跳到正文
arXiv cs.CL· Kyla Chasalow, Noah Dasanaike, Kosuke Imai·· 10 小时前AI 评分31

ℓBISG:用群体专属姓名列表做种族与族裔概率预测

$\ell$BISG: Probabilistic Race and Ethnicity Prediction Using Group-Specific Name Lists

AI 导读

研究者提出 ℓBISG,用群体专属姓名列表替代 BISG 所需的姓名-种族频率数据,再结合地理分布数据得到校准后的群体归属概率。姓名列表可由不同来源汇编,也可由 LLM 生成,即使存在未知偏差;在满足特定条件时还可不用地理分布数据。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:对种族和族裔差异进行统计上有效的估计,往往需要根据姓名和地理位置推断群体成员身份的概率。标准方法是贝叶斯改进姓氏地理编码(BISG),它需要每个姓名对应的群体频率。此类数据可从美国人口普查局获得,但仅涵盖常见姓名和有限的种族类别,许多族裔群体则没有相应数据,且美国以外地区很少有这类数据。我们提出列表驱动的 BISG($\ell$BISG),用特定群体的姓名列表替代这些频率,并将列表与地理分布数据结合,以获得经过校准的群体成员身份概率。这些列表可从不同来源汇编,或由大语言模型(LLM)生成,尽管可能存在未知偏差。在姓名列表满足特定条件时,$\ell$BISG 也可在没有地理分布数据的情况下应用。使用包含自我报告种族的美国选民文件、1900 年美国人口普查全量计数以及黎巴嫩选民登记册进行的实证验证表明,LLM 生成的列表可产生准确且校准良好的概率,以及精确的差异估计,其效果与需要姓名-种族频率数据的现有方法相当。因此,$\ell$BISG 将概率性的种族和族裔预测扩展到此前被认为不可能的应用场景。
主题: 计算与语言(cs.CL)
引用为: arXiv:2610.06273 [cs.CL]
  (或 arXiv:2610.06273v2 [cs.CL] 用于此版本)
  https://doi.org/10.48550/arXiv.2610.06273

由 DataCite 颁发的 arXiv DOI

提交历史

来自:Noah Dasanaike [查看电子邮件]
[v1] 2026年10月5日星期一 13:05:58 UTC(1,840 KB)
[v2] 2026年11月18日星期三 22:27:41 UTC(1,922 KB)

来源:arXiv cs.CL · arxiv.org