训练机器识美女 研究者正在收集女主播照片

　　“贬义组”照片样本

S+和S-分别倾向于褒义和贬义的标签，且在女性的支配力、可信赖度、单纯程度等内在个性上有不同程度的暗示，本文简单将这两组称为“褒义组”和“贬义组”。

然后，所有搜索结果又由中国男性研究生进行了人工排查，去掉一些由于复杂语义造成的错误搜索结果，比如有些照片带有反讽性质的标签。

研究团队最后得到了共3954张中国美女照片，其中“褒义组”2000张，“贬义组”1954张。

由于受访的研究生们无法指出他们做出判断的细节依据，武筱林团队采用了深度卷积神经网络（CNN）进行研究。在实验中，他们用数据集中的80%进行训练，10%用于验证，剩余10%进行测试。

实验的结果是，经过训练的机器鉴别“褒义组”和“贬义组”的准确率达到了80%。