性别偏见分析数据集
数据来源：互联网公开数据
标签：性别偏见,年龄偏见,澳大利亚,工作广告,自然语言处理,机器学习,数据偏见,公平性研究
数据概述：
本数据集与论文《Developing a Large-Scale Language Model to Unveil and Alleviate Gender and Age Biases in Australian Job Ads》配套，旨在为研究人员提供用于训练模型和开展用户研究的全面数据。数据集包含了澳大利亚IT行业的工作广告，以及针对性别和年龄偏见的分析结果，适用于研究和缓解工作广告中的偏见问题。
数据用途概述：
该数据集适用于以下场景：
1. 性别和年龄偏见分析：研究人员可以利用数据集中的工作广告和偏见评分，分析澳大利亚IT行业中存在的性别和年龄偏见问题。
2. 机器学习模型训练：数据集包含多个经过清洗的IT行业工作广告，可用于训练自然语言处理（NLP）模型，以检测和缓解性别和年龄偏见。
3. 用户实验研究：数据集提供了用户研究的结果，可用于验证偏见检测和缓解方法的有效性。
4. 公平性研究：政策制定者和企业可以借助数据集中的分析结果，评估工作广告中的偏见对招聘公平性的影响，并采取相应措施改善招聘流程。
5. 学术研究：研究人员可以利用数据集，验证和对比不同方法（如词典方法和监督学习方法）在检测性别偏见中的表现。
数据集文件描述：
- it_40.csv：包含40条经过清洗的澳大利亚IT行业工作广告，为分析工作广告中的偏见提供了数据基础。
- it40_score.csv：提供了30条工作广告的偏见评分，有助于评估偏见的严重程度。
- old_bias_text.csv：包含与年龄偏见（针对老年人群体）相关的数据，可用于分析和缓解对老年人的歧视问题。
- young_bias_text.csv：包含与年龄偏见（针对年轻人群体）相关的数据，可用于分析和缓解对年轻人的歧视问题。
- y_o_m_f.csv：对40条工作广告进行了性别和年龄偏见的多维度分析，涵盖了女性、男性、年轻人和老年人的偏见情况，为全面研究数据偏见提供了支持。
代码组件概述：
数据集中还包含以下与GPT模型相关的代码组件，可用于进一步分析和缓解偏见问题：
- age_bias_detector：一个分析笔记本，展示了与年龄偏见相关的研究结果。
- gpt_model_young：一个训练好的GPT模型，专门用于检测和缓解针对年轻人的偏见。
- gpt_model_old：一个训练好的GPT模型，专门用于检测和缓解针对老年人的偏见。
- gpt_model_female：一个训练好的GPT模型，专门用于检测和缓解针对女性的偏见。
通过结合数据集和相关代码，研究人员可以全面探索和解决工作广告中的性别和年龄偏见问题，推动招聘过程的公平性和包容性。
