新数据集SLAyiNG旨在改进女同性恋俚语的NLP处理

研究人员开发了SLAyiNG，这是一个包含500多个经社区验证的女同性恋俚语术语的新型数据集，旨在提高自然语言处理（NLP）系统对女同性恋白话的理解。该数据集解决了NLP模型错误分类女同性恋语言或产生负面回应的问题。使用SLAyiNG的初步研究结果表明，虽然一些语言模型没有对女同性恋社区产生偏见，但它们在处理其语言方面仍然存在困难，这凸显了代表性偏见和语言偏见之间的区别。此外，该数据集还显示，模型在处理女同性恋俚语方面的表现因不同的女同性恋亚群体而异，与非裔美国人和拉丁裔社区相关的俚语表现尤其差。 AI

影响 该数据集可以提高AI系统对LGBTQ+用户的性能和公平性。

排序理由 该条目是一篇学术论文，详细介绍了新的数据集和研究结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• arXiv
• Hugging Face
• language models
• Latine communities
• Leonor Veloso
• natural language processing
• NLP systems
• queer slang

• 论文
• 其他

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