Aug, 2023

PronounFlow：一种用于校准句子中代词的混合方法

PDF
TL;DR通过实施一种神经符号系统，利用最佳的两个领域，我们正在使用 PronounFlow 这一系统来读取任何英文句子中的代词和实体，确定它们之间是否有联系，并提供使用哪些代词以避免偏见的建议。实验表明，PronounFlow 不仅根据我们周围的人类集体知识来交替使用句子中的代词，还在代词消岐过程中极大地帮助了共指消解系统。
发现论文，激发创造
  • 可扩展的跨语言支枢词建模代词性别用于翻译

    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。

    Jun, 2020

  • 一种混合实体中心方法用于波斯语代词消解

    本文提出了一种混合模型，通过将多个基于规则的筛子与针对代词的机器学习筛子相结合，解决了代词消解的挑战。该方法在 400 个文档的波斯语语言语料库中蕴含着出色的性能，并通过与先前模型的比较证明了其有效性。

    Nov, 2022

  • 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

  • Mind the GAP: 一个性别不明确代词平衡语料库

    该研究介绍了一个包含真实文本挑战的性别平衡标记语料库 GAP，旨在解决自然语言理解中消歧代词的长期难题，并探索各种基线方法，最终表明结构和神经模型提供了有希望的补充线索。

    Oct, 2018

  • 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

  • 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

  • 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

  • 机器翻译中指代研究：评估指标与测试套件

    该论文探究了神经机器翻译的应用，提出了一个新的评价措施，为代词翻译提供了一份多语言、多错误测试套件，并通过实验和用户研究得出了与人类判断相关的结果。

    Aug, 2019

  • 实用限制与代词指代消歧：可能与不可能

    本文探讨了在自然语言处理和语言学研究中，代词消歧通常需要应用一般语用知识和特定上下文信息，其中包括对代词引用模式进行研究。

    Apr, 2022