如何使用词向量进行测量

Question

我正在尝试了解如何使用词嵌入来衡量偏见。阅读文章https://towardsdatascience.com/gender-bias-word-embeddings-76d9806a0e17

上述陈述中确定的偏见是什么？这里的偏见是不是当男人参与时，女人就不能被视为医生？

被识别为男性或女性的中性偏见是女性、医生男性、医生之间存在微小差异的地方，代表一个向量：$woman + doctor \approx man + doctor$ ?

Answer 1

你会期望

woman + doctor = man + doctor

或重写：

woman + doctor - man = doctor

但由于 'nurse' 嵌入了 space，这表明医疗保健领域的女性被视为护士存在偏见。 在训练嵌入的语料库中，医生与男性的关联更多，因此可以得出结论，语料库（和学习到的词嵌入）存在性别偏见。