Feb, 2021

他们、他们的：使用中性英语重写

PDF
TL;DR本研究关注技术的负责任发展，着眼于包容其希望支持的不同用户群体。在此基础上，对英文中一种常见的提倡性别包容的表达方式 —— 单数 they 展开案例研究。研究通过定义重写任务，创建评估基准，构建模型等方式，成功实现了语言性别中立，无需人工标记数据即可达到小于 1% 的错误率。此外，研究探讨了该任务的实际应用和伦理考虑，并提出了未来研究的方向，旨在推动包容性自然语言系统的发展。
发现论文，激发创造
  • 通过扩充实现性别包容的语法纠错

    本文研究了 GEC 系统在使用男性、女性词汇和中性单数 “they” 时所表现出的性别偏见问题。我们开发了一些包含这些词汇的文本并使用它们来量化三种竞争性的 GEC 系统中的性别偏见问题。我们提出了一种新颖的数据扩充技术，能够有效地降低在 GEC 系统中的性别偏见，并保证数据质量。

    Jun, 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

  • 大语言模型中的软件工程性别偏见：她征集需求，他测试

    本研究使用数据挖掘技术，调查了与软件开发相关的 56 项任务，发现不同任务中含有性别代词的比例差异显著，其中测试与帮助他人的任务中含有 “他” 这一性别代词比例显著较高，这些发现揭示了与软件开发任务相关的性别偏见模式。

    Mar, 2023

  • 语言模型的保守程度？如何适应中性代词的引入

    研究指出，瑞典语中的性别中立代词与人类的处理没有难度，但在语言计算模型中会导致较高的不确定性、更分散的注意力模式和更劣的下游性能，进而可能限制性别中立代词的广泛应用。

    Apr, 2022

  • 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

  • 用户中心的性别重写

    该研究针对阿拉伯语的两个用户的上下文中的语法性别，开发了一个多步骤的系统，以结合基于规则和神经重写模型的正面方面。通过使用商业机器翻译系统的后处理输出，提供基于用户语法性别喜好的个性化输出。

    May, 2022

  • 性别重写共享任务

    本文介绍了第七届阿拉伯语自然语言处理研讨会上举办的 Gender Rewriting 共享任务的结果和发现，该任务需要生成给定句子的替代版本以匹配不同的目标用户性别背景（例如女性发言人与男性听众、男性发言人与男性听众等等），这需要改变涉及用户的某些词的语法性别（阳性或阴性）。在本任务中，我们专注于阿拉伯语，这是一种具有性别标记且词形丰富的语言，共有来自四个国家的五个团队参加了该共享任务。

    Oct, 2022

  • 欢迎来到当代代词世界：超越性别的身份包容型自然语言处理

    本文探讨了 NLP 在第三人称代词领域的问题及其对边缘化群体的歧视和影响，提出了对代词建模的伦理准则，并基于此评估了现有和新颖的建模方法，量化了更不具歧视性的方法对基准数据的影响。

    Feb, 2022

  • 如何处理（新）代词：商业机器翻译的失败

    本文针对以往自然语言处理领域所忽略的 neopronouns 等全新形式三人称代词使用方式及其对包容性的影响展开探究，特别关注了机器翻译对于被边缘化团体如非二进制人群等的歧视问题。发现中性代词经常导致语法和语义翻译错误，因此提供了针对这些问题的未来研究建议。

    May, 2023

  • 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