Predicting Author Gender Using Machine Learning Algorithms: Looking Beyond the Binary

This paper explores the relationship between digital humanities studies that utilize computer algorithms to identify author gender and feminist and queer literary theory. I argue that utilizing computer algorithms to sort literature into the categories “authored by a male” or “authored by a female” is too reductive in its treatment of gender as binary. However, I suggest computer algorithms could be utilized to explore the performative aspects of author gender and to ask larger questions about algorithmic criticism, the author as a subject, and the relationship between morphological and cultural properties of texts. Resume Cet article explore la relation entre les etudes des humanites numeriques, qui se servent d’algorithmes informatises afin d’identifier le genre d’un auteur, et la theorie feministe et homosexuelle. Je soutiens que l’usage d’algorithmes informatises pour categoriser la litterature comme « ecrit par un homme » ou « ecrit par une femme » est trop reducteur par rapport a son traitement binaire de genre. Cependant, je suggere que les algorithmes informatises peuvent etre employes dans le but d’explorer les aspects performatifs du genre de l’auteur, ainsi que dans le but de soulever de plus grandes questions sur la critique d’algorithme, sur l’auteur en tant que sujet et sur le lien entre les caracteristiques de textes morphologiques et culturels. Mots-cles: algorithmes d’apprentissage automatique; theorie feministe; theorie queer; genre d’auteur; expression de genre; critique algorithmique