Google为了改善常见机器翻译错误,并且促进全球在像是性别偏见等翻译偏见上的研究,现在发布了Translated Wikipedia Biographies资料集,供研究人员来评估翻译模型的性别偏见。
神经机器翻译的进展,实现了更加自然和顺畅的翻译,但是这些翻译也反应了社会的偏见,以及存在训练资料中的刻板印象,因此Google根据自家的人工智能原则,研究降低机器翻译性别偏见的方法。
过去的研究领域,一直在使用附近的句子,或是段落上下文,来提高判断性别的准确性。Google提到,由于传统神经机器翻译单独翻译每个句子,每个单独的句子却未必有明确的性别讯息,因此也就难以在翻译每一句话时,因此能使用正确的性别,机器翻译要能超越单个句子,而这需要有新的度量标准,以及具有上下文相关错误的资料集。
改善性别相关的翻译错误,存在一定的挑战性,因为不只需要选择正确的代名词,而且前后文还必须具有性别一致性,Google提到,性别偏见在常见翻译错误中是特别敏感的议题,因为这些与性别相关词,可能直接代表人们的自我认同。
为了要促进解决上下文翻译常见错误的研究,Google创建了Translated Wikipedia Biographies资料集,该资料集的目标是要透过建立一个基准,使得研究人员得以改进机器学习系统中,代词和性别相关的翻译,借由基准来评估和测量模型更改前后翻译的准确性。
会选择维基传记(Wikipedia Biographies),研究人员解释,是因为这些文章品质很好,具有地域多样性且包含多个句子,更重要的是,以第三人称描述主角,因此会包含大量代词,而维基传记的翻译,就可能存在大量与性别相关的常见翻译错误。
这个Translated Wikipedia Bigraphies资料集,要用来分析机器翻译中常见的性别错误,资料集中的每个实例,都代表一个人、一个乐团或是一个运动队伍,在传记中,人会被确认性别,而团队则被认为是无性别,每个实例都会由9到15个经翻译的句子组成,这些句子以主角为中心展开。这些句子原本以英文编写,Google请专业翻译将其翻译为西班牙语和德语。
Translated Wikipedia Bigraphies资料集是Google选择一组跨地域和性别,但具有相同代表性的实例组成,他们根据职业和所从事的活动,从维基百科中撷取了传记,为求公平性,职业选择是根据维基百科的统计资料选出9个职业,这些职业代表了一系列对于性别关联的刻板映像,另外,为了降低地理上的偏见,研究人员也根据地理多样性,在每个地区至少选出一名实例。
研究人员提到,虽然性别非二元,也就是说性别不是只有男性和女性的分类,但目前这个研究专注于让男性和女性实体具有平等的代表性。根据职业、地区和性别三种属性的组合,在美国7大地理区域中,每个职业至少有男性和女性两个性别实例的传记,最后研究人员还加入12个没有性别的实例,包括摇滚乐团和体育队伍。
这个新资料集提供了一种评估机器翻译性别偏见的方法,资料集中每个实例都代表一个已知性别的主角,因此可以计算与该主角相关的性别翻译准确性。研究人员提到,这个性别资料集使得他们上下文翻译模型的性别错误下降了67%。
而资料集里中性别的实体让研究人员,能够发现过度使用男性或是女性代名词,来指称无性别实例的状况,同时资料集也提供了模型在处理跨职业和地理区域实例性别的效能,研究人员发现在翻译西班牙文居里夫人传记时,Translated Wikipedia Bigraphies资料集使得机器翻译所使用的代名词从He改为She。
Google提到,这个资料集是他们目前在性别偏见和机器翻译上的研究,但并未涵盖整个相关的问题,也不是要找出解决性别偏见的最佳方法,而是透过发表目前的成果,来推进全球机器翻译在偏见上的研究。
相关文章
- YouTube更新违反规定政策,提升惩处透明度和一致性
2023-12-31 14:00:52
- 传苹果将把中国iCloud正式交给本地化经营 苹果手机icloud换区存储操作
2023-12-27 18:34:43
- 刘德华代言什么手机?刘德华成华为Mate 60 RS非凡大师华为5G新手机代言人
2023-09-26 21:55:08
- WebOS新系统:Palm Pre手机最新款高价登港
2023-06-23 15:39:14
- 帮助企业组织对抗勒索软件,资安通报机构设立防护专区,可协助事前、事中与事后因应
