神经机器翻译中的上下文是否有助于缓解性别偏见？
计算与语言
2024-06-19 v1
摘要
神经机器翻译模型倾向于延续其训练数据分布中存在的性别偏见。上下文感知模型此前被建议作为缓解此类偏见的手段。本文我们通过详细分析英语到德语中刻板职业的翻译以及巴斯克语到西班牙语中非信息性上下文的翻译来检验这一论点。我们的结果表明，尽管上下文感知模型可显著提升女性形式的翻译准确性，但仍可能保持甚至放大性别偏见。这些结果凸显了在神经机器翻译中需要更细致的偏见缓解方法。
引用
@article{arxiv.2406.12364,
title = {Does Context Help Mitigate Gender Bias in Neural Machine Translation?},
author = {Harritxu Gete and Thierry Etchegoyhen},
journal= {arXiv preprint arXiv:2406.12364},
year = {2024}
}