科幻小说性别语言大揭秘：woman被遮蔽时预测出阳性词概率是反向的两倍！
Crossing the Gender Binary: Modelling Gendered Reference in Science Fiction and General Fiction
📖 AI 总结
这项研究以计算语言学方法检验科幻小说是否在语言层面真正挑战了性别二元结构。作者对同一时期的科幻小说与一般小说语料进行遮蔽实验，分别隐藏man/men、woman/women和person/people，再用RoBERTa模型预测五个最可能的替代词并按性别分类，通过五轮重采样置换检验并结合原句细读加以验证。结果显示，两类语料都出现双向跨越性别二元的现象，但并不对称：遮蔽woman时模型预测阳性词的概率约为遮蔽man时预测阴性词概率的两倍，每次错配都代表语料未曾预期的统计意外。在此共同模式之上，科幻小说表现出更强的性别渗透性，更常将man置于女性语境，去性别化倾向也更强，同时被遮蔽的woman比man更容易引出无性别的社会类别词。该研究为科幻研究的主题性论断提供了语言学证据，也为计算文学研究提供了可迁移至种族、阶级等类别词汇的分析流程。
🔑 关键词速览
| 性别二元对立 (gender binary) | 将性别仅划分为男性和女性两个对立类别的社会文化观念。 |
| 性别渗透性 (gender permeability) | 指一个性别化词汇在语言使用中被另一性别或中性词替代的容易程度。 |
| 遮蔽 (masking) | 在自然语言处理中，将特定词汇从上下文中隐藏，让模型预测其替代词的技术。 |
| RoBERTa | 一种基于Transformer的预训练语言模型，常用于掩码语言建模和词预测任务。 |
| 排列检验 (permutation test) | 一种非参数统计检验方法，通过随机重排数据来评估观察到的效应是否显著。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