barbaraneves / gender-bias-in-virtual-assistants

Final Project of the Data Science postgraduate class at MDCC/UFC

Identifying Gender Bias in Virtual Assistants

To be published!

Projeto Final da disciplina de Ciência de Dados - UFC 2021.1, em sua maioria feito no Google Colab. Colocamos em um repositório para facilitar o acesso e a correção.

---

Objetivos

1. Desenvolver um projeto inédito de Ciência de Dados o mais próximo possível de um projeto real, a fim de demonstrar os conhecimentos adquiridos ao longo da disciplina.
2. Comparar os algoritmos escolhidos com conjuntos de dados reais utilizando métricas de avaliação vistas ou não na disciplina.

Abstract

A definir

Resultados

Task	Dataset	Sample	Stratified Split	F1 LSTM	F1 BERT
Tocixity, Multi-label	Wikipedia Toxic Comments	Undersampling (~20k)	Yes	0.67	0.68
Gender Bias, Multiclass	MDGender	~2k	Yes	0.75	0.88
Gender Bias, Multiclass	ConvAI2	50k	Yes	0.69	0.81
Gender Bias, Multiclass	LIGHT	50k	Yes	0.73	0.83

---

Quick Start

Environment

Use o virtualenv para criar um ambiente Python.

virtualenv venv --python=python3

source venv/bin/activate

Usage

Use o package manager pip para instalar os pacotes necessários através do comando abaixo.

pip install -r requirements.txt

Depois, basta executar:

jupyter notebook

Visão Geral e Checkpoints

Fornecemos abaixo os passos a serem seguidos para entendimento do projeto em forma de checkpoints.

• Checkpoint 1 - Project Canvas
• Checkpoint 2 - Exploratory Data Analysis (EDA)
• Checkpoint 3 - Data Preprocessing
• Checkpoint 4 - Models Training
• Checkpoint 5 - Models Evaluation
• Final Checkpoint - Slide Presentation

Na verdade, ao longo do desenvolvimento do trabalho, tivemos de entregar 3 checkpoints. Dos listados acima, os checkpoints oficiais são os 1 e 2, e os restantes dizem respeito mais a nossa organização interna. Nos avise se algo não estiver claro.

Contato

Você pode enviar suas perguntas ou comentários para Bárbara, Lucas, Samir e Vinicius :)