WinoBias - Detección de sexo masculino

Corpus especializado para detectar y analizar los sesgos de género en la tarea de resolver la correferencia utilizando oraciones estándar de «Winograd».

Obtén el dataset

Tamaño

4 subconjuntos de varios cientos de oraciones de Winograd, formato JSON

Licencia

MIT

Descripción

‍

El conjunto de datos WinoBias es un corpus creado para resaltar los sesgos de género en los modelos de procesamiento automático del lenguaje. Se basa en oraciones tipo Winograd en las que la resolución de correferencias puede revelar estereotipos implícitos. Se divide en cuatro subconjuntos en función de si refuerzan o contradicen los estereotipos de género y de si requieren conocimientos del mundo real o un análisis sintáctico.

‍

¿Para qué sirve este conjunto de datos?

‍

Evaluación de los sesgos de género en los sistemas de PNL
Probar el rendimiento de los modelos de resolución de correferencia
Diseño de enfoques éticos para reducir los sesgos en la IA

‍

¿Se puede enriquecer o mejorar?

‍

Sí, este conjunto de datos se puede enriquecer con ejemplos en otros idiomas o contextos culturales. También es posible añadir más anotaciones a las oraciones con metadatos o crear nuevos casos de Winograd con otras profesiones o estereotipos.

‍

🔎 En resumen

Criterio	Evaluación
🧩 Facilidad de uso	⭐⭐⭐⭐✩ (Formato claro y bien estructurado)
🧼 Necesidad de limpieza	⭐⭐⭐⭐⭐ (Ninguna limpieza necesaria)
🏷️ Riqueza de anotaciones	⭐⭐⭐⭐⭐ (Estructura Winograd + metadatos sintácticos)
📜 Licencia comercial	✅ Sí (MIT)
👨‍💻 Ideal para principiantes	⚠️ Perfecto para entender sesgos en NLP
🔁 Reutilizable para fine-tuning	⚠️ Posible pero principalmente útil para evaluación
🌍 Diversidad cultural	🇺🇸 A enriquecer – centrado en inglés y estereotipos estadounidenses