテストを用いて,性別バイアスの広範性を示す。 語彙の中で最も頻繁な単語1,000のうち、77%が女性よりも男性に関連があることがわかりました。
  論文  参考訳（メタデータ） (2022-06-07T15:35:10Z)
• Quantifying Gender Bias in Consumer Culture [0.0]
  歌の歌詞は、女性に対する社会的なステレオタイプの変化を促進するのに役立つかもしれない。 50年以上にわたる100万曲の自然言語処理は、誤用を定量化している。 女性は望ましい特性(すなわち能力)に結びつく傾向が低く、このバイアスは減少するが、それは持続する。
  論文  参考訳（メタデータ） (2022-01-10T05:44:54Z)
• 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)

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。