In this study, we investigated gend

In this study, we investigated gender prediction in random
chat networks by using network topology statistics. Random
chat networks are quite different from most other well-studied
social networks, since the system places users in chats rather
than the users themselves, as is common in existing social
networks. In addition, all words in our dataset are masked,
removing contextual information, which is necessary in certain
environments due to increasing privacy concerns. Our study
found that by using network statistics, we are able to predict
gender significantly better than using masked word vector
features alone. Furthermore, our experiments show that in
this particular network, Degree is the most useful feature for
boosting gender prediction, followed closely by PageRank.
While Betweenness Centrality and Clustering Coefficient are
found to be less informative than others for gender prediction,
they are still significantly better than using no network features
at all.

ผลลัพธ์ (ไทย) 1:

ในการศึกษานี้ เราตรวจสอบคาดเดาเพศในสุ่มเครือข่ายสนทนา โดยใช้สถิติการโทโพโลยีของเครือข่าย สุ่มเครือข่ายแชจะแตกต่างจากส่วนใหญ่อื่น ๆ ดีศึกษาเครือข่ายสังคม เนื่องจากระบบผู้ใช้ในแชทแต่กว่าคนเอง เป็นทั่วไปในสังคมที่มีอยู่เครือข่าย นอกจากนี้ คำทั้งหมดในชุดข้อมูลของเราถูกหลอกลวงเอาข้อมูลบริบท ซึ่งจำเป็นในบางสภาพแวดล้อมเนื่องจากการเพิ่มความเป็นส่วนตัว ศึกษาของเราพบว่าการใช้สถิติเครือข่าย เราจะสามารถทำนายเพศที่ดีกว่าโดยใช้เวกเตอร์คำหลอกลวงสิ่งอำนวยความสะดวกเพียงอย่างเดียว นอกจากนี้ การทดลองของเราแสดงว่าในเครือข่ายนี้โดยเฉพาะ เป็นคุณลักษณะมีประโยชน์มากสำหรับส่งเสริมการคาดเดาเพศ ติดตามอย่างใกล้ชิด โดย PageRankแห่ง Betweenness และค่าสัมประสิทธิ์ที่คลัสเตอร์พบว่ามีข้อมูลน้อยกว่าคนอื่น ๆ สำหรับการคาดเดาเพศพวกเขาจะยังคงดีกว่าใช้ไม่มีคุณสมบัติเครือข่ายทั้งหมด

ผลลัพธ์ (ไทย) 2:

ในการศึกษานี้เราตรวจสอบการทำนายทางเพศในการสุ่ม
เครือข่ายแชทโดยใช้สถิติโครงสร้างเครือข่าย สุ่ม
เครือข่ายการแชทจะค่อนข้างแตกต่างจากอื่น ๆ ส่วนใหญ่ที่ดีการศึกษา
เครือข่ายทางสังคมเนื่องจากระบบวางผู้ใช้ในการสนทนาค่อนข้าง
กว่าผู้ใช้เองราวกับเป็นเรื่องธรรมดาในสังคมที่มีอยู่ใน
เครือข่าย นอกจากนี้ทุกคำในชุดข้อมูลที่เรามีการสวมหน้ากาก
ลบข้อมูลบริบทซึ่งเป็นสิ่งจำเป็นในบาง
สภาพแวดล้อมที่เพิ่มขึ้นเนื่องจากความกังวลเกี่ยวกับความเป็นส่วนตัว การศึกษาของเรา
พบว่าการใช้สถิติของเครือข่ายเรามีความสามารถในการทำนาย
เพศอย่างมีนัยสำคัญดีกว่าการใช้คำเวกเตอร์สวมหน้ากาก
มีเพียงอย่างเดียว นอกจากนี้การทดลองของเราแสดงให้เห็นว่าใน
เครือข่ายนี้โดยเฉพาะอย่างยิ่งการศึกษาปริญญาตรีเป็นคุณลักษณะที่มีประโยชน์มากที่สุดสำหรับ
การส่งเสริมการทำนายเพศตามอย่างใกล้ชิดโดย PageRank.
ในขณะที่ Betweenness ศูนย์กลางและการจัดกลุ่มค่าสัมประสิทธิ์จะ
พบว่ามีข้อมูลน้อยกว่าคนอื่นในการทำนายเพศ
พวกเขายังคงมีความหมายดี กว่าการใช้คุณสมบัติของเครือข่ายไม่
ได้ทั้งหมด

ผลลัพธ์ (ไทย) 3:

การศึกษาการทำนายเพศในแบบสุ่มแชทเครือข่ายโดยใช้สถิติแบบเครือข่าย แบบสุ่มเครือข่ายแชท จะค่อนข้างแตกต่างจากอื่น ๆ ส่วนใหญ่ก็เรียนสังคมเครือข่าย ตั้งแต่ระบบที่ผู้ใช้ในการสนทนาแทนกว่าผู้ใช้เอง เป็นสามัญในสังคมที่มีอยู่เครือข่าย นอกจากนี้คำทั้งหมดในชุดข้อมูลของเราหลอกลวงการลบข้อมูลบริบท ซึ่งจำเป็นในบางสภาพแวดล้อมเนื่องจากการเพิ่มความเป็นส่วนตัว . การศึกษาของเราพบว่า โดยการใช้สถิติเครือข่าย เราสามารถที่จะทำนายเพศอย่างมีนัยสำคัญที่ดีกว่าการใช้คำเวกเตอร์หน้ากากมีคนเดียว นอกจากนี้ ในการทดลองพบว่าเครือข่ายนี้โดยเฉพาะ เป็นคุณลักษณะที่มีประโยชน์มากที่สุดสำหรับพื่นการทำนายเพศ ตามติดด้วย PageRank .ในขณะที่ศูนย์กลาง betweenness การจัดกลุ่มและสัมประสิทธิ์พบว่ามีข้อมูลน้อยกว่าคนอื่น เพื่อทำนายเพศพวกเขายังคงมีอย่างมีนัยสำคัญดีกว่าไม่ใช้คุณสมบัติเครือข่ายที่ทั้งหมด