2023-06-22 09:36:10
- 蔚来全系产品降价3万 取消免费换电 换一次电池180元
2023-06-12 17:27:49
- 电商平台三巨头开打最大规模折扣 价格战再次打响
2023-03-05 18:58:40
- 爱立信节省成本裁员四千人 爱立信全球员工总数五分之一
2023-02-24 22:27:29
- 蜜芽关停近况,八位数重金买三字顶级新域名mia.com也关闭
2023-02-23 16:18:14
- 联想CEO杨元庆:联想集团需要裁员32%削减部分业务支出
2023-02-18 12:45:25
- 蓝色光标2022营收亏损18亿 客户预算减少明显
2023-02-18 12:40:08
- 三星工厂或将80%生产转至越南 因本地劳动力成本上升
2023-02-17 23:09:16
- 香港八达通卡如何激活?没用失效过期余额怎么办
2023-02-17 18:34:51
- 中兴通讯被曝将裁员20% 称只裁国外的
2023-02-17 18:33:26
- 苹果新iPhone15Pro手机终于改用USB-C(火牛)数据线??Lightning充电接口退出
2023-02-17 16:57:22
- 突发!蓝色光标曾为中国民企500强龙头 如今业绩亏损断崖下跌
2023-02-16 14:31:19
- 三星发布自家carplay车载中控系统 Car Mode for Galaxy 可以连接carplay吗?
2023-02-14 00:53:17
- Opera浏览器宣布集成ChatGPT 一键生成网页内容摘要
2023-02-14 00:32:08
- 谷歌google计划重返进入中国市场?但结果可能令你失望
2023-02-13 16:57:15
- Zoom紧急裁员1300人 佔员工总数15%
2023-02-08 14:59:11
最新资讯
- YouTube更新违反规定政策,提升惩处透明度和一致性2023-12-31 14:00:52
- 美国法院裁定阿里须为Squishmallows玩具侵权案答辩2023-12-28 19:59:34
- 小米汽车传员工3700人 雷军称小米汽车不可能卖9万92023-12-28 19:41:57
- 吉利飙逾6% 电动车品牌极氪新车款极氪007昨上市 预售价格22.99万元2023-12-28 19:30:28
- 日本丰田汽车厂11月全球产量创新高2023-12-28 19:26:02
手机
- 中国11月手机出货量增34% 5G手机出货量2709.2万部2023-12-28 19:27:57
- 荣耀发布新一代旗舰荣耀Magic5系列,新款上市价格分期0首付3999元起2023-03-06 16:12:32
- 美国商务部指违禁,长江存储被美国拜登制裁名单面临停工裁员2023-02-17 18:41:53
- 苹果Apple iOS车载系统CarPlay支持哪些更多汽车品牌2023-02-02 17:33:27
- 香港去哪买三星手机回来吗? 买香港便宜售价手机市场地点和网站2023-02-02 11:03:11
数码
- 华为5G芯片正式亮相:预示华为将发首款5G手机2023-08-31 13:22:33
- 腾讯传计划放弃虚拟现实VR硬件计划2023-02-17 23:32:30
- 三星手机份额大跌!三星手机中国市场份额变化国内仅剩3%2023-02-01 17:06:15
- 三星手机份额大跌在中国没市场了!国内市场占有率仅剩1%国外比苹果销量高2023-02-01 16:59:53
- vivo发布2022 vivoNEX手机极简易浏览器下载:简洁流畅无广告!2022-12-02 17:29:30
科技
- 中兴受美国制裁事件 被罚了20亿美元过程事件始末 中兴被制裁后公司现状2023-11-02 22:12:46
- B站怎么炸崩了哔哩哔哩服务器今日怎么又炸挂了?技术团队公开早先原因2023-03-06 19:05:55
- 苹果iPhoneXS/XR手机电池容量续航最强?答案揭晓2023-02-19 15:09:54
- 华为荣耀两款机型起内讧:荣耀Play官方价格同价同配该如何选?2023-02-17 23:21:27
- google谷歌原生系统Pixel3 XL/4/5/6 pro手机价格:刘海屏设计顶配版曾卖6900元2023-02-17 18:58:09