Detectarea/aproximarea sexului după nume, în limba română

S-a lovit careva de problema ghicirii sexului după numele propriu?

Bănui că se ia după ultima literă, +/- excepții (Carmen, Lili, Noemi, Ildiko / Attila, Alioșa, Horia) – da mi-ar trebui o bază de date de nume & sex pe nume proprii românești.


Mi-a venit ideea de la listele de candidați la locale 2020, ar fi interesant în ce măsură se respectă regula de reprezentare a ambelor sexe (Legea 115/2015)

Listele de candidaţi pentru alegerea senatorilor şi deputaţilor trebuie întocmite astfel încât să asigure reprezentarea ambelor sexe, cu excepţia listelor care conţin un singur candidat

1 Like

Poate o lista cu prenume?
:thinking:

Mai mult de atat, nu am o idee pe moment.

Unele prenume au venit din alte limbi, ca de exemplu Roberta.

mulțumesc
la unele poate fi scos sexul din articolul definiție, da multe n-au :confused:

Felicia este un gen de plante din familia Asteraceae, ordinul Asterales

momentan am luat lista de candidați din 2016, unde era și coloană de gen, da nu-s convins de calitatea datelor, pare că mai sunt și nume de familie încurcate cu nume proprii. Mă rog, nu trebuie să fie musai 100% accurate.

Exista si situatia in care numele de familie este si un prenume. Am avut un coleg care avea numele in acea situatie si eu il strigam la inceput dupa numele de familie, crezand ca ala este prenumele lui.

fwiw: github.com/pax/ro-gender-assumer

1 Like

PS. Am remarcat de-abia dup-aia că exista https://github.com/lead-ratings/gender-guesser (internațional, incl RO)

PS. am încropit asta https://pax.github.io/playground/sexul-candidatilor/
slow* & buggy WIP, da e un început :slight_smile:

*și din cod, da e și un topojson de 8M, pe care-l mai pot curăța de 1-2 câmpuri, da nush cât de mult :confused:

Daia e bune numele “gender neutral”
Ca oricat de nobil ar fi scopul unei unelte, se gaseste cineva sa o foloseasca pt rau. Chiar daca nu e cazul tau

informația / resursele importante pot fi folosite și la bine și la rău. și apa e în general bună, da mai aluneci, mai inunzi un vecin, te îneci, mai un tsunami.

o abordare a situației prezente, when information is power, dacă când există riscul să fie folosită în scopuri gri, una din soluții e să deschizi datele pentru toată lumea. discutabil, desigur, de la caz la caz.

cu ocazia asta m-am uitat superficial și la alianțe electorale (sample), da mai e de bâjbâit.