[论文解读] 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 4

一句话总结

本文首次从事件中心视角分析维基百科中的性别偏见，利用精心整理的7,854个名人片段语料库，检测并校准性别不对称的事件关联。研究发现，维基百科在女性身上更倾向于将个人生活事件（如婚姻）与职业成就混杂在一起，而男性的职业事件则保持分离，揭示了编辑实践中系统性的隐性偏见。

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.

研究动机与目标

• 从事件表征的视角，探究性别偏见在维基百科中的编码方式。
• 识别公共知识源（如维基百科）中事件与性别之间的非对称关联。
• 开发一种检测并校准事件级性别偏见的方法，最大限度减少事件抽取模型带来的混淆影响。
• 提高维基百科编辑者对内容结构中隐性性别偏见的认识。
• 为未来在自然语言处理和知识库中开展基于语料的事件偏见分析奠定基础。

提出的方法

• 从8个职业的10,412名名人中整理出7,854个片段的语料库，涵盖人口统计、职业和人生经历描述。
• 应用最先进的事件检测模型（Han et al., 2019）从文本片段中抽取事件。
• 提出一种基于精心设计模板的校准技术，以抵消事件检测模型中潜在的性别偏见。
• 通过统计比较识别出对某一性别显著更频繁出现的性别特异性事件。
• 按事件频率对检测到的事件进行排序，以验证研究发现并非由罕见或低频事件驱动。
• 分析事件在不同部分（职业 vs. 个人生活）中的分布，以检测内容组织中的结构性偏见。

实验结果

研究问题

• RQ1 维基百科上，职业事件与个人生活事件在男性和女性名人中的分布有何不同？
• RQ2 事件与性别的关联在多大程度上反映了公共知识源中的社会刻板印象？
• RQ3 事件检测模型是否会引入混淆性偏见，从而扭曲对维基百科中性别差异的认知？
• RQ4 检测到的性别偏见事件在语料库中是频繁还是罕见的？它们是否反映了有意义的模式？
• RQ5 如何改进维基百科的编辑实践，以减少内容结构中的隐性性别偏见？

主要发现

• 维基百科页面将婚姻、离婚等个人生活事件与女性的职业成就混杂在一起，而男性的职业事件则保留在‘职业’部分中。
• 对于女性名人，个人生活事件显著更可能出现在‘职业’部分，表明内容呈现中存在结构性偏见。
• 男性名人的维基百科页面中，颁奖典礼等职业事件被归类在‘个人生活’部分，表明事件分类存在性别化不对称。
• 检测到的性别特异性事件并不罕见；许多事件位于事件频率的前10%，证实其代表性与重要性。
• 校准技术成功减少了模型引入的偏见，从而实现了对语料库级性别偏见更准确的检测。
• 本研究揭示，维基百科的编辑实践可能通过将女性生活围绕人际关系构建、男性生活围绕成就构建，强化了传统的性别角色。