論文の概要: Measuring Gender Bias in Job Title Matching for Grammatical Gender Languages

• arxiv url: http://arxiv.org/abs/2509.13803v1
• Date: Wed, 17 Sep 2025 08:17:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-18 18:41:50.782815
• Title: Measuring Gender Bias in Job Title Matching for Grammatical Gender Languages
• Title（参考訳）: 文法的ジェンダー言語における職名マッチングにおけるジェンダーバイアスの測定
• Authors: Laura García-Sardiña, Hermenegildo Fabregat, Daniel Deniz, Rabih Zbib,
• Abstract要約: 本研究は,職名における文法的ジェンダー割り当てが,職名自動ランキングシステムの結果にどのように影響するかを研究するための基礎となる。 本稿では,職名ランキングシステムにおけるジェンダーバイアスを評価するために,性別比較制御のためのメトリクスの利用を提案する。
• 参考スコア（独自算出の注目度）: 0.07666382766590014
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work sets the ground for studying how explicit grammatical gender assignment in job titles can affect the results of automatic job ranking systems. We propose the usage of metrics for ranking comparison controlling for gender to evaluate gender bias in job title ranking systems, in particular RBO (Rank-Biased Overlap). We generate and share test sets for a job title matching task in four grammatical gender languages, including occupations in masculine and feminine form and annotated by gender and matching relevance. We use the new test sets and the proposed methodology to evaluate the gender bias of several out-of-the-box multilingual models to set as baselines, showing that all of them exhibit varying degrees of gender bias.
• Abstract（参考訳）: 本研究は,職名における文法的ジェンダー割り当てが,職名自動ランキングシステムの結果にどのように影響するかを研究するための基礎となる。 本稿では,職名ランキングシステム,特にRBO(Rank-Biased Overlap)におけるジェンダーバイアス評価のための性別比較制御のための指標を提案する。 我々は,4つの文法的ジェンダー言語において,職名マッチングタスクのためのテストセットを作成し,共有する。 新しいテストセットと提案手法を用いて、いくつかのアウト・オブ・ザ・ボックスの多言語モデルの性別バイアスをベースラインとして評価し、それらすべてが男女バイアスの程度が異なることを示す。

関連論文リスト

• Exploring Gender Bias Beyond Occupational Titles [1.2123876307427102]
  我々は、文脈バイアスとその関連性バイアスを推定できる新しいデータセット、GenderLexiconとフレームワークを導入する。 我々のモデルでは、バイアスをスコアで解釈できるため、性別バイアスの説明可能性を向上させることができる。
  論文  参考訳（メタデータ） (2025-07-03T14:42:03Z)
• Assumed Identities: Quantifying Gender Bias in Machine Translation of Gender-Ambiguous Occupational Terms [2.5764960393034615]
  GRAPEは、性別バイアスを評価するための確率ベースの指標である。 GAMBIT-MTは、性別のあいまいな職業用語を持つ英語のベンチマークデータセットである。
  論文  参考訳（メタデータ） (2025-03-06T12:16:14Z)
• Identifying Gender Stereotypes and Biases in Automated Translation from English to Italian using Similarity Networks [0.25049267048783647]
  本論文は,自動翻訳システムにおけるステレオタイプとバイアスを評価するために,言語学,法学,計算機科学の協力的な取り組みである。 ジェンダーインクルージョンを促進し,機械翻訳の客観性を向上させる手段として,ジェンダーニュートラル翻訳を提唱する。
  論文  参考訳（メタデータ） (2025-02-17T09:55:32Z)
• 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)
• Measuring Gender Bias in Word Embeddings of Gendered Languages Requires Disentangling Grammatical Gender Signals [3.0349733976070015]
  単語埋め込みは、文法性のある言語における名詞とその文法性との関係を学習することを示した。 単語埋め込みから文法的ジェンダー信号を引き離すことは、セマンティック機械学習タスクの改善につながる可能性があることを示す。
  論文  参考訳（メタデータ） (2022-06-03T17:11:00Z)
• They, Them, Theirs: Rewriting with Gender-Neutral English [56.14842450974887]
  私たちは、英語でジェンダーインクルージョンを促進する一般的な方法である特異点についてケーススタディを行います。 本研究では, 人為的データを持たない1%の単語誤り率で, ジェンダーニュートラルな英語を学習できるモデルについて述べる。
  論文  参考訳（メタデータ） (2021-02-12T21:47:48Z)
• 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。