Acceso usuarios
;
Pablo Díaz García
;
Pablo Navarro Sustaeta
[1]
Valencia, España
Los actos sociales se convierten en big data. El análisis de big data se convierte en conocimiento sobre la sociedad. Si los big data están sesgados, el sesgo se transmite al análisis y a nuestro conocimiento.
Proponemos una herramienta para descubrir los sesgos de género y, potencialmente, eliminarlos de los big data antes del análisis. Utilizamos la técnica de análisis neural mediante el procedimiento de encaje de palabras.
Es la primera vez que esta técnica se prueba con un cuerpo de datos en español. Como prueba de concepto, la red neural analiza la mitad de la Wikipedia en español. Más de 28 millones de palabras.
Se describen las técnicas y los conocimientos especializados necesarios para poder discernir los sesgos de género y se evalúa si es posible dividir el trabajo de análisis en microtareas externalizables.
Social events become big data. The big data analysis becomes knowledge about society. If big data is biased, the bias is transmitted to the analysis and to our knowledge. We propose here a tool to discover gender biases and, potentially, eliminate them from big data before analysis. We use the neural network analysis and the words embedding.
This is the first time that this technique is tested on a body of data in Spanish. As proof of concept, the neural network was fed with half of Wikipedia in Spanish. More than 28 million words.
We describe the techniques and specialized knowledge necessary to discern gender and it is evaluated whether it is possible to divide the analysis work into externalizable microtasks.
