BriefGPT - AI 论文速递
·
反刻板印象的预测文本建议并不可靠地产生反刻板印象的写作
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
研究利用自然语言处理和众包词汇，分析1.8亿字小说中的性别代表和刻板印象。结果显示，男性角色比例较高，传统性别刻板印象普遍存在，尤其是性感或暴力的男性与高评价故事相关。女性常被负面刻板印象描绘，且无论性别，作者都容易使用这些刻板印象。
🎯
关键要点
- 研究结合自然语言处理和众包词汇分析小说中的性别代表和刻板印象。
- 分析对象为1.8亿字的小说，发现男性角色比例较高。
- 传统性别刻板印象普遍存在，尤其是性感或暴力的男性与高评价故事相关。
- 女性角色常被描绘为负面刻板印象的对象。
- 无论性别，作者都容易使用性别刻板印象。
➡️
