论文:首个大规模检测 Reddit 反种族刻板印象叙事的框架,标注2.5万帖
MaartenSap · x · 2026-10-25
EMNLP 论文《How Do People Challenge Racial Stereotypes Online?》研究了此前被计算社会科学忽视的「反叙事」(counter-storytelling)——人们用亲身经历、见证事件、范例和假设性故事来挑战种族刻板印象主导叙事的方式。
作者提出首个大规模检测与刻画该现象的框架,包含两部分:(1) 基于叙事学和批判种族理论的三维分类体系;(2) 一个多阶段 pipeline,能在嘈杂的 Reddit 话语中识别「刻板印象—反叙事」的成对关系。借助该 pipeline,团队标注了 615 个社区的 25,549 条帖子,识别出 1,312 个反叙事。分析发现讲述者身份与帖子语境会影响反叙事的形式,例如群内写作者更倾向第一人称证言,常以「自我反思的局内人」角色发声。
「研究」频道最新
- ArtHOI 被接收 TPAMI:用生成视频做无监督 4D 人物交互合成 — liuziwei7 · 2026-10-25
- 600M 语音模型 Lure-TTS 训练成本不到 200 美元,速度达实时 4 倍 — smirkishere · 2026-10-25
- arXiv 数学论文增速断崖:2025 年还在涨,2026 年「AI 式爆炸」后回落 — IgorCarron · 2026-10-25
- AI 圈吐槽:专家会预测模型跑分,却用粗糙社会模型推演爆炸性影响 — random_walker · 2026-10-25
- 语音模型单独听很自然、对话却生硬:架构层面的 lookahead 权衡解析 — Gauri_the_great · 2026-10-25
- OpenAI 工程师 Shyamal 招募创始成员,主攻计算×物理×化学交叉难题 — shyamalanadkat · 2026-10-25