性别预测（性别预测还能这么玩？）

性别预测(性别预测还能这么玩吗？)

今天，越来越多的深度学习应用进入了我们的世界。

性别预测对AI来说不再是一件难事。

除了最常见的人脸识别，通过人脸判断身份和性别，AI还可以通过你的一个微笑，甚至一只手，自动区分性别。

今天，我们想说的是，只要说出你的名字，就可以预测你的性别。

最近AMiner发布了最新版本的性别预测，只需登录以下网址(或点击下方阅读原文):

https://www.aminer.cn/gender

在姓名一栏，输入你的姓名，注意是英文的，点击提交，答案在最下面！

至于允许不允许？

我们说了算，等你的回答！

你，你试过吗？

在下图中，点击为什么？我们已经为你揭晓了答案。

试验结果

那么，我们究竟如何推断你的性别呢？

在这个性别测试系统中，我们主要使用以下三种性别推断的方法，并提出一个投票模型，其结果并入最终的预测。

人脸识别(FR)以姓名和会员信息作为查询词，提取之一张返回的图片作为用户画像。通过使用Face++提供的用于人脸识别的API，我们可以很容易地获得人脸的性别信息。FR对应于界面中的“面部识别器”项目。

[唐，2011]提出了生成名称列表(FGNL)，并在[顾，2016]第3.c节中将其作为基线之一引入。基本上，它从脸书收集了一个带有相应性别值的常见名字列表。如果用户名匹配列表中的任何条目，FGNL将返回性别值。否则，返回“未知”。FGNL对应界面中的“名称分类器”项。

基于 *** 的性别预测器(WebGP)代表监督信息提取的框架，如[顾，2016]的“方法”部分所示。简而言之，我们在Google等搜索引擎中自动构建有效查询，获取可能包含目标用户性别信息的相关片段。WebGP对应界面中的“Google”项。

"

[唐，2011]唐，丛，基思·罗斯，尼泰什·萨克森纳，陈瑞川。姓名中有什么:在faceboo尤优资源 *** k中对姓名、性别推断和性别行为的研究〉，《高级应用数据库系统国际会议》，第344-356页。施普林格柏林海德堡，2011。

[顾，2016]顾，小涛，洪洋，，。"使用数据冗余的 *** 用户分析."《社会 *** 分析与挖掘进展》(ASONAM)，2016年IEEE/ACM国际会议论文集，第358-365页。IEEE，2016。

"

投票模型(Final)按照“一人一票”的原则综合所有这些方法的推理结果，最终选择票数多的性别值。这种投票模型的直觉是自然的，因为每种方法都擅长预测具有一定特征的用户，但也有一定的局限性。

比如FGNL是西方国家最常见的名字，带有明显的性别偏见(比如“南希”通常是女孩的名字)，所以对于列出的名字来说是非常准确的。但其召回受限于名单覆盖范围，在韩国、日本等国家很难匹配到外国名字。

因此，最直接的解决方法是训练另一个分类器，它从每种方法中获得预测结果，为它学习“权重”或“可靠性”，并给出“加权”预测。在这里，我们将其简化为投票模型，这意味着我们平等地信任每种方法。实验表明，Youyou.com投票模型在提高整体性能方面是有效的。

我们为性别推断提供了一个开放的API，和支持这个应用的API是一样的。您可以通过GET request轻松访问它，并获得由 *** ON编码的快速响应。

GET请求应该如下所示:

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

用 *** ON编码回应，并包含每种方法的推理和概率。

例如:

欢迎大家尝试一下。如果您有任何问题或建议，可以给我们留言！