[论文解读] Tie-breaker: Using language models to quantify gender bias in sports journalism

Liye Fu, Cristian Danescu-Niculescu-Mizil+1 more|arXiv (Cornell University)|Jul 13, 2016

Sports Analytics and Performance参考文献 17被引用 29

一句话总结

本文提出一种基于语言模型的方法，通过衡量针对男女网球运动员的赛后采访问题与比赛相关内容的相关性，量化体育新闻报道中的性别偏见。研究发现，对男性运动员的问题显著更聚焦于比赛表现，尤其在排名较低的选手和非典型采访情境中，表明新闻报道框架中存在系统性性别偏见。

ABSTRACT

Gender bias is an increasingly important issue in sports journalism. In this work, we propose a language-model-based approach to quantify differences in questions posed to female vs. male athletes, and apply it to tennis post-match interviews. We find that journalists ask male players questions that are generally more focused on the game when compared with the questions they ask their female counterparts. We also provide a fine-grained analysis of the extent to which the salience of this bias depends on various factors, such as question type, game outcome or player rank.

研究动机与目标

• 探究体育新闻报道中的性别偏见是否体现在赛后采访问题的内容中。
• 开发一种自动化的、基于语言模型的方法，以量化新闻问题与比赛的相关性。
• 分析球员排名、比赛结果和问题类型等因素如何影响性别差异在提问中的表现。
• 发布一个公开可用的网球赛后采访转录文本数据集，附带比赛元数据，以支持未来研究。

提出的方法

• 在实时网球比赛解说文本上训练语言模型，以捕捉领域特定的、与比赛相关的话语特征。
• 使用困惑度作为度量指标，衡量记者问题与比赛相关语言的匹配程度；困惑度越低，表示问题与比赛的相关性越高。
• 该方法比较针对男性和女性运动员的问题的困惑度，同时控制球员排名、比赛结果和赛季因素。
• 对成对数据（如同一名球员在胜/负比赛后的采访）应用统计检验（例如，Wilcoxon符号秩检验）以评估显著性。
• 按球员排名（前10名 vs. 非前10名）和比赛结果（胜利 vs. 失利）对分析进行分层，以探讨偏见在不同情境下的变化。
• 整理并发布了包含6,467份网球赛后采访转录文本及其相关比赛统计数据的数据集。

实验结果

研究问题

• RQ1 针对男网球运动员的采访问题是否比针对女运动员的问题更聚焦于比赛表现？
• RQ2 球员排名在多大程度上调节了新闻报道中提问的性别偏见程度？
• RQ3 比赛结果（胜/负）是否影响对男性与女性运动员提问的与比赛相关性？
• RQ4 问题类型（如比赛相关问题 vs. 赛场外问题）是否存在提问模式的差异？
• RQ5 观察到的偏见在不同情境下（如高知名度选手 vs. 排名较低选手）是否具有一致性？

主要发现

• 对男网球运动员的问题困惑度显著更低（即更聚焦于比赛），p值 < 0.001。
• 在排名较低的运动员中，性别差异在问题与比赛相关性上的表现最为明显，女性运动员的问题困惑度显著高于男性（p < 0.01）。
• 无论性别，胜场与负场采访问题的与比赛相关性无显著差异，表明比赛结果并非导致观察到偏见的原因。
• 即使在前10名球员中，男性运动员也获得更多的比赛聚焦问题，但这种差异在排名较低的运动员中更为显著。
• 语言模型方法成功识别出新闻报道框架中的系统性差异，男性运动员始终获得更侧重于表现的问题。
• 研究表明，记者在采访排名较高的球员时更关注比赛细节，无论性别，但这种关注程度在男性运动员中仍更为突出。