最近這段時間總有小伙伴問小編性別預測_性別預測還能這么玩？ 是什么，小編為此在網上搜尋了一些有關于性別預測_性別預測還能這么玩？ 的知識送給大家，希望能解答各位小伙伴的疑惑。

性別預測(性別預測還能這么玩嗎？)

(相關資料圖)

今天，越來越多的深度學習應用進入了我們的世界。

性別預測對AI來說不再是一件難事。

除了最常見的人臉識別，通過人臉判斷身份和性別，AI還可以通過你的一個微笑，甚至一只手，自動區分性別。

今天，我們想說的是，只要說出你的名字，就可以預測你的性別。

最近AMiner發布了最新版本的性別預測，只需登錄以下網址(或點擊下方閱讀原文):

https://www.aminer.cn/gender

在姓名一欄，輸入你的姓名，注意是英文的，點擊提交，答案在最下面！

至于允許不允許？

我們說了算，等你的回答！

你，你試過嗎？

在下圖中，點擊為什么？我們已經為你揭曉了答案。

試驗結果

那么，我們究竟如何推斷你的性別呢？

在這個性別測試系統中，我們主要使用以下三種性別推斷的方法，并提出一個投票模型，其結果并入最終的預測。

人臉識別(FR)以姓名和會員信息作為查詢詞，提取之一張返回的圖片作為用戶畫像。通過使用Face++提供的用于人臉識別的API，我們可以很容易地獲得人臉的性別信息。FR對應于界面中的“面部識別器”項目。

[唐，2011]提出了生成名稱列表(FGNL)，并在[顧，2016]第3.c節中將其作為基線之一引入。基本上，它從臉書收集了一個帶有相應性別值的常見名字列表。如果用戶名匹配列表中的任何條目，FGNL將返回性別值。否則，返回“未知”。FGNL對應界面中的“名稱分類器”項。

基于 *** 的性別預測器(WebGP)代表監督信息提取的框架，如[顧，2016]的“方法”部分所示。簡而言之，我們在Google等搜索引擎中自動構建有效查詢，獲取可能包含目標用戶性別信息的相關片段。WebGP對應界面中的“Google”項。

"

[唐，2011]唐，叢，基思·羅斯，尼泰什·薩克森納，陳瑞川。姓名中有什么:在faceboo尤優資源 *** k中對姓名、性別推斷和性別行為的研究〉，《高級應用數據庫系統國際會議》，第344-356頁。施普林格柏林海德堡，2011。

[顧，2016]顧，小濤，洪洋，，。"使用數據冗余的 *** 用戶分析."《社會 *** 分析與挖掘進展》(ASONAM)，2016年IEEE/ACM國際會議論文集，第358-365頁。IEEE，2016。

"

投票模型(Final)按照“一人一票”的原則綜合所有這些方法的推理結果，最終選擇票數多的性別值。這種投票模型的直覺是自然的，因為每種方法都擅長預測具有一定特征的用戶，但也有一定的局限性。

比如FGNL是西方國家最常見的名字，帶有明顯的性別偏見(比如“南希”通常是女孩的名字)，所以對于列出的名字來說是非常準確的。但其召回受限于名單覆蓋范圍，在韓國、日本等國家很難匹配到外國名字。

因此，最直接的解決方法是訓練另一個分類器，它從每種方法中獲得預測結果，為它學習“權重”或“可靠性”，并給出“加權”預測。在這里，我們將其簡化為投票模型，這意味著我們平等地信任每種方法。實驗表明，Youyou.com投票模型在提高整體性能方面是有效的。

我們為性別推斷提供了一個開放的API，和支持這個應用的API是一樣的。您可以通過GET request輕松訪問它，并獲得由 *** ON編碼的快速響應。

GET請求應該如下所示:

https://innovaapi.aminer.cn/tools/v1/predict/gender? name = Jie % 20 Tang & org =清華

用 *** ON編碼回應，并包含每種方法的推理和概率。

例如:

歡迎大家嘗試一下。如果您有任何問題或建議，可以給我們留言！

關鍵詞： 性別

責任編輯：Rex_08