通过数据增强实现性别包容的语法错误纠正
计算与语言
2023-06-14 v1
摘要
在本文中，我们展示了 GEC（语法错误纠正）系统表现出与阳性词、阴性词以及性别中立单数“they”使用相关的性别偏见。我们构建了包含阳性词、阴性词和单数“they”的平行文本数据集，并用它们来量化三个具有竞争力的 GEC 系统中的性别偏见。我们提出了一种针对单数“they”的新型数据增强技术，利用了关于其相对于复数“they”分布的语言学见解。我们证明，该数据增强技术以及一种针对阳性词和阴性词的类似增强技术的改进方法，都能生成可减少 GEC 系统中偏见的训练数据，特别是在单数“they”方面，同时保持同等的质量水平。
引用
@article{arxiv.2306.07415,
title = {Gender-Inclusive Grammatical Error Correction through Augmentation},
author = {Gunnar Lund and Kostiantyn Omelianchuk and Igor Samokhin},
journal= {arXiv preprint arXiv:2306.07415},
year = {2023}
}
备注
15 pages. Accepted for publication in BEA workshop (18th Workshop on Innovative Use of NLP for Building Educational Applications; co-located with ACL)