[論文レビュー] Judging a Book by its Description : Analyzing Gender Stereotypes in the Man Bookers Prize Winning Fiction

Nishtha Madaan, Sameep Mehta+2 more|arXiv (Cornell University)|Jul 25, 2018

Authorship Attribution and Profiling参考文献 19被引用数 5

ひとこと要約

本稿は、1969年から2017年までの275部のマン・ブッカー賞ノミネート小説（文学的フィクション）を対象に、Goodreadsの説明文の自然言語処理（NLP）と意味的モデル化を用いてジェンダーのステレオタイプを分析している。単語埋め込み、類似性推論、知識グラフに基づくバイアス除去手法を用いて、職業的、外見的、行動的バイアス—例えば、男性が高地位の役割と結びつけられ、女性が養育的または受動的な特徴と結びつけられる—を同定した。結果として、時間の経過とともに徐々に改善が見られるものの、依然として顕著なジェンダー格差が継続していることが示された。

ABSTRACT

The presence of gender stereotypes in many aspects of society is a well-known phenomenon. In this paper, we focus on studying and quantifying such stereotypes and bias in the Man Bookers Prize winning fiction. We consider 275 books shortlisted for Man Bookers Prize between 1969 and 2017. The gender bias is analyzed by semantic modeling of book descriptions on Goodreads. This reveals the pervasiveness of gender bias and stereotype in the books on different features like occupation, introductions and actions associated to the characters in the book.

研究の動機と目的

• 高影響力の文学的フィクションにおけるジェンダーのステレオタイプを計算的に分析・定量化すること、特に登場人物の職業、外見、行動に関する描写に焦点を当てる。
• Goodreadsの書籍説明文におけるジェンダーのバイアスが、男性と女性の登場人物との意味的関連性としてどのように現れるかを調査すること。
• 意味的モデル化と知識グラフを用いて、物語的テキスト内のジェンダーのステレオタイプを同定・是正するためのバイアス除去フレームワークを開発・評価すること。
• 1969年から2017年までの権威ある文学的フィクションにおけるジェンダー表現とバイアスの動向を、275部の多様なノミネート作品から分析すること。
• スケーラブルなNLPベースのパイプラインを貢献し、物語的テキストにおけるジェンダーのバイアスを検出・除去するためのものとし、コンテンツ生成やフェアネス指向NLPへの応用可能性を有する。

提案手法

• 単語埋め込みを用いて、ジェンダー付き代名詞（he/she）と職業用語（例：ドクター、ナース）の間の意味的関係をモデル化し、ベクトル算術（(he - she) ≈ (x - y)）によりバイアスを同定する。
• コサイン類似度のしきい値を適用して、(ドクター/ナース、キング/クイーン) などの類似語ペアを検出することで、職業的役割におけるジェンダーのステレオタイプを特定する。
• 彼/彼女（he, she）に近接する単語ペアをフィルタリングする知識ベースを用い、コサイン距離のしきい値に基づいて、ペアをジェンダー中立的またはジェンダー特異的とラベル付ける。
• スタンフォードのオープン情報抽出（OpenIE）と共参照解決を用いて、各登場人物ごとに行動と関係性を抽出し、赤ちゃんの名前リストを用いて性別の推定を行う。
• 従属構文解析を用いて登場人物固有の知識グラフを構築し、媒介性中央度を計算することで、文脈に配慮した、的を射たジェンダー対応の交換を可能にする。
• 二段階のバイアス除去プロセスを実装：第一段階でバイアスのある語のペアを同定し、第二段階で物語の整合性を保つために、高中央度かつ妥当な登場人物-役割ペアに限定してジェンダーを入れ替える。

実験結果

リサーチクエスチョン

• RQ1 マン・ブッカー賞受賞小説における男性と女性の登場人物は、職業、外見、行動の観点でどのようにステレオタイプ的に描写されているか？
• RQ2 書籍説明文におけるジェンダーの関連性は、現実の職業的・社会的ステレオタイプをどの程度反映しているか？
• RQ3 単語埋め込みと知識グラフに基づく計算フレームワークは、文学的テキストにおけるジェンダーのステレオタイプを効果的に検出し、是正できるか？
• RQ4 1969年から2017年までの高影響力文学的フィクションにおいて、登場人物の描写におけるジェンダーのステレオタイプはどのように時間経過とともに変化しているか？
• RQ5 ジェンダーに偏った言語は、文学的フィクションにおける登場人物の中央度と物語的役割の割り当てにどのような影響を及えるか？

主な発見

• 男性の登場人物は、『ドクター』『キング』『リーダー』といった高地位の職業と顕著に関連している一方、女性の登場人物は『ナース』や『マザー』といった低地位または養育的役割と顕著に結びつけられている。
• ベクトルオフセット（he - she）は、(ドクター, ナース) のような職業的ペアと強く一致しており、ジェンダーに偏った職業的バイアスが意味空間に埋め込まれていることを示している。
• 外見に関する記述では、男性は『強い』『力強い』といった特徴と多く結びつけられるが、女性は『優しい』『美しい』『繊細な』といった特徴と結びつけられる—これは伝統的なジェンダーの規範を強化している。
• 書籍説明文中に登場する男性の登場人物数は、女性の登場人物数を上回っており、物語的焦点における女性の欠如を示している。
• 女性の登場人物に関連する行動や関係性は、ケア、感情、家庭的要素を多く含むのに対し、男性の登場人物はリーダーシップ、暴力、能動性と多く結びつけられている。
• 時間の経過とともに徐々に改善が見られるものの、データは、すばらしい賞を受賞した作品でさえも、文学的フィクションにおけるジェンダーのバイアスが依然として広範かつ持続的であることを示している。