Buchumschlag

Quantifying Gender Stereotypes in Japan between 1900 and 1999 with Word Embeddings

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sakai, Shintaro, Kwak, Haewoon, An, Jisun, Matsui, Akira
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Somatic in the East, Psychological in the West?: Investigating Clinically-Grounded Cross-Cultural Depression Symptom Expression in LLMs
von: Sakai, Shintaro, et al.
Veröffentlicht: (2025)

A semantic embedding space based on large language models for modelling human beliefs
von: Lee, Byunghwee, et al.
Veröffentlicht: (2024)

PluRule: A Benchmark for Moderating Pluralistic Communities on Social Media
von: Kachwala, Zoher, et al.
Veröffentlicht: (2026)

LLMs Can Infer Political Alignment from Online Conversations
von: Lee, Byunghwee, et al.
Veröffentlicht: (2026)

Can Lessons From Human Teams Be Applied to Multi-Agent Systems? The Role of Structure, Diversity, and Interaction Dynamics
von: Muralidharan, Rasika, et al.
Veröffentlicht: (2025)

Vulnerability of LLMs' Stated Beliefs? LLMs Belief Resistance Check Through Strategic Persuasive Conversation Interventions
von: Huang, Fan, et al.
Veröffentlicht: (2026)

ToBlend: Token-Level Blending With an Ensemble of LLMs to Attack AI-Generated Text Detection
von: Huang, Fan, et al.
Veröffentlicht: (2024)

Understanding Moral Reasoning Trajectories in Large Language Models: Toward Probing-Based Explainability
von: Huang, Fan, et al.
Veröffentlicht: (2026)

A Cross-Cultural Comparison of LLM-based Public Opinion Simulation: Evaluating Chinese and U.S. Models on Diverse Societies
von: Qi, Weihong, et al.
Veröffentlicht: (2025)

Rematch: Robust and Efficient Matching of Local Knowledge Graphs to Improve Structural and Semantic Similarity
von: Kachwala, Zoher, et al.
Veröffentlicht: (2024)

ChatGPT Rates Natural Language Explanation Quality Like Humans: But on Which Scales?
von: Huang, Fan, et al.
Veröffentlicht: (2024)

Local Contrastive Editing of Gender Stereotypes
von: Lutz, Marlene, et al.
Veröffentlicht: (2024)

Challenging Negative Gender Stereotypes: A Study on the Effectiveness of Automated Counter-Stereotypes
von: Nejadgholi, Isar, et al.
Veröffentlicht: (2024)

Can we trust the evaluation on ChatGPT?
von: Aiyappa, Rachith, et al.
Veröffentlicht: (2023)

Detecting Gender Stereotypes in Scratch Programming Tutorials
von: Graßl, Isabella, et al.
Veröffentlicht: (2025)

The "recognition," "belief," and "action" regarding conspiracy theories: An empirical study using large-scale samples from Japan and the United States
von: Murayama, Taichi, et al.
Veröffentlicht: (2025)

Decoding the Gender Gap: Addressing Gender Stereotypes and Psychological Barriers to Empower Women in Technology
von: Harehdasht, Zahra Fakoor, et al.
Veröffentlicht: (2025)

Benchmarking zero-shot stance detection with FlanT5-XXL: Insights from training data, prompting, and decoding strategies into its near-SoTA performance
von: Aiyappa, Rachith, et al.
Veröffentlicht: (2024)

CogBias: Measuring and Mitigating Cognitive Bias in Large Language Models
von: Huang, Fan, et al.
Veröffentlicht: (2026)

Modeling User Redemption Behavior in Complex Incentive Digital Environment: An Empirical Study Using Large-Scale Transactional Data
von: Matsui, Akira, et al.
Veröffentlicht: (2025)

Quantifying Gender Biases Towards Politicians on Reddit
von: Marjanovic, Sara, et al.
Veröffentlicht: (2021)

What Helps Language Models Predict Human Beliefs: Demographics or Prior Stances?
von: Malone, Joseph, et al.
Veröffentlicht: (2025)

The LLM Wears Prada: Analysing Gender Bias and Stereotypes through Online Shopping Data
von: Luca, Massimiliano, et al.
Veröffentlicht: (2025)

An Empirical Investigation of Gender Stereotype Representation in Large Language Models: The Italian Case
von: Giachino, Gioele, et al.
Veröffentlicht: (2025)

Multilingual Text-to-Image Generation Magnifies Gender Stereotypes and Prompt Engineering May Not Help You
von: Friedrich, Felix, et al.
Veröffentlicht: (2024)

"My Kind of Woman": Analysing Gender Stereotypes in AI through The Averageness Theory and EU Law
von: Doh, Miriam, et al.
Veröffentlicht: (2024)

Global Patterns of Knowledge: Language, Genre, and the Geography of Knowledge
von: Matsui, Akira, et al.
Veröffentlicht: (2025)

Leveraging Machine Learning to Identify Gendered Stereotypes and Body Image Concerns on Diet and Fitness Online Forums
von: Chu, Minh Duc, et al.
Veröffentlicht: (2024)

XChoice: Explainable Evaluation of AI-Human Alignment in LLM-based Constrained Choice Decision Making
von: Qi, Weihong, et al.
Veröffentlicht: (2026)

SESGO: Spanish Evaluation of Stereotypical Generative Outputs
von: Robles, Melissa, et al.
Veröffentlicht: (2025)

Word Embedding for Social Sciences: An Interdisciplinary Survey
von: Matsui, Akira, et al.
Veröffentlicht: (2022)

Examining Racial Stereotypes in YouTube Autocomplete Suggestions
von: Ha, Eunbin, et al.
Veröffentlicht: (2024)

A Survey on Stereotype Detection in Natural Language Processing
von: Cignarella, Alessandra Teresa, et al.
Veröffentlicht: (2025)

Interpretations, Representations, and Stereotypes of Caste within Text-to-Image Generators
von: Ghosh, Sourojit
Veröffentlicht: (2024)

From Prejudice to Parity: A New Approach to Debiasing Large Language Model Word Embeddings
von: Rakshit, Aishik, et al.
Veröffentlicht: (2024)

Gendered Words and Grant Rates: A Textual Analysis of Disparate Outcomes in the Patent System
von: Gerhardt, Deborah, et al.
Veröffentlicht: (2024)

The Echoes of the 'I': Tracing Identity with Demographically Enhanced Word Embeddings
von: Smirnov, Ivan
Veröffentlicht: (2024)

A Comprehensive Framework to Operationalize Social Stereotypes for Responsible AI Evaluations
von: Davani, Aida, et al.
Veröffentlicht: (2025)

Analyzing the Safety of Japanese Large Language Models in Stereotype-Triggering Prompts
von: Nakanishi, Akito, et al.
Veröffentlicht: (2025)

Tracing the Evolution of Word Embedding Techniques in Natural Language Processing
von: Nguyen, Minh Anh, et al.
Veröffentlicht: (2026)