要約
タイトル：「Radar de Parité：フランス語のニュースストーリーにおけるジェンダー表現を測定するためのNLPシステム」
要約：
– フランス語の6つのカナダのメディア出版物で毎日引用される女性と男性の比率を測定する自動化された自然言語処理（NLP）システムであるRadar de Paritéを紹介する。
– このシステムのアーキテクチャについて概説し、フランス特有の問題、特に共参照解消に焦点を当てた問題を解決するために克服した課題について詳細に説明する。
– 282,512件のニュース記事をカバーする統計を紹介し、1年以上にわたるデータを提供する。
– 得られた結果は、ニュースストーリーにおける女性の代表不足を明らかにすると同時に、現代のNLP方法を使用してジェンダー表現を測定し、社会問題に対処することを示している。
要約(オリジナル)
We present the Radar de Parit\’e, an automated Natural Language Processing (NLP) system that measures the proportion of women and men quoted daily in six Canadian French-language media outlets. We outline the system’s architecture and detail the challenges we overcame to address French-specific issues, in particular regarding coreference resolution, a new contribution to the NLP literature on French. We also showcase statistics covering over one year’s worth of data (282,512 news articles). Our results highlight the underrepresentation of women in news stories, while also illustrating the application of modern NLP methods to measure gender representation and address societal issues.
arxiv情報
| 著者 | Valentin-Gabriel Soumah,Prashanth Rao,Philipp Eibl,Maite Taboada |
| 発行日 | 2023-04-19 21:33:59+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, OpenAI