如何切分：词分割对语音翻译中性别偏见的影响

在认识到性别偏见是影响当前翻译技术的一个主要问题后，研究人员主要尝试从数据层面来缓解它。然而，算法方面的因素是否加剧不良输出至今仍缺乏充分研究。在本文中，我们将对自动翻译中性别偏见的分析引向一个看似中立却关键的组件：词分割。分割方法会影响翻译性别的能力吗？某些分割方式是否会不利于女性语言标记的表达？我们通过比较语音翻译系统目标端的 5 种现有分割策略来解决这些问题。我们在两个语言对（英语-意大利语/法语）上的结果表明，最先进的子词分割（BPE）以更高的性别偏见为代价。鉴于这一发现，我们提出了一种组合方法，在保持 BPE 整体翻译质量的同时，利用基于字符的分割在正确翻译性别上的更强能力。