通过对抗学习缓解机器翻译中的性别偏见
计算与语言
2022-03-22 v1 人工智能
摘要
机器翻译及其他 NLP 系统常包含关于性别或种族等敏感属性的显著偏见，这些偏见恶化了系统性能并固化了有害刻板印象。近期初步研究表明，对抗学习可用作与模型无关的偏见缓解方法的一部分，且无需修改数据。然而，将这一策略适配于机器翻译及其他现代 NLP 领域需要：（1）在微调预训练大语言模型（large language models）的背景下重构训练目标；（2）针对必须从数据本身推断这些属性的任务，开发性别或其他受保护变量的度量方法。我们提出了一种对抗学习框架，应对上述挑战以缓解 seq2seq 机器翻译中的性别偏见。我们的框架将含男性与女性实体的句子翻译质量差异在英语—德语翻译中改善了 86%，在英语—法语翻译中改善了 91%，且对翻译质量影响极小。结果表明对抗学习是缓解机器翻译性别偏见的一种有前景的技术。
引用
@article{arxiv.2203.10675,
title = {Mitigating Gender Bias in Machine Translation through Adversarial Learning},
author = {Eve Fleisig and Christiane Fellbaum},
journal= {arXiv preprint arXiv:2203.10675},
year = {2022}
}