GENDIS: Gender-Related Discourse and Stance in Multilingual YouTube Comments from India, Kenya, and Nigeria

📄 arXiv: 2610.17778v1 📥 PDF

作者: Luise Koch, Manuel Tonneau, Niyati Malhotra, Sunny Rai, Ana Maria Munoz Boudet, Victor Orozco-Olvera, Samuel P. Fraiberger, Sharath Chandra Guntuku

分类: cs.CL

发布日期: 2026-10-13

备注: 23 pages. Accepted at the Workshop on Online Abuse and Harms (WOAH 2026), co-located with EMNLP 2026

💡 一句话要点

提出GENDIS数据集以解决性别相关在线内容研究不足问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 性别研究 在线内容分析 多语言数据集 轻监督学习 情感分类 YouTube评论 社会影响

📋 核心要点

  1. 现有性别相关内容研究多集中于有害内容，缺乏对无害性别相关内容的关注，且数据集多集中于高资源语言。
  2. 本文提出GENDIS数据集，通过两级注释框架识别性别引用并分类性别相关内容，填补现有研究空白。
  3. 实验结果显示，23.8%-35.0%的评论与性别相关，且轻监督分类器在成本和性能上均优于传统方法。

📝 摘要（中文）

针对性别相关在线内容的研究往往集中于有害内容，忽视了无害性别相关及无关内容，且现有数据集多集中于高资源语言和全球北方地区。为填补这些空白，本文引入GENDIS数据集，包含来自印度、肯尼亚和尼日利亚的9600条多语言YouTube评论（每国3200条），采用两级框架进行注释，首先识别性别引用，然后将性别相关内容分类为负面、正面或中立。这一分离为独立于有害性的性别相关话语提供了基数，能够进行流行度估计和评估范围的特征化。研究发现，23.8%-35.0%的评论与性别相关，其中82%为中立或正面。轻监督分类器在成本上显著低于前沿的零样本大语言模型，并且在性能上超越了通用的毒性检测。

🔬 方法详解

问题定义：本文旨在解决性别相关在线内容研究中对无害内容的忽视及现有数据集的局限性，尤其是在低资源语言和全球南方地区的缺乏。

核心思路：通过构建GENDIS数据集，采用两级注释框架，首先识别性别引用，然后将内容分类为负面、正面或中立，从而独立于有害性进行分析。

技术框架：GENDIS数据集的构建包括数据收集、人工注释和分类模型训练三个主要阶段。数据收集从印度、肯尼亚和尼日利亚的YouTube评论中提取，注释过程采用双重标准以确保准确性。

关键创新：GENDIS数据集的创新在于其两级注释框架，能够有效区分性别相关内容的情感倾向，提供了一个独立于有害性的分析基准，这在现有研究中尚属首次。

关键设计：在模型设计中，采用轻监督学习方法，结合特定的损失函数和网络结构，以提高性别引用检测和情感分类的准确性，同时降低成本。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

实验结果表明，GENDIS数据集中23.8%-35.0%的评论与性别相关，且在性别引用检测中，82%的评论为中立或正面。轻监督分类器在成本上显著低于零样本大语言模型，并在性能上超越了传统的毒性检测方法，显示出更高的效率和准确性。

🎯 应用场景

GENDIS数据集可广泛应用于社会科学、性别研究和自然语言处理等领域，帮助研究者更好地理解性别在在线平台上的表现及其社会影响。未来，该数据集有望推动多语言环境下的性别相关内容分析，促进相关政策的制定与实施。

📄 摘要（原文）

Research on gender-related online content is often operationalized through harm-centered tasks that collapse non-harmful gender-related and unrelated content, while existing datasets remain concentrated in high-resource languages and Global North settings. To bridge these gaps, we introduce GENDIS, a dataset of 9,600 multilingual, human-annotated YouTube comments from India, Kenya, and Nigeria (3,200 per country), annotated using a two-level framework that first identifies whether gender is referenced and then classifies gender-related content as negative, positive, or neutral. This separation provides a denominator for gender-related discourse independent of harm, enabling both prevalence estimation and characterization of its evaluative range. In the uniform random stratum, 23.8-35.0% of comments are gender-related, and among those with a resolved stance, 82% are neutral or positive. Across models, gender-reference detection is substantially easier than stance classification, especially for positive and neutral speech. Lightly supervised classifiers match frontier zero-shot large language models at substantially lower cost and outperform generic toxicity detection, while cross-country transfer remains limited. GENDIS provides a locally grounded resource for measuring when gender is invoked online and how that reference is framed.