論文の概要: Gender-Neutral Machine Translation Strategies in Practice

• arxiv url: http://arxiv.org/abs/2506.15676v1
• Date: Wed, 18 Jun 2025 17:57:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-19 19:35:51.779095
• Title: Gender-Neutral Machine Translation Strategies in Practice
• Title（参考訳）: ジェンダーニュートラル機械翻訳の実践
• Authors: Hillary Dawkins, Isar Nejadgholi, Chi-kiu Lo,
• Abstract要約: ジェンダー・インクルーシブ・マシン・トランスフォーメーション(MT)は、性別の曖昧さをソースに保ち、ミス・ジェンダーや表現上の害を避ける。 ここでは,ジェンダーのあいまいさに応答して,性別の中立性の必要性に対する21のMTシステムの感度を,難易度が異なる3つの翻訳方向において評価する。
• 参考スコア（独自算出の注目度）: 13.511723323294339
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Gender-inclusive machine translation (MT) should preserve gender ambiguity in the source to avoid misgendering and representational harms. While gender ambiguity often occurs naturally in notional gender languages such as English, maintaining that gender neutrality in grammatical gender languages is a challenge. Here we assess the sensitivity of 21 MT systems to the need for gender neutrality in response to gender ambiguity in three translation directions of varying difficulty. The specific gender-neutral strategies that are observed in practice are categorized and discussed. Additionally, we examine the effect of binary gender stereotypes on the use of gender-neutral translation. In general, we report a disappointing absence of gender-neutral translations in response to gender ambiguity. However, we observe a small handful of MT systems that switch to gender neutral translation using specific strategies, depending on the target language.
• Abstract（参考訳）: ジェンダー・インクルーシブ・マシン・トランスフォーメーション(MT)は、性別の曖昧さをソースに保ち、ミス・ジェンダーや表現上の害を避ける。 ジェンダーの曖昧さは英語などの表記性言語で自然に発生することが多いが、文法性言語におけるジェンダー中立性は困難である。 ここでは,ジェンダーのあいまいさに応答して,性別の中立性の必要性に対する21のMTシステムの感度を,難易度が異なる3つの翻訳方向において評価する。 実際に観察される特定のジェンダー中立戦略を分類し議論する。 さらに,2進性ステレオタイプがジェンダーニュートラル翻訳の利用に与える影響についても検討した。 概して、性別のあいまいさに反応して、性中立性翻訳が欠如していることが報告されている。 しかし、対象言語に依存する特定の戦略を用いて、性別中立翻訳に切り替える少数のMTシステムを観察した。

関連論文リスト

• Gender Bias in English-to-Greek Machine Translation [0.0]
  Google TranslateとDeepLの2つの翻訳では、ジェンダーバイアスが持続している。 GPT-4oは有望であり、ほとんどの曖昧なケースに対して適切な性別と中立の代替物を生成する。
  論文  参考訳（メタデータ） (2025-06-11T09:44:12Z)
• Beyond Binary Gender: Evaluating Gender-Inclusive Machine Translation with Ambiguous Attitude Words [85.48043537327258]
  既存の機械翻訳の性別バイアス評価は主に男性と女性の性別に焦点を当てている。 本研究では,AmbGIMT (Gender-Inclusive Machine Translation with Ambiguous attitude words) のベンチマークを示す。 本研究では,感情的態度スコア(EAS)に基づく性別バイアス評価手法を提案する。
  論文  参考訳（メタデータ） (2024-07-23T08:13:51Z)
• VisoGender: A dataset for benchmarking gender bias in image-text pronoun resolution [80.57383975987676]
  VisoGenderは、視覚言語モデルで性別バイアスをベンチマークするための新しいデータセットである。 We focus to occupation-related biases in a hegemonic system of binary gender, inspired by Winograd and Winogender schemas。 我々は、最先端の視覚言語モデルをいくつかベンチマークし、それらが複雑な場面における二項性解消のバイアスを示すことを発見した。
  論文  参考訳（メタデータ） (2023-06-21T17:59:51Z)
• Gender, names and other mysteries: Towards the ambiguous for gender-inclusive translation [7.322734499960981]
  本稿では,元文が明示的なジェンダーマーカーを欠いている場合について考察するが,目的文はより豊かな文法的ジェンダーによってそれらを含む。 MTデータ中の多くの名前と性別の共起は、ソース言語の「あいまいな性別」で解決できないことがわかった。 ジェンダー・インクルージョンの両面での曖昧さを受け入れるジェンダー・インクルージョン・トランスフォーメーションの可能性について論じる。
  論文  参考訳（メタデータ） (2023-06-07T16:21:59Z)
• "I'm fully who I am": Towards Centering Transgender and Non-Binary Voices to Measure Biases in Open Language Generation [69.25368160338043]
  トランスジェンダーとノンバイナリ(TGNB)の個人は、日常生活から差別や排除を不当に経験している。 オープン・ランゲージ・ジェネレーションにおいて,経験豊富なTGNB人物の疎外化を取り巻く社会的現実がいかに貢献し,持続するかを評価する。 我々はTGNB指向のコミュニティからキュレートされたテンプレートベースの実世界のテキストのデータセットであるTANGOを紹介する。
  論文  参考訳（メタデータ） (2023-05-17T04:21:45Z)
• Gender Neutralization for an Inclusive Machine Translation: from Theoretical Foundations to Open Challenges [11.37307883423629]
  我々は,ジェンダー・ニュートラル・トランスフォーメーション(GNT)をジェンダー・インクリシティーの一形態として検討し,マシン・トランスフォーメーション(MT)モデルによって達成される目標について検討する。 具体的には、ジェンダー関連言語移行問題を表す言語対である、英語からイタリア語への翻訳に焦点を当てる。
  論文  参考訳（メタデータ） (2023-01-24T15:26:36Z)
• Neural Machine Translation Doesn't Translate Gender Coreference Right Unless You Make It [18.148675498274866]
  ニューラル・マシン・トランスフォーメーションに明示的な単語レベルのジェンダー・インフレクション・タグを組み込む手法を提案する。 既存の単純なアプローチは、文中の複数のエンティティにジェンダー・フィーチャーを過度に一般化することができる。 また,英語のジェンダーニュートラルな実体の翻訳を,それに対応する言語規則で評価する拡張も提案する。
  論文  参考訳（メタデータ） (2020-10-11T20:05:42Z)
• Multi-Dimensional Gender Bias Classification [67.65551687580552]
  機械学習モデルは、性別に偏ったテキストでトレーニングする際に、社会的に望ましくないパターンを不注意に学習することができる。 本稿では,テキスト中の性バイアスを複数の実用的・意味的な次元に沿って分解する一般的な枠組みを提案する。 このきめ細かいフレームワークを用いて、8つの大規模データセットにジェンダー情報を自動的にアノテートする。
  論文  参考訳（メタデータ） (2020-05-01T21:23:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。