【演講主題:其他 AI 與開源議題】
「女人的眼淚是珍珠,男兒有淚不輕彈」諸如此類的性別刻板印象在數位什麼都亮的時代隨處可見。作為機器學習的語料,相關研究發現語言模型也經模仿這些刻板印象。本講題不僅談機器學習裡的性別議題,還分享從情緒研究延伸,透過模型歸納出不同性別在情緒表現上的微妙差異。
深度學習方面的性別研究在近年儼然成為顯學,過往的研究著重在模型無意間學習到的刻板印象,而追根究底這些刻板印象還在源自於人類提供的學習語料上。我們有別於過往的性別研究,從情緒模型出發,試圖讓情緒模型學習如何辨識出女性和男性在撰寫推特推文時的風格差異,並且透過開源視覺化套件反解卷積神經網路,藉此我們發現模型能夠歸納出不同性別在情緒表達上面的微妙差異。我們相信這樣的研究結果能為實證性別和情緒研究提供新的視野。
About Toby Liu
講者為自然語言處理研究者,現職日本電商 Mercari Inc. 機器學習工程師。曾為 MozTW、COSCUP 以及 g0v 等開源社群成員,並且於 COSCUP '19 分享情緒分析。曾參與 D4SG 資料英雄計畫「高雄火災風險地圖2.0」專案,成果有幸於 DataSci.tw '17、MOPCON '17、南區統計學年會 '17、泛知識節 '17 分享。情緒研究論文發表於 EMNLP '18。