评估机器翻译中的性别偏见 -- 以 Google 翻译为例

Sep, 2018

评估机器翻译中的性别偏见 -- 以 Google 翻译为例

Assessing Gender Bias in Machine Translation -- A Case Study with Google Translate

Marcelo O. R. Prates, Pedro H. C. Avelar, Luis Lamb

TL;DR本文研究了机器偏见和性别偏见，使用性别中性语言对 Google 翻译进行了实验，结果显示翻译的默认性别更偏向于男性，特别是在 STEM 领域中，这种偏见程度远超实际分布，因此需要对当前的统计翻译工具进行偏误纠正。

Abstract

Recently there has been a growing concern about machine bias, where trained statistical models grow to reflect controversial societal asymmetries, such as gender or racial bias. A significant number of AI tools have recently been suggested to be harmfully biased towards some minority,

machine bias gender bias automated translation gender-neutral languages stem jobs

发现论文，激发创造

评测性别中性代词的翻译性别偏见

本研究提出了一种用于评估机器翻译系统性别偏见的测试集方案，并构建了一组既不带有偏见性别也不过度偏向一侧的词组，然后通过该方案评估了传统机器翻译系统的性别偏见。

May, 2019

机器翻译中的性别偏见与大型语言模型时代

本章检查了机器翻译在持续性别偏见方面的作用，强调了跨语言环境和统计依赖性所带来的挑战。提供了与传统神经机器翻译方法和作为机器翻译系统的生成式预训练变压器模型相关的现有研究的全面概述。通过在英意翻译环境中使用 ChatGPT（基于 GPT-3.5）的实验，进一步评估了 ChatGPT 目前解决性别偏见的能力。研究结果强调了在机器翻译系统中减少偏见的发展的持续需求，并强调了在语言技术中培养公平和包容的重要性。

Jan, 2024

机器翻译中性别偏见的评估

本研究利用两个共指解析数据集，通过 8 种有语法性别的目标语言中的形态分析，第一次提出了机器翻译中性别偏见的挑战集和评估协议，并发现四个流行的工业机器翻译系统和两个最新的学术机器翻译模型在所有测试的目标语言上都容易出现性别偏见翻译错误。

Jun, 2019

机器翻译中的性别偏见

通过批判性地审视当前有关 MT 偏见的概念化，总结以往的性别偏见分析，讨论已提出的缓解策略，并指向未来工作的潜在方向，提出了一个统一的框架以便于未来研究。

Apr, 2021

调查机器翻译中性别偏见的标记和驱动因素

通过反向翻译方法研究大型语言模型中的内隐性别偏见，比较不同语言的结果，提出一种新的评估性别隐含变化的度量标准，并探究驱动偏见的句子特征，结果表明该方法能够进一步揭示语言模型中的偏见。

Mar, 2024

好，但并不总是公平：对三个商用机器翻译系统性别偏见的评估

本研究评估了 Google Translate、DeepL 和 Modern MT 这三种在线翻译系统在性别翻译和偏见方面的表现，并发现这些系统在性别翻译方面存在不同程度的偏见。

Jun, 2023

评估性别中性语言翻译为英语的性别偏见

机器翻译在质量和应用方面不断取得进步，然而无意中传递性别偏见仍然是一个重大问题。为了弥补这一缺口，我们介绍了 GATE X-E，它是 GATE 语料库的扩展，包含了从土耳其语、匈牙利语、芬兰语和波斯语翻译成英语的人工翻译，并针对每种可能的性别解释提供了女性、男性和中性变体。我们还呈现了一个基于 GPT-3.5 Turbo 的英语性别重写解决方案，并利用 GATE X-E 对其进行了评估。我们开放源代码以鼓励进一步研究性别去偏见。

Nov, 2023

评估印地语 - 英语机器翻译中的性别偏见

本研究旨在评估和量化印地 - 英语机器翻译系统中的性别偏见，并实现了一种基于语法考虑的修改版本的现有 TGBI 度量标准，同时比较了预先训练的嵌入和我们的机器翻译模型所学习的嵌入的多个指标上产生的偏差测量结果。

Jun, 2021

使用目标性别标注缓解机器翻译中的性别偏见

在机器翻译中，当源语言句子未提供主语的性别信息时，系统往往选择最常见的翻译选项，从而可能加剧某些群体和人员的偏见和边缘化。为减少对性别刻板印象的依赖，本论文提出使用包含主语性别信息的单词级别注释训练机器翻译系统的方法，实验结果表明，这可使机器翻译系统在五种语言对上的 WinoMT 测试集上准确度提高高达 25.8 个百分点。

Oct, 2020

ChatGPT 在机器翻译中存在性别偏见，忽略了非性别代词：以孟加拉语和其他五种低资源语言为例发现

本研究基于六种语言的研究，检验 ChatGPT 在翻译中性代词方面的准确性，发现 ChatGPT 在将中性代词转换为 'he' 或'she' 时会透过职业或行为刻板印象体现性别偏见，在其他语言无法正确地把英文中性代词 'they' 翻译为相应中性代词，在性别无关信息缺失的情况下存在性别偏见，建议未来的 AI 翻译工具设计者以人为本。

May, 2023