热点事件持续更新
科幻与通俗小说性别指代的语言学建模研究
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv cs.CL 发布一项语言学研究，用 RoBERTa 在同期科幻小说与通俗小说语料中遮盖 man、woman、person，并按五个最可能的替代词作性别分类。结果显示，两类语料的语言模型都双向跨越性别二元，但方向并不对等：遮盖 woman 时预测男性词的频率约为反向情形（遮盖 man 预测女性词）的两倍。研究还称，科幻小说比通俗小说的性别可渗透性更高，更常把 man 置于女性语境，去性别化倾向也更强；被遮盖的 woman 也更常引出不指性别的社会类别词。目前尚无后续报道，早先亦无相关报道，故不存在与先前说法矛盾之处。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
研究首次报告：两类小说语言模型均双向跨越性别二元但不对等，科幻语料可渗透性更高。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CL跨越性别二元：用 RoBERTa 建模科幻小说与通俗小说中的性别指代
研究用 RoBERTa 在同期科幻与通俗小说语料中遮盖 man/woman/person，并按 5 个最可能替代词的性别分类，发现两个语料都双向跨越性别二元但不对等：遮盖 woman 时预测男性词的频率约为反向情形的两倍。科幻小说比通俗小说性别可渗透性更高，更常把 man 置于女性语境，去性别化倾向也更强。被遮盖的 woman 也更常引出不指性别的社会类别词。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。