論文の概要: Initial Evaluation of Potential Bias in Coverage of Humans in Wikidata

• arxiv url: http://arxiv.org/abs/2609.22375v1
• Date: Thu, 17 Sep 2026 19:48:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.359658
• Title: Initial Evaluation of Potential Bias in Coverage of Humans in Wikidata
• Title（参考訳）: ウィキデータにおける人体被覆における潜在的バイアスの初期評価
• Abstract要約: 我々は、QLeverを介して、Wikidata上の600万人以上の人を表す1000万以上のステートメントバインディングを取り込みます。 我々は、性別、性的指向、地理、出身地都市性、民族性、ラベルの多言語的カバレッジ、説明、エイリアス、職業、そしてこれらの実体の交叉対について評価する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Introduction. Open collaborative knowledge graphs such as Wikidata increasingly ground agentic artificial intelligence, information retrieval, and language modeling systems, making systematic auditing of their demographic representation and overall equity a research imperative. Methods. Herein, we present an open-source auditing platform that ingests over 10 million statement bindings representing over 6 million humans on Wikidata via QLever, and evaluates representation of gender, sexual orientation, geography, birthplace urbanicity, ethnicity, multilingual coverage of labels, descriptions, and aliases, occupation, and select intersectional pairs of these entities. It does so by making use of Chi-square goodness-of-fit tests, 95% Wilson-score confidence intervals, and disparity ratios, in light of Rubin's missingness taxonomy. Results. Women accounted for 28.71% (CI +/-0.04) of all humans in Wikidata with a stated gender. 38.26% of humans had a citizenship statement, with Western Europe and North America (WENA) representing approximately 53% of such statements. Among 1.8 million birthplaces that could be classified, rural birthplaces were observed in 2.48% of cases (in comparison to 27.4% global baseline). Fewer than 1.2% of entities carried an ethnicity statement, and non-English Wikidata descriptions covered 18.2% of items. Discussion. Our findings reveal significant missingness across the evaluated axes. Ethnicity and sexual orientation were the most critically under-documented (missing statements) while rural birthplaces and non-WENA citizenship were the most underrepresented.
• Abstract（参考訳）: はじめに。 ウィキデータのようなオープンなコラボレーティブな知識グラフは、エージェント人工知能、情報検索、言語モデリングシステムにますます根ざし、その人口統計表現と全体的な株式の体系的な監査が研究の必須事項となっている。 メソッド。 ここでは、オープンソース監査プラットフォームについて、QLeverを介して、Wikidata上の600万人以上の人間を表す1000万以上のステートメントバインディングを取り込み、性別、性的指向、地理、生まれ故郷の都市性、民族性、ラベルの多言語的カバレッジ、説明、エイリアス、職業、およびこれらのエンティティの選択的な交叉ペアの表現を評価する。 この手法は、ルビンの欠落の分類法に照らして、Chi-square Goodness-of-fit test、95% Wilson-score confidence intervals、およびdisparity ratiosを利用する。 結果。 女性はWikidataの全人間の28.71%(CI +/-0.04)を性別で占めている。 人口の38.26%が市民権を主張しており、西ヨーロッパと北アメリカ(WENA)が約53%を占めていた。 分類可能な180万の出生地のうち、農村の出生地は2.48%のケースで観察された(世界ベースラインの27.4%と比べて)。 1.2%未満の団体が民族的声明を出し、非英語のウィキデータの記述は18.2%の項目をカバーした。 議論。 以上の結果から, 評価軸間に有意な欠損が認められた。 民族主義と性的指向は最も批判的に低文書化されており、農村の出生地や非WENA市民権は最も過小評価されていた。

