性别预测(性别预测还能这么玩吗?)
今天,越来越多的深度学习应用进入了我们的世界。
性别预测对AI来说不再是一件难事。
除了最广泛的人脸识别,通过人脸判断身份和性别,AI还可以通过你的一个微笑,甚至一只手,主动说出性别。
今天我们想说的是,只要说出你的名字,就可以预测你的性别。
近日,AMiner公布了最新版本的性别预测,只需登录以下网站(或点击下方浏览原文):
https://www.aminer.cn/gender
在姓名栏,输入你的姓名,注意英文。哦,点击提交,答案在最下面!
至于允许不允许?
这不是我们能决定的,等你的回复!
你,你试过吗?
在下图中,点击为什么?我们已经为你揭晓了答案。
试验结果
那么,毕竟,我们如何推断你的性别呢?
在这个性别测试系统中,我们应用了以下三种性别推断方法,并提出了一个投票模型,并将其结果纳入最终预测。
人脸识别(FR)使用姓名和所属关系信息作为查询词,提取第一个返回的图片作为用户的肖像。通过应用Face++提供的用于人脸识别的API,我们可以轻松获取人脸的性别信息。FR对应界面中的“人脸识别器”项。
人脸技术资源网络图书生成名称列表(FGNL)在[唐,2011]中提出,并在[顾,2016]第3.c节中作为基线之一引入。基本上,它从脸书收集了一个带有相应性别值的常见名字列表。如果用户名与列表中的任何条目匹配,FGNL将返回性别值;否则,返回“未知”。FGNL对应界面中的“名称分类器”项。
基于网络的性别预测器(WebGP)代表了一个监测信息提取框架,如[顾,2016]的“方法”部分所示。简而言之,我们在Google等搜索技术资源web搜索引擎中主动构造有效查询,以获取可能包含目标用户性别信息的相关片段。WebGP对应界面中的“Google”项。
"
[唐,2011]唐,丛,基思·罗斯,尼泰什·萨克森纳,陈瑞川。"名字中有什么:facebook中的名字、性别推理和性别行为研究."高级应用数据库系统国际会议,第344-356页。施普林格柏林海德堡,2011。
[顾,2016]顾,小涛,洪洋,,。"使用数据冗余的网络用户分析."《社会网络分析与挖掘进展》(ASONAM),2016年IEEE/ACM国际会议论文集,第358-365页。IEEE,2016。
“技术资源网络
投票模型(Final)按照“一人一票”的原则,综合所有这些方法的推理结果,最终选出票数多的性别值。这种投票模型的直觉是自然的,因为每种方法都擅长预测具有一定特征的用户,但也有一定的局限性。
比如FGNL是西方国家最常见的名字,带有明显的性别刻板印象(比如“南希”通常是女孩的名字),所以对于列出的名字来说是非常准确的。但其召回受名单规模限制,在韩国、日本等国家难以匹配外国名字。
因此,最直接的解决方案是训练另一个分类器,它从每种方法中获取预测结果,为其学习“权重”或“可信度”,并给出“加权”预测。在这里,我们将其简化为投票模型,这意味着我们平等地信任每一个方法。实验表明,该投票模型在提高整体性能方面有很好的效果。
我们为性别推断提供了一个开放的API,类似于支持这个应用程序的API。您可以通过GET request轻松访问它,并从JSON代码中获得快速响应。
GET要求应该如下:
https://innovaapi.aminer.cn/tools/v1/predict/gender? name = Jie % 20 Tang & org =清华
用JSON代码响应,包含每种方法的推理和概率。
例如:
欢迎试用。如果您有任何问题或建议,请给我们留言!