使用大语言模型进行细粒度性别控制的机器翻译
计算与语言
2024-07-23 v1
摘要
在机器翻译中，存在输入性别模糊问题，即实体性别在源句中不可用。为解决此模糊问题，已提出考虑性别作为额外输入的受控翻译任务。然而，现有方法多仅考虑单一目标性别的简化设定。本文针对多实体输入的更真实场景，提出 Gender-of-Entity (GoE) 提示方法。该方法通过向大语言模型输入细粒度实体级性别信息，以正确实现性别变格翻译。我们基于四个评估基准测试，调查大语言模型在多维度受控翻译能力，发现其在受控翻译中达到最先进水平。此外，我们发现控制多个实体的性别时会出现性别干扰现象。最后，我们针对现有性别准确性评估指标的局限性，提出利用大语言模型作为性别变格翻译的评估器。
引用
@article{arxiv.2407.15154,
title = {Fine-grained Gender Control in Machine Translation with Large Language Models},
author = {Minwoo Lee and Hyukhun Koh and Minsung Kim and Kyomin Jung},
journal= {arXiv preprint arXiv:2407.15154},
year = {2024}
}
备注
NAACL 2024 Main track long paper