arXiv 自然语言处理· Yuxuan Liu, Haim Dubossarsky, Ruth Ahnert·· 9 小时前AI 评分25
跨越性别二元:科幻与通俗小说中性别指称建模研究
Crossing the Gender Binary: Modelling Gendered Reference in Science Fiction and General Fiction
AI 导读
研究利用 RoBERTa 掩码预测科幻与通俗小说语料中的性别词,发现两类语料在掩码 woman 时预测男性词的概率约为掩码 man 预测女性词的两倍。相较于通俗小说,科幻小说表现出更强的性别渗透性与去性别化趋势,更频繁将 man 置于女性语境并将性别词引向中性。该研究为文学主题提供了语言学证据,并建立了可拓展至种族与阶级等范畴的分析 pipeline。
来源:arXiv 自然语言处理 · arxiv.org