揭示记者与政客互动中的性别偏见：总结性讨论

链接表

• 摘要和简介
• 相关工作
• 数据采集
• 分析方法
• 结果
• 限制
• 结束讨论
• 参考

7. 总结讨论

厌女症在印度和次大陆仍然是一个难以解决的社会问题。潜意识中的性别偏见体现在生活的许多领域和多个职业中。本研究试图利用基于 NLP 的情感分析和 LDA 主题建模来揭示印度 Twitter 上针对女性政治家的性别偏见，特别是在记者（他们是 Twitter 上政治话语的主要推动者）与政治家之间的互动中。

我们的研究结果揭示了一个令人不安的趋势：虽然受欢迎的记者本身似乎没有受到性别偏见的影响，但平均而言，Twitter 用户对女性政客表现出偏见。这种偏见反映了更大的社会问题，即男性政客传统上在政治上占据更高的地位。这种系统性偏见正在转移到 Twitter 上，仅仅使用平衡的语言不足以纠正这种情况。

为了消除这种偏见，我们建议利用推荐系统来扩大女性政治家的声音，因为仅靠平衡的语言是不够的。此外，我们的分析表明，用户在评价女性政治家时往往更看重男性记者的观点，这凸显了政治话语中多元化声音的必要性。

总之，本研究强调，不仅需要通过语言，还需要通过平台设计和算法来解决 Twitter 上的性别偏见问题。创造一个更具包容性的数字空间对于确保女性公众人物能够有效地传播自己的观点，而不受社会偏见的影响至关重要。