関連論文リスト

• A Cross-Cultural Assessment of Human Ability to Detect LLM-Generated Fake News about South Africa [0.9303501974597549]
  本研究では,文化的な近さが,AIが生成した偽ニュースを検出する能力に与える影響について検討する。 調査では、89人の参加者が真の南アフリカのニュース記事10件とAI生成の偽版10件を評価した。
  論文  参考訳（メタデータ） (2025-11-21T09:33:49Z)
• Social Biases in Knowledge Representations of Wikidata separates Global North from Global South [4.427603894929721]
  リンク予測(LP)は知識グラフの不完全性の問題に対処するため、知識グラフにとって重要な下流タスクである。 これまでの研究では、しばしば(半)自動的な方法で作成された知識グラフは、社会的バイアスのないものではないことが示されている。 これらのバイアスは下流の応用に有害な影響を及ぼし、特に少数派に対する不公平な行動を引き起こす。
  論文  参考訳（メタデータ） (2025-05-05T04:21:12Z)
• Is Human-Like Text Liked by Humans? Multilingual Human Detection and Preference Against AI [95.81924314159943]
  人文と機械文の大きなギャップは、具体性、文化的ニュアンス、多様性にある。 また,人間は必ずしも人書きのテキストを好んではいないこと,特にその情報源を明確に特定できない場合などを見いだす。
  論文  参考訳（メタデータ） (2025-02-17T09:56:46Z)
• Breaking the Global North Stereotype: A Global South-centric Benchmark Dataset for Auditing and Mitigating Biases in Facial Recognition Systems [7.790132091010725]
  本研究では,世界8カ国の男女6,579名からなる顔データセットを提案する。 データセットの50%以上がグローバル・サウス諸国の個人であり、人口統計学的に多様である。 敵対的監査と堅牢なモデルトレーニングを支援するため、各画像は4つの敵的変種を持ち、合計4万枚以上の画像がある。
  論文  参考訳（メタデータ） (2024-07-22T17:22:04Z)
• GenderBias-\emph{VL}: Benchmarking Gender Bias in Vision Language Models via Counterfactual Probing [72.0343083866144]
  本稿では,GenderBias-emphVLベンチマークを用いて,大規模視覚言語モデルにおける職業関連性バイアスの評価を行う。 ベンチマークを用いて15のオープンソースLVLMと最先端の商用APIを広範囲に評価した。 既存のLVLMでは男女差が広くみられた。
  論文  参考訳（メタデータ） (2024-06-30T05:55:15Z)
• VLBiasBench: A Comprehensive Benchmark for Evaluating Bias in Large Vision-Language Model [72.13121434085116]
  我々は、LVLM(Large Vision-Language Models)におけるバイアスを評価するベンチマークであるVLBiasBenchを紹介する。 VLBiasBenchは、年齢、障害ステータス、性別、国籍、身体的外観、人種、宗教、職業、社会経済ステータスを含む9つの異なる社会バイアスのカテゴリを含むデータセットと、人種x性別と人種x社会経済ステータスの2つの交叉バイアスのカテゴリを含む。 15のオープンソースモデルと2つの高度なクローズドソースモデルに対して広範な評価を行い、これらのモデルに存在するバイアスに関する新たな洞察を得る。
  論文  参考訳（メタデータ） (2024-06-20T10:56:59Z)
• CBBQ: A Chinese Bias Benchmark Dataset Curated with Human-AI Collaboration for Large Language Models [52.25049362267279]
  本稿では,人的専門家と生成言語モデルによって共同で構築された100万以上の質問からなる中国語バイアスベンチマークデータセットを提案する。 データセットのテストインスタンスは、手作業による厳格な品質管理を備えた3K以上の高品質テンプレートから自動的に抽出される。 大規模な実験により、データセットがモデルバイアスを検出することの有効性が実証された。
  論文  参考訳（メタデータ） (2023-06-28T14:14:44Z)
• Analyzing Race and Country of Citizenship Bias in Wikidata [2.6081347116384728]
  我々は、人種と市民権の偏見を概ね検討し、科学者、ソフトウェア開発者、エンジニアのSTEM表現について検討する。 我々は、ヨーロッパと北アメリカに白人と市民権を持つ人々の過剰表現があることを発見した。 我々はマイノリティのSTEM科学者に関するウィキデータの追加データを発見し、リンクした。
  論文  参考訳（メタデータ） (2021-08-11T19:04:15Z)
• How True is GPT-2? An Empirical Analysis of Intersectional Occupational Biases [50.591267188664666]
  下流のアプリケーションは、自然言語モデルに含まれるバイアスを継承するリスクがある。 一般的な生成言語モデルであるGPT-2の作業バイアスを分析した。 特定の仕事について、GPT-2は米国におけるジェンダーと民族の社会的偏見を反映しており、場合によってはジェンダー・パリティの傾向を反映している。
  論文  参考訳（メタデータ） (2021-02-08T11:10:27Z)

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。