نابرابری جنسیتی، یک مسئله دیرینه در جوامع انسانی است که ابعاد مختلفی از زندگی، از جمله حوزه‌های اجتماعی، فرهنگی و اقتصادی را تحت تأثیر قرار می‌دهد. در سال‌های اخیر، محققان با استفاده از ابزارهای محاسباتی پردازش زبان طبیعی (NLP) تلاش کرده‌اند تا این نابرابری‌ها را در مقیاس بزرگ و با روش‌شناسی‌های دقیق و مبتنی بر داده، اندازه‌گیری و تحلیل کنند.

مقاله “سنجش کمی مقاوم نابرابری جنسیتی در ادبیات انگلیسی پیشامدرن با پردازش زبان طبیعی” به بررسی و تحلیل نابرابری جنسیتی در متون ادبی انگلیسی منتشر شده در دوره پیشامدرن (اواسط قرن نوزدهم تا اواسط قرن بیستم) می‌پردازد. اهمیت این تحقیق در چند جنبه قابل توجه است:

• استفاده از ابزارهای نوین: این مقاله از ابزارهای پیشرفته پردازش زبان طبیعی برای تحلیل متون ادبی استفاده می‌کند، که امکان بررسی حجم وسیعی از داده‌ها را با دقت و سرعت بالا فراهم می‌کند.
• تمرکز بر دوره پیشامدرن: بررسی این دوره تاریخی به ما کمک می‌کند تا درک بهتری از ریشه‌های نابرابری جنسیتی در ادبیات و فرهنگ انگلیسی پیدا کنیم.
• تأکید بر قابلیت اطمینان و تکرارپذیری: نویسندگان بر استفاده از مواد و روش‌هایی تأکید دارند که به طور عمومی در دسترس بوده و برای مدتی طولانی مورد استفاده قرار گرفته‌اند. این امر باعث افزایش اعتبار و قابلیت تکرارپذیری تحقیق می‌شود.
• ارائه تحلیل‌های کمی و کیفی: مقاله ترکیبی از تحلیل‌های کمی مبتنی بر داده و تحلیل‌های کیفی در مورد محدودیت‌ها و ملاحظات اخلاقی تحقیق ارائه می‌دهد.

این مقاله توسط آکارش ناگاراج و مایانک کجریوال نوشته شده است. نویسندگان در زمینه پردازش زبان طبیعی و تحلیل متون تخصص دارند. زمینه تحقیقاتی آن‌ها شامل:

• تحلیل داده‌های بزرگ با استفاده از روش‌های محاسباتی
• مطالعه سوگیری‌های جنسیتی و نژادی در داده‌ها و الگوریتم‌ها
• توسعه روش‌های قابل اعتماد و شفاف برای تحلیل داده‌ها

هدف اصلی این مقاله، بررسی میزان نابرابری جنسیتی در ادبیات انگلیسی پیشامدرن با استفاده از روش‌های پردازش زبان طبیعی است. نویسندگان با تحلیل حجم قابل توجهی از متون ادبی، به این نتیجه می‌رسند که:

• تعداد شخصیت‌های مرد در مقایسه با شخصیت‌های زن به طور قابل توجهی بیشتر است.
• این نابرابری جنسیتی زمانی کاهش می‌یابد که نویسنده اثر یک زن باشد.
• میزان نابرابری جنسیتی در طول دوره‌ی زمانی مورد بررسی نسبتاً ثابت باقی می‌ماند.

مقاله همچنین به بررسی محدودیت‌ها و ملاحظات اخلاقی مرتبط با این نوع تحقیقات می‌پردازد و بر اهمیت دقت و شفافیت در تحلیل داده‌ها تأکید می‌کند.

روش‌شناسی این تحقیق بر پایه استفاده از ابزارهای پردازش زبان طبیعی و تحلیل داده‌های بزرگ است. مراحل اصلی تحقیق به شرح زیر است:

1. جمع‌آوری داده‌ها: جمع‌آوری مجموعه داده‌ای از متون ادبی انگلیسی منتشر شده در دوره پیشامدرن که حقوق نشر آن‌ها منقضی شده است. (به عنوان مثال، استفاده از پروژه‌ی گوتنبرگ).
2. پیش‌پردازش داده‌ها: انجام مراحل پیش‌پردازش بر روی متون جمع‌آوری شده، شامل پاکسازی متن، حذف کاراکترهای غیرضروری، و تبدیل متن به فرمت قابل تحلیل.
3. استخراج اطلاعات: استفاده از ابزارهای NLP برای استخراج اطلاعات مربوط به جنسیت شخصیت‌ها از متون ادبی. این کار می‌تواند شامل تشخیص نام‌ها و ضمایر مرتبط با شخصیت‌ها و انتساب جنسیت به آن‌ها باشد.
4. تحلیل آماری: انجام تحلیل‌های آماری بر روی داده‌های استخراج شده برای بررسی میزان نابرابری جنسیتی و الگوهای مرتبط با آن. به عنوان مثال، محاسبه نسبت تعداد شخصیت‌های مرد به زن، بررسی تأثیر جنسیت نویسنده بر این نسبت، و تحلیل تغییرات این نسبت در طول زمان.
5. اعتبارسنجی نتایج: استفاده از روش‌های مختلف برای اعتبارسنجی نتایج، از جمله مقایسه نتایج با تحقیقات پیشین و انجام تحلیل‌های حساسیت.

