[論文レビュー] Men Are Elected, Women Are Married: Events Gender Bias on Wikipedia

Jiao Sun, Nanyun Peng|arXiv (Cornell University)|Jun 3, 2021

Wikis in Education and Collaboration被引用数 4

ひとこと要約

本稿は、7,854件の有名人断片から構成される洗練されたコーパスを用いて、性別による偏見がWikipediaにどのように表現されているかを、出来事中心の分析で初めて検証した。その結果、女性の場合は結婚などの個人的出来事と職業的業績が不均等に混在している一方で、男性の職業的出来事は分離されていることが明らかになった。これは編集プロセスにおける体系的な暗黙的バイアスを示している。

ABSTRACT

Human activities can be seen as sequences of events, which are crucial to understanding societies. Disproportional event distribution for different demographic groups can manifest and amplify social stereotypes, and potentially jeopardize the ability of members in some groups to pursue certain goals. In this paper, we present the first event-centric study of gender biases in a Wikipedia corpus. To facilitate the study, we curate a corpus of career and personal life descriptions with demographic information consisting of 7,854 fragments from 10,412 celebrities. Then we detect events with a state-of-the-art event detection model, calibrate the results using strategically generated templates, and extract events that have asymmetric associations with genders. Our study discovers that the Wikipedia pages tend to intermingle personal life events with professional events for females but not for males, which calls for the awareness of the Wikipedia community to formalize guidelines and train the editors to mind the implicit biases that contributors carry. Our work also lays the foundation for future works on quantifying and discovering event biases at the corpus level.

研究の動機と目的

• 性別バイアスが出来事レベルの表現を通じてWikipediaにどのように埋め込まれているかを調査すること。
• Wikipediaのような公開知識源において、出来事と性別の間で非対称な関連が存在するかを特定すること。
• 出来事レベルの性別バイアスを検出・補正する手法を開発し、出来事抽出モデルに起因する交絡要因を最小限に抑えること。
• Wikipedia編集者に対して、コンテンツ構造における暗黙的性別バイアスについての認識を高めること。
• NLPおよび知識リポジトリにおける出来事ベースのバイアスの今後のコーパスレベル分析の基盤を提供すること。

提案手法

• 8つの職業にまたがる10,412人の有名人から抽出した7,854件の断片を含むコーパスを構築。各断片には人種的・文化的背景、キャリア、個人的出来事の記述が含まれる。
• 最先端の出来事抽出モデル（Han et al., 2019）を用いて、テキスト断片から出来事を抽出した。
• 出来事抽出モデルに潜在する性別バイアスを補正するために、戦略的に生成されたテンプレートを用いた補正技術を提案した。
• 統計的比較を用いて、ある性別に著しく高い頻度で出現する性別特異的出来事を同定した。
• 頻度順に検出された出来事をランク付けし、希少または頻度が低い出来事によって結果が左右されていないかを検証した。
• キャリア部門と個人的出来事部門の間で出来事の分布を分析し、コンテンツ編集における構造的バイアスを特定した。

実験結果

リサーチクエスチョン

• RQ1 Wikipedia上での有名人のキャリアと個人的出来事は、男性と女性でどのように異なる分布を示しているか？
• RQ2 出来事レベルでの性別との関連性は、公開知識源における社会的ステレオタイプをどの程度反映しているか？
• RQ3 出来事抽出モデルが、Wikipediaにおける性別格差の認識を歪めるような交絡バイアスを導入する可能性はどの程度か？
• RQ4 検出された性別バイアスを示す出来事は、コーパス内で頻出しているのか、それとも希少な出来事なのか？また、それらは意味のあるパターンを反映しているか？
• RQ5 Wikipediaの編集実務をどのように改善すれば、コンテンツ構造における暗黙的性別バイアスを低減できるか？

主な発見

• Wikipediaのページでは、女性の場合は結婚や離婚といった個人的出来事と職業的業績とが不均等に混在している一方で、男性のキャリア関連の出来事は「キャリア」セクションに分離されている。
• 女性有名人の文書において、個人的出来事が「キャリア」セクションに著しく多く出現していることから、コンテンツ提示における構造的バイアスが示唆される。
• 男性有名人のページでは、賞式典などの職業的出来事が「個人的出来事」セクションに含まれており、出来事分類における性別による非対称性が明らかになった。
• 検出された性別特異的出来事は希少ではない。多くの出来事が出来事頻度上位10%圏内に位置しており、それらが代表的かつ有意義なパターンを反映していることが確認された。
• 補正技術により、モデル由来のバイアスが有意に低減され、コーパスレベルの性別バイアスをより正確に検出できるようになった。
• 本研究は、Wikipediaの編集実務が、女性の人生を人間関係を中心に、男性の人生を業績を中心に描く伝統的な性別役割を強化している可能性を示している。