Stereotyping and Bias in the Flickr30K Dataset
Stereotyping and Bias in the Flickr30K Dataset
复制标题
Flickr30K 数据集中的刻板印象和偏见
DOI：
--
复制
发表时间：
2016
期刊：
影响因子：
--
通讯作者：
Emiel van Miltenburg
中科院分区：
文献类型：
--
作者：
Emiel van Miltenburg
在对Flickr30K数据集中的图像进行众包描述（Young et al., 2014）的背后，一个未经验证的假设是，它们“只关注可以从图像中单独获得的信息”（Hodosh et al., 2013, p. 859）。本文提出了一些反对这一假设的证据，并提供了在Flickr30K数据集中可以找到的偏见和无根据推论的列表。最后，它考虑了寻找这些例子的方法，并讨论了我们应该如何在未来的应用程序中处理原型驱动的描述。
An untested assumption behind the crowdsourced descriptions of the images in the Flickr30K dataset (Young et al., 2014) is that they "focus only on the information that can be obtained from the image alone" (Hodosh et al., 2013, p. 859). This paper presents some evidence against this assumption, and provides a list of biases and unwarranted inferences that can be found in the Flickr30K dataset. Finally, it considers methods to find examples of these, and discusses how we should deal with stereotype-driven descriptions in future applications.