به عنوان مثال، برای استخراج اطلاعات مربوط به جنسیت شخصیت‌ها، می‌توان از یک مدل تشخیص نام استفاده کرد که با استفاده از یک مجموعه داده بزرگ از نام‌ها و جنسیت‌های مرتبط با آن‌ها، آموزش داده شده است. این مدل می‌تواند نام‌های موجود در متون ادبی را شناسایی کرده و جنسیت احتمالی آن‌ها را تعیین کند.

یافته‌های کلیدی این تحقیق به شرح زیر است:

• نابرابری جنسیتی قابل توجه: در متون ادبی انگلیسی پیشامدرن، تعداد شخصیت‌های مرد به طور قابل توجهی بیشتر از شخصیت‌های زن است. این نشان‌دهنده یک نابرابری جنسیتی واضح در این آثار است.
• تأثیر جنسیت نویسنده: هنگامی که نویسنده اثر یک زن است، میزان نابرابری جنسیتی کاهش می‌یابد. این نشان می‌دهد که نویسندگان زن نقش فعال‌تری در به تصویر کشیدن شخصیت‌های زن در آثار خود داشته‌اند.
• ثبات نسبی در طول زمان: میزان نابرابری جنسیتی در طول دوره زمانی مورد بررسی (اواسط قرن نوزدهم تا اواسط قرن بیستم) نسبتاً ثابت باقی می‌ماند. این نشان می‌دهد که این نابرابری یک پدیده پایدار در ادبیات انگلیسی این دوره بوده است.
• محدودیت‌های روش‌شناختی: نویسندگان به محدودیت‌های روش‌شناختی خود اشاره می‌کنند، از جمله دشواری در تعیین جنسیت برخی از شخصیت‌ها و احتمال وجود سوگیری در الگوریتم‌های پردازش زبان طبیعی.

برای مثال، نویسندگان اشاره می‌کنند که در برخی از متون، تعیین جنسیت شخصیت‌ها به دلیل استفاده از نام‌های غیرمعمول یا ابهام در توصیف شخصیت‌ها دشوار است. این امر می‌تواند دقت نتایج را تحت تأثیر قرار دهد. همچنین، الگوریتم‌های پردازش زبان طبیعی ممکن است دارای سوگیری‌های ناخواسته باشند که ناشی از داده‌های آموزشی آن‌ها باشد. به همین دلیل، نویسندگان بر اهمیت آگاهی از این محدودیت‌ها و تلاش برای کاهش آن‌ها در تحقیقات آینده تأکید می‌کنند.

این تحقیق دارای کاربردها و دستاوردهای متعددی است:

• درک بهتر نابرابری جنسیتی: این تحقیق به ما کمک می‌کند تا درک بهتری از میزان و الگوهای نابرابری جنسیتی در ادبیات و فرهنگ گذشته پیدا کنیم.
• توسعه روش‌های تحلیل متون: این تحقیق نشان می‌دهد که چگونه می‌توان از ابزارهای پردازش زبان طبیعی برای تحلیل متون ادبی و بررسی مسائل اجتماعی و فرهنگی استفاده کرد.
• آگاهی‌بخشی در مورد سوگیری‌ها: این تحقیق به ما یادآوری می‌کند که الگوریتم‌های پردازش زبان طبیعی ممکن است دارای سوگیری‌های ناخواسته باشند و باید در استفاده از آن‌ها دقت کرد.
• تشویق به تحقیقات بیشتر: این تحقیق می‌تواند الهام‌بخش محققان دیگر برای انجام تحقیقات مشابه در زمینه‌های مختلف باشد.

علاوه بر این، نتایج این تحقیق می‌تواند در آموزش و پرورش نیز مورد استفاده قرار گیرد. با آگاهی از نابرابری جنسیتی موجود در ادبیات گذشته، می‌توانیم به دانش‌آموزان کمک کنیم تا دیدگاه انتقادی‌تری نسبت به متون ادبی داشته باشند و نقش جنسیت را در شکل‌گیری داستان‌ها و شخصیت‌ها بهتر درک کنند.

مقاله “سنجش کمی مقاوم نابرابری جنسیتی در ادبیات انگلیسی پیشامدرن با پردازش زبان طبیعی” یک تحقیق ارزشمند است که با استفاده از ابزارهای نوین پردازش زبان طبیعی، به بررسی نابرابری جنسیتی در ادبیات گذشته می‌پردازد. یافته‌های این تحقیق نشان می‌دهد که نابرابری جنسیتی یک پدیده پایدار در ادبیات انگلیسی پیشامدرن بوده است و این نابرابری زمانی کاهش می‌یابد که نویسنده اثر یک زن باشد. این تحقیق همچنین به محدودیت‌ها و ملاحظات اخلاقی مرتبط با این نوع تحقیقات اشاره می‌کند و بر اهمیت دقت و شفافیت در تحلیل داده‌ها تأکید می‌کند. در مجموع، این مقاله یک گام مهم در جهت درک بهتر نابرابری جنسیتی و توسعه روش‌های تحلیل متون با استفاده از ابزارهای محاسباتی است.