性别预测(性别预测还能这么玩?)
性别预测(性别预测还能这样玩吗?)
今天,越来越多的深度学习应用已经进入我们的世界。
性别预测对AI来说不再困难。
除了最常见的人脸识别,AI可以通过人脸来判断身份和性别,还可以通过你的笑容甚至手来自动区分性别。
今天,我们想说的是,你可以通过说出你的名字来预测你的性别。
近日,AMiner发布了最新版本的性别预测,只需登录以下网站(或点击下方阅读原文):
https://www.aminer.cn/gender
在名称列中,输入您的姓名。请注意它是英文的。点击提交,答案如下!
至于是否允许?
我们说不,等你的回答!
你试过吗?
在下图中,点击为什么?我们为你揭示了答案。
试验结果
那么,我们如何推断你的性别呢?
在这个性别测试系统中,我们主要使用了以下三种性别推断的方法,并提出了一个投票模型,并将结果带入最终的预测中。
人脸识别(FR)使用姓名和成员信息作为查询词,提取第一张返回的图片作为用户的肖像。通过使用Face++提供的人脸识别API,我们可以轻松获取人脸的性别信息。FR对应于界面中的“人脸识别器”项目。
生成名称列表(FGNL)是在[唐,2011]中提出的,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。如果用户名匹配列表中的任何条目,FGNL将返回性别值;否则,返回“未知”。FGNL对应于界面中的“名称分类器”项目。
基于网络的性别预测器(WebGP)代表了一个有监督的信息提取框架,如[Gu,2016]的“方法”部分所示。简而言之,我们在谷歌等搜索引擎中自动构建有效的查询,从而获得可能包含目标用户性别信息的相关细分。WebGP对应于界面中的“谷歌”项。
"
[唐,2011]唐,丛,Keith Ross,Nitesh Saxena,陈瑞川。“名字里有什么:对脸书的名字、性别推断和性别行为的研究。”高级应用数据库系统国际会议,第344-356页。斯普林格柏林海德堡,2011。
[顾,2016]顾,小陶,洪洋,,。"使用数据冗余的资源网络中的网络用户配置文件. "在社会网络分析和挖掘的进展(a sonam),2016年IEEE/ACM国际会议,第358-365页。IEEE,2016。
"
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,最终选出得票较多的性别值。这种投票模型的直觉很自然,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,有明显的性别偏见(比如“Nancy”通常是女生的名字),所以对于列出的名字来说非常准确。但其召回受限于名单覆盖的资源网络范围,难以与韩国、日本等国的外文名称匹配。
因此,最直接的解决方法是训练另一个分类器,它从每种方法中获得预测结果,为其学习“权重”或“可靠性”,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种方法。实验表明,该投票模型在提高整体性能方面是有效的。
我们为性别推断提供了一个开放的API,与支持这个应用的API相同。您可以通过GET请求轻松访问它,并获得由JSON编码的快速响应。
GET请求应该如下所示:
https://innovaapi.aminer.cn/tools/v1/predict/gender?名称= jie % 20tang & amporg =清华
用JSON编码回应,包含每种方法的推理和概率。
例如:
欢迎你尝试一下。如果您有任何问题或建议,可以给我们留言!
下一篇:二氧化碳通入澄清石灰水(少量的co2与澄清石灰水反应)
上一篇:多多益善是什么意思(多多益善是什么意思解释)