基于语料库的我国职业性别无意识偏见共时历时研究

摘要：

性别偏见是社会学研究的热点.近年来,机器学习算法从数据中学到偏见,使之得到更广泛的关注,但目前尚无基于语料库的方法对文本数据中职业性别偏见的研究.该文基于标记理论,利用BCC和DCC语料库,从共时和历时两个层面考察了63个职业的性别无意识偏见现象.首先,以调查问卷的形式调研了不同性别和不同年龄段的人群对63个职业的性别倾向,发现和BCC语料库中多领域的职业性别偏见度呈显著的正相关关系.然后从共时的角度,利用BCC语料库中不同领域的语料,以及DCC语料库中2018年全国31个省级行政单位(不含港澳台地区)的报纸语料,发现从口语至书面语语体,大部分职业表现出对女性的性别偏见逐渐升高,且不同地区对职业的性别偏见存在差异.最后,从历时的角度,利用DCC语料库2005至2018年的报纸语料进行统计分析,发现职业性别无意识偏见现象随着时间的推移,呈现总体弱化趋势.

关键词：语料库、职业、性别、无意识偏见、标记理论

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：教育部人文社会科学研究项目;中央高校基本科研业务费专项

在线出版日期：2021-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：130-140