Результаты тематического моделирования имеют гендерную предвзятость? ⇐ Python

[Anonymous]

У кого-нибудь была такая проблема?
Похоже, что мое тематическое моделирование дает ответы, в которых преобладают респонденты-мужчины.
Объем ответов на три разных вопроса в каждом случае превышает 800, и в наборе данных нет ничего, что каким-либо образом маркировало бы ответы.
По сути, это просто открытые текстовые предложения и одна переменная. обрабатывается каждый раз.
Но когда я прослеживаю цитату до первоначального респондента, в 75 % случаев по всем трем различным вопросам респондентами были мужчины.
Кто-нибудь понимает, что происходит? или как я мог бы запросить данные на предмет чего-то еще, что могло бы связать каждый ответ? Я вручную проверил пунктуацию, заглавные буквы, ссылку на себя («я делаю это...») и длину предложения, но ничего не осталось очевидным.
Помогите, пожалуйста?
Я вручную проверил пунктуацию, использование заглавных букв, ссылку на себя («я делаю это...») и длину предложения, но ничего очевидного.
#ОБНОВЛЕНИЕ:
Похоже, что мои результаты включают только ответы длиной 15 слов или больше. Гендерное разделение внутри этой подгруппы (50:50) по-прежнему не соответствует искаженному гендерному результату в. модели (75:25 в сторону мужчин)

Подробнее здесь: https://stackoverflow.com/questions/791 ... der-biased