BriefGPT.xyz
Jun, 2023
通过扩充实现性别包容的语法纠错
Gender-Inclusive Grammatical Error Correction through Augmentation
HTML
PDF
Gunnar Lund, Kostiantyn Omelianchuk, Igor Samokhin
TL;DR
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。
Abstract
In this paper we show that
gec systems
display
gender bias
related to the use of masculine and
feminine terms
and the gender-neutral singu
→