[論文レビュー] It's a Man's Wikipedia? Assessing Gender Inequality in an Online Encyclopedia

Claudia Wagner, David García+2 more|arXiv (Cornell University)|Jan 26, 2015

Wikis in Education and Collaboration被引用数 5

ひとこと要約

本稿では、著名な人物の多言語データセットを用いて、カバレッジ、構造的、語彙的、可視性の4つの次元におけるウィキペディアの性別バイアスを評価する計算フレームワークを提案する。男性と女性は同程度にカバーされ、特集記事に掲載されているが、女性は男性に比べてより頻繁にリンクされ、家族関連の用語で記述されていることが判明し、構造的および語彙的バイアスが洗練された形で存在していることが示唆される。

ABSTRACT

Wikipedia is a community-created encyclopedia that contains information about notable people from different countries, epochs and disciplines and aims to document the world's knowledge from a neutral point of view. However, the narrow diversity of the Wikipedia editor community has the potential to introduce systemic biases such as gender biases into the content of Wikipedia. In this paper we aim to tackle a sub problem of this larger challenge by presenting and applying a computational method for assessing gender bias on Wikipedia along multiple dimensions. We find that while women on Wikipedia are covered and featured well in many Wikipedia language editions, the way women are portrayed starkly differs from the way men are portrayed. We hope our work contributes to increasing awareness about gender biases online, and in particular to raising attention to the different levels in which gender biases can manifest themselves on the web.

研究の動機と目的

• 可視的な代表割合の差異を超えて、ウィキペディアのコンテンツにおけるシステム的性別バイアスを調査すること。
• カバレッジ、構造的、語彙的、可視性バイアスの複数の次元にわたる性別バイアスを評価するための計算的手法を開発すること。
• 標準化された参照データセットを用いて、6つのウィキペディア言語版における性別的代表性と表現の違いを分析すること。
• ウィキペディアのようなオンライン知識プラットフォームにおける、洗練されたシステム的性別バイアスについての認識を高めること。
• デジタル・エンサイクロペディアにおける性別バイアスを低減する編集実務およびアルゴリズム設計に情報を提供すること。

提案手法

• 本研究では、6つのウィキペディア言語版が使用される国々の著名な人物を特定するため、外部の参照データセット（Freebase、HA、Pantheon）を3つ用いる。
• 4つのバイアス次元（カバレッジ（割合的代表）、構造的（リンクの同質性）、語彙的（伝記における語の使用）、可視性（メインページへの掲載））を定義する。
• 構造的バイアスの評価では、女性の伝記が男性にリンクされる頻度が、逆に男性が女性にリンクされる頻度よりも高いかどうかを評価する「性別ベースのリンク非対称性」を計算する。
• 語彙的バイアスの評価では、自然言語処理（NLP）技術を用いて、伝記におけるジェンダーに依存する語（例：「妻」、「母親」、「配偶者」）の頻度を分析する。
• 記事長を正規化し、男性と女性の記事における中央値の語数とジェンダーに依存する語の頻度を比較する。
• この手法は、英語、ドイツ語、フランス語など6つの言語版に一貫して適用され、言語間比較が可能となる。

実験結果

リサーチクエスチョン

• RQ1 どのウィキペディア言語版においても、著名な男性と女性が同程度にカバーされているか。
• RQ2 男性の伝記と女性の伝記において、リンクされた人物の性別に差異があるか。これは構造的バイアスを示唆する。
• RQ3 女性の伝記では、男性の伝記よりも、家族関連や恋愛関係が頻繁に言及されているか。これは語彙的バイアスを示唆する。
• RQ4 男性の伝記が英語版ウィキペディアのメインページに掲載される可能性が、女性の伝記よりも高いか。これは可視性バイアスを示唆する。
• RQ5 性別バイアスの異なる次元が、著名な人物のオンライン表現をどのように相互に影響しているか。

主な発見

• カバレッジバイアスは顕著でない：6言語版すべてにおいて、著名な女性の割合は男性と同等またはわずかに高い傾向にあり、顕著な不均衡はない。
• 可視性バイアスは存在しない：英語版ウィキペディアのメインページに掲載される可能性について、男性の記事に優位性は確認されない。
• 構造的バイアスは存在する：女性の記事が男性にリンクされる頻度が、逆に男性が女性にリンクされる頻度よりも高い。これは、記事リンクのパターンにおける性別に偏った非対称性を示している。
• 語彙的バイアスは強い：女性の伝記では、男性の伝記よりも、恋愛関係や家族関係（例：夫、子供）が頻繁に言及されている。
• すべてのデータセットにおいて、女性の記事の中央値長は男性の記事よりもわずかに長いが、この差はジェンダーに依存するコンテンツによるものではない。
• 研究結果は、ウィキペディアがカバレッジと可視性において性別的平等を達成している一方で、リンクと言語使用における深いバイアスが、性別に偏ったナラティブを継続的に生み出している可能性を示唆している。