CORGI-PM：用于性别偏见探测与缓解的中文语料库
计算与语言
2023-01-03 v1 人工智能
计算机与社会
机器学习
摘要
随着自然语言处理（NLP）中的性别偏见问题成为一个重要的跨学科课题，大规模语言模型等流行的数据驱动技术受到数据不足与语料偏见的影响，对于中文等资源不足的语言尤为严重。为此，我们提出了中文性别偏见探测与缓解语料库 CORGI-PM（cOrpus foR Gender bIas Probing and Mitigation），其包含 32.9k 个句子，这些句子带有遵循专为中文语境下性别偏见所制定标注方案而得到的高质量标签。此外，我们应对了自动文本性别偏见缓解的三个挑战，要求模型能够检测、分类并缓解文本性别偏见。我们还使用最先进的语言模型进行实验以提供基线。据我们所知，CORGI-PM 是首个用于性别偏见探测与缓解的句子级中文语料库。
引用
@article{arxiv.2301.00395,
title = {CORGI-PM: A Chinese Corpus For Gender Bias Probing and Mitigation},
author = {Ge Zhang and Yizhi Li and Yaoyao Wu and Linyuan Zhang and Chenghua Lin and Jiayi Geng and Shi Wang and Jie Fu},
journal= {arXiv preprint arXiv:2301.00395},
year = {2023}
}