Jun, 2020

可扩展的跨语言支枢词建模代词性别用于翻译

PDF
TL;DR本研究提出了一种基于跨语言枢轴技术的新颖方法，用于自动生成高质量的性别标签，并展示了这些数据可用于微调 BERT 分类器，该分类器对于西班牙语中丢失的女性代词具有 92％的 F1，相比之下，神经机器翻译模型和非微调 BERT 模型分别为 30-51% 和 54-71％。我们使用来自我们分类器的标签来增强神经机器翻译模型以改进代词翻译，同时仍具有可并行化的翻译模型，可以逐句翻译。
machine translationgendered pronounscross-lingual pivotingbert classifierneural machine translation
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

  • 评估机器翻译中的性别偏见 -- 以 Google 翻译为例

    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。

    Sep, 2018

  • 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

  • 利用大型语言模型衡量性别化语言中的性别偏见

    该论文介绍了一种利用大型语言模型对西班牙语语料库进行定量分析性别表达的新方法，通过识别和分类与人类实体相关的具有性别特征的名词和代词，揭示了四个广泛使用的基准数据集中存在的显著性别差异，从男性到女性的比例范围从 4:1 到 6:1，这些发现证明了我们方法在性别语言中进行偏见量化的价值，并建议在自然语言处理中应用该方法，为更公平的语言技术发展做出贡献。

    Jun, 2024

  • 代词的故事：可解释性指导对公正指令调整机器翻译中的性别偏见缓解

    探讨了细调指令模型在机器翻译中存在性别偏见的问题，并提出了基于少样本学习的易于实施且有效的偏见缓解解决方案，以实现更公平的翻译。

    Oct, 2023

  • MISGENDERED: 大型语言模型在理解代词方面的局限性

    本文探讨了语言技术中的性别偏见问题，提出了一个 MISGENDERED 框架来评估语言模型的性别中性人称的正确使用，发现基于二元性别训练的语言模型在使用非二元人称时普遍存在误差和算法偏差。

    Jun, 2023

  • 使用 BERT 解决具有性别歧视的不明确代词

    该论文研究了指代消解的一个子任务，代词消解，并描述了他们基于 BERT 的方法，该方法能够在性别平衡的情况下，达到 92％的性能得分和更低的性别偏差。

    Jun, 2019

  • 众包数据集中的代词错误

    研究使用多语言翻译技术在虚拟助手中嵌入多元化，解决人称代词翻译偏差问题的实践方案。

    Apr, 2023

  • 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

  • 2016 年 WMT 跨语言代词预测共享任务的发现

    本文介绍了 2016 年 WMT 跨语言代词预测共享任务的设计、评估设置和结果，该任务是一个分类任务，参与者需要对目标语言文本中的占位符值提供替换代词类别标签的预测。提供了四个子任务，英法、英德之间互译，11 个团队参与该任务。深度循环神经网络表现出色，大多数提交结果超过了两个强语言模型基线系统的表现。

    Nov, 2019