PulseAugur
实时 04:06:48
English(EN) Explaining GAND: A Resource on Gender-Ambiguous Natural Data & Contrastive Attribution

新的 GAND 资源旨在揭示机器翻译中的性别偏见

研究人员推出 GAND,这是一个新的基准测试资源,旨在分析机器翻译系统如何处理性别模糊性。GAND 由故意设计为性别中立的英文源句子组成,旨在揭示翻译中的偏见和刻板印象。该资源通过将模糊句子翻译成有性别的语言,并使用对比归因方法来识别哪些源词影响了翻译中分配的性别,从而促进可解释性分析。 AI

影响 该资源可能带来更公平、偏见更少的机器翻译系统,改善用户体验并减少刻板印象造成的危害。

排序理由 该集群包含一篇学术论文,详细介绍了用于评估机器翻译系统的新资源。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的 GAND 资源旨在揭示机器翻译中的性别偏见

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Jani\c{c}a Hackenbuchner, Jasper Degraeuwe, Arda Tezcan, Joke Daems ·

    解释 GAND:关于性别模糊自然数据和对比归因的资源

    arXiv:2607.22546v1 Announce Type: new Abstract: Machine translation (MT) systems continue to produce gender-biased translations. In a time where self-expression is paramount, mistranslations based on default behaviour and stereotyping can lead to harm for users of these systems. …