Jan, 2024

处理低资源语言时的机器翻译误称性别与假设性别

HTML
PDF
TL;DR本章节主要关注低资源语言背景下机器翻译中与性别相关的错误。通过对本土语言孟加拉语作为低资源语言的案例研究，阐述了当源文本中没有提供性别信息时，在与高资源英语之间的翻译中如何推测和假设性别，并讨论了这种错误导致的后殖民主义和社会影响，最后讨论了提高语言代表性的潜在解决方案。
发现论文，激发创造
  • 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

  • 翻译迷失：机器翻译中语言丰富性的流失和衰退

    本研究基于实证数据分析了机器翻译与人为翻译之间的词汇丰富性损失，结果表明当前机器翻译系统在保留人类语言文本的词汇多样性方面尚有不足，而其倾向于加剧常见模式并忽视不常见模式的特点，可能会加重针对性别的偏见等问题，并可能导致算法本身的偏见问题。

    Jun, 2019

  • 性别危险？在MuST-SHE语料库上评估语音翻译技术

    研究了语音翻译中存在的性别偏见问题，并基于英意/英法语言方向比较了级联与端到端技术，着重于探究如何利用音频信息来解决自然语言中的性别偏见问题。

    Jun, 2020

  • 研究隐性性别偏见:土耳其语和英语机器翻译模型的案例研究

    本文研究了机器翻译 (MT) 中的偏见问题。通过使用性别中立的土耳其语和性别化的英语，本文探讨了MT模型中明显和潜在的性别偏见现象。研究者提出了一种方法来研究不对称性别标记，并通过评估人格化职业和人格刻板印象的表达方式揭示了MT模型中的偏见问题。本文强调了MT模型开发需要更多具有跨学科背景的语言详细分析的研究。

    Aug, 2021

  • 尊重而非技术：跨利益相关者工作坊对公平性别语言和语言技术的探索

    这篇论文介绍了一个关于性别公平语言和语言技术的研讨会。通过研究，作者发现机器翻译的性别考虑需要高度的上下文敏感性，并需要开发人员谨慎地定位自己。灵活的方法似乎是目前最为适当的。为了使技术发展与社会发展相适应，本文建议在性别公平技术领域采取必要的措施。

    Sep, 2022

  • 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

  • 性别、姓名和其他谜团：走向模糊的性别包容翻译

    本文探讨了源句子缺乏明确性别标记但目标句子含有丰富的语法性别的情况，特别关注包含人名的输入。研究发现MT数据中的许多名称-性别共现无法通过源语言的明确性别解决，并且存在性别不明确的示例。因此，文章提出了接受性别和翻译的歧义性，朝着包容性翻译的潜在步骤进行。

    Jun, 2023

  • 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

  • 基于GeNTE语料库的性别中性机器翻译基准测试

    我们的研究主要关注从英语到意大利语的性别中性翻译，通过提出专门的基准和探索自动评估方法来满足包容性语言的不断增长的需求。我们介绍了GeNTE，这是一个自然、双语的性别中性翻译测试集，其创建受到有关中性语言感知和使用的调查的启发。基于GeNTE，我们概述了现有的基于参考的评估方法，突出了它们的局限性，并提出了一种更适合评估性别中性翻译的无参考方法。

    Oct, 2023

  • 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