江苏龙网

  1. 主页 > 生活百科 > >

性别预测还能这么玩？ 性别预测

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 。
【性别预测还能这么玩？ 性别预测】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！


    推荐阅读


    上一篇：青取之于蓝而胜于蓝出自哪里 青取之于蓝而胜于蓝

    下一篇：一图让你读懂男性尿道炎的症状 男性尿道炎症状