論文の概要: Flattening Fantasies: Analyzing Stereotypes in Pornographic Discourse

• arxiv url: http://arxiv.org/abs/2610.25566v1
• Date: Sun, 18 Oct 2026 22:01:44 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:34:26.831992
• Title: Flattening Fantasies: Analyzing Stereotypes in Pornographic Discourse
• Title（参考訳）: フラッテニング幻想:ポルノ談話におけるステレオタイプの分析
• Abstract要約: ポルノ談話において、国籍、民族、性別のアイデンティティがどのように描かれているかを検討する。 その結果、アメリカのポルノが他のグループよりも優勢であることが示され、これはアダルト産業の事実上の規範として機能している。 我々は、植民地権力のダイナミクス、宗教的なフェティシゼーション、文化タブーのセクシュアライゼーションを反映した永続的な民族ステレオタイプを同定する。
• 参考スコア（独自算出の注目度）: 0.8481798330936976
• License:
• Abstract: This study presents a large-scale quantitative analysis of 5.4 million video titles from xHamster, the world's fourth most visited pornography platform, to examine linguistic patterns used to describe different dimensions of identities (e.g., race and gender). Specifically, we investigate how nationalities, ethnic groups, and gender identities are portrayed in pornographic discourse, focusing on stereotypes and deviations from implicit norms of pornography. The results show the dominance of American pornography over other groups, which acts as the de facto norm for the adult industry. We identify persistent ethnic stereotypes reflecting colonial power dynamics, religious fetishization, and the sexualization of cultural taboos. The analysis reveals gendered representational differences across cultures, with a prevalent Madonna-Whore dichotomy in the portrayal of women and stereotypical depictions of men in physically dominant roles.
• Abstract（参考訳）: 本研究では、世界第4位のポルノプラットフォームであるxHamsterから540万本の動画タイトルを大規模に分析し、異なるアイデンティティ(例えば、人種、性別)の次元を記述するために使用される言語パターンについて検討する。 具体的には、ポルノグラフィーの暗黙の規範からのステレオタイプや逸脱に着目し、民族、民族、性別のアイデンティティがどのように表現されているかを検討する。 その結果、アメリカのポルノが他のグループよりも優勢であることが示され、これはアダルト産業の事実上の規範として機能している。 我々は、植民地権力のダイナミクス、宗教的なフェティシゼーション、文化タブーのセクシュアライゼーションを反映した永続的な民族ステレオタイプを同定する。 この分析は、女性描写におけるMadonna-Whore二分法と、身体的に支配的な役割における男性のステレオタイプ的描写が一般的である、文化間の性的な表現の違いを明らかにしている。

関連論文リスト

• A Large Scale Analysis of Gender Biases in Text-to-Image Generative Models [47.16682882493828]
  本稿では,テキスト・トゥ・イメージ(T2I)モデルにおけるジェンダーバイアスに関する大規模研究を行い,日常の状況に着目した。 我々は3,217のジェンダーニュートラルプロンプトのデータセットを作成し、5つの主要なT2Iモデルからのプロンプト毎に5つのプロンプトに対して200の画像を生成する。 生成した画像中の知覚された人物の性別を自動的に検出し、性別の異なる人物や複数の人物の像をフィルタリングする。 分析の結果、T2Iモデルは伝統的なジェンダーの役割を強化し、家庭の役割における一般的なジェンダーステレオタイプを反映していることがわかった。
  論文  参考訳（メタデータ） (2025-03-30T11:11:51Z)
• LLMs Reproduce Stereotypes of Sexual and Gender Minorities [6.345340156849189]
  我々は、二進圏を超えた性や性別のマイノリティに対する大きな言語モデルのバイアスについて研究する。 分析の結果, LLMは創造的執筆において性・性マイノリティのステレオタイプ表現を生成することがわかった。
  論文  参考訳（メタデータ） (2025-01-10T12:46:39Z)
• Gender Bias in Text-to-Video Generation Models: A case study of Sora [63.064204206220936]
  本研究では,OpenAIのテキスト・ビデオ生成モデルであるSoraにおけるジェンダーバイアスの存在について検討した。 性別ニュートラルとステレオタイププロンプトの多種多様なセットから生成されたビデオを分析し、バイアスの有意な証拠を明らかにした。
  論文  参考訳（メタデータ） (2024-12-30T18:08:13Z)
• Inclusive content reduces racial and gender biases, yet non-inclusive content dominates popular culture [1.4204016278692333]
  私たちは最先端の機械学習モデルを使用して、50年以上にわたって30万以上の画像を分類しています。 人種的少数派は白人よりもはるかに頻度が低く、それらが現れると、顕著に描写されなくなる。 また、女性は全身で描かれる傾向が強く、男性は顔で描かれる傾向が強いこともわかりました。
  論文  参考訳（メタデータ） (2024-05-10T11:34:47Z)
• Will the Prince Get True Love's Kiss? On the Model Sensitivity to Gender Perturbation over Fairytale Texts [80.21033860436081]
  本稿では, モデルが非現実的データ拡張を通じて, ジェンダーステレオタイプ摂動にどう反応するかを検討する。 実験結果から, 性別の摂動に直面すると, モデルの性能低下がわずかであることがわかった。 反現実的なトレーニングデータに基づいて微調整を行うと、モデルは反ステレオタイプな物語に対してより堅牢になる。
  論文  参考訳（メタデータ） (2023-10-16T22:25:09Z)
• Easily Accessible Text-to-Image Generation Amplifies Demographic Stereotypes at Large Scale [61.555788332182395]
  危険で複雑なステレオタイプを増幅する機械学習モデルの可能性を検討する。 さまざまな通常のプロンプトがステレオタイプを生成しており、それらは単に特性、記述子、職業、オブジェクトに言及するプロンプトを含む。
  論文  参考訳（メタデータ） (2022-11-07T18:31:07Z)
• 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)

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。