論文の概要: Lost in Translation? Exploring the Shift in Grammatical Gender from Latin to Occitan

• arxiv url: http://arxiv.org/abs/2605.09156v1
• Date: Sat, 09 May 2026 20:36:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.092696
• Title: Lost in Translation? Exploring the Shift in Grammatical Gender from Latin to Occitan
• Title（参考訳）: 翻訳における損失 : ラテン語からオクシタンへの文法的ジェンダーの変遷を探る
• Abstract要約: 本稿では,この現象を語彙レベルと文脈レベルで解析するための解釈可能なディープラーニングフレームワークを提案する。 従来のトークン化戦略は、この低リソースの歴史的環境において不十分に堅牢であることを示す。 我々は、文法的ジェンダー予測に対する様々な音声カテゴリーの貢献を定量化する。
• 参考スコア（独自算出の注目度）: 2.321414033822442
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The diachronic evolution from Latin to the Romance languages involved a restructuring of the grammatical gender system from a tripartite configuration (masculine, feminine, neuter) to a bipartite one (masculine, feminine). In this work, we introduce an interpretable deep learning framework to investigate this phenomenon at both lexical and contextual levels. First, we show that conventional tokenization strategies are insufficiently robust for this low-resource historical setting, and that our proposed tokenizer improves performance over these baselines. At the lexical level, we evaluate the contribution of morphological features to gender prediction. At the contextual level, we quantify the contributions of different part-of-speech categories to grammatical gender prediction. Together, these analyses characterize the distribution of gender information between the lemma and its sentential context. We make our codebase, datasets, and results publicly available.
• Abstract（参考訳）: ラテン語からロマンス語へのダイアクロニックな進化は、三分詞構成(男性、女性、中性)から二分詞構成(男性、女性)へ文法的な性別体系を再構築することを含んでいた。 本研究では,この現象を語彙レベルと文脈レベルで解析するための解釈可能なディープラーニングフレームワークを提案する。 まず、従来のトークン化戦略は、この低リソースの歴史的設定では不十分であり、提案したトークン化手法は、これらのベースラインよりも性能を向上することを示す。 語彙レベルでは、形態的特徴の性別予測への寄与を評価する。 文脈レベルでは、文法的ジェンダー予測に対する異なる音声カテゴリーの貢献を定量化する。 これらの分析は、レムマとその知覚的文脈の間の性別情報の分布を特徴付ける。 コードベース、データセット、結果を公開しています。

関連論文リスト

• Estimating Grammatical Gender Directions in Contextual Embeddings under Controlled and Natural Contexts [5.65924130016053]
  文脈埋め込みのための意味的汚染から文法的ジェンダーを遠ざけようとする最初の試みを行う。 制御されたテンプレートと自然なウィキペディアのコンテキストの両方を構築し、不定名詞のバランスの取れたデータセットを構築します。 代名詞における文法的ジェンダーの漏えいの抑制と、職業用語における意味的ジェンダーの区別の保存のバランスをとるために、二重目的性評価指標のセットを提案する。
  論文  参考訳（メタデータ） (2026-06-29T11:29:05Z)
• 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)
• The Lou Dataset -- Exploring the Impact of Gender-Fair Language in German Text Classification [57.06913662622832]
  ジェンダーフェア言語は、すべての性別に対処したり、中立形を使用することによって包摂性を促進する。 ジェンダーフェア言語はラベルを反転させ、確実性を減らし、注意パターンを変化させることで予測に大きな影響を及ぼす。 ドイツ語のテキスト分類への影響について最初の知見を提供する一方で、他の言語にもその知見が当てはまる可能性が高い。
  論文  参考訳（メタデータ） (2024-09-26T15:08:17Z)
• 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)
• Leveraging Large Language Models to Measure Gender Representation Bias in Gendered Language Corpora [9.959039325564744]
  大規模言語モデル(LLM)は、しばしば、トレーニングデータに埋め込まれた社会的バイアスを継承し、増幅する。 性バイアスとは、特定の役割や特性と特定の性別の関連性である。 ジェンダー表現バイアスは、性別の異なる個人への参照の不平等な頻度である。
  論文  参考訳（メタデータ） (2024-06-19T16:30:58Z)
• 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)
• Analyzing Gender Representation in Multilingual Models [59.21915055702203]
  実践的なケーススタディとして,ジェンダーの区別の表現に焦点をあてる。 ジェンダーの概念が、異なる言語で共有された部分空間にエンコードされる範囲について検討する。
  論文  参考訳（メタデータ） (2022-04-20T00:13:01Z)
• Under the Morphosyntactic Lens: A Multifaceted Evaluation of Gender Bias in Speech Translation [20.39599469927542]
  ジェンダーバイアスは言語技術に影響を及ぼす問題として広く認識されている。 現代の評価慣行のほとんどは、合成条件下での職業名詞の狭いセットに単語レベルの焦点をあてている。 このようなプロトコルは、性合意のモルフォシンタクティック連鎖を特徴とする文法性言語の重要な特徴を見落としている。
  論文  参考訳（メタデータ） (2022-03-18T11:14:16Z)
• How to Split: the Effect of Word Segmentation on Gender Bias in Speech Translation [14.955696163410254]
  我々は、自動翻訳におけるジェンダーバイアスの分析を、一見中立的だが重要な要素である単語セグメンテーションに導入する。 2つの言語対(英語/イタリア語/フランス語)で得られた結果は、最先端のサブワード分割(BPE)が、ジェンダーバイアスの増大を犠牲にしていることを示している。 そこで本研究では,BPEの全体的な翻訳品質を向上すると同時に,文字ベースセグメンテーションの能力を活用し,ジェンダーを適切に翻訳する手法を提案する。
  論文  参考訳（メタデータ） (2021-05-28T12:38:21Z)
• 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)
• An exploration of the encoding of grammatical gender in word embeddings [0.6461556265872973]
  単語埋め込みに基づく文法性の研究は、文法性がどのように決定されるかについての議論の洞察を与えることができる。 スウェーデン語、デンマーク語、オランダ語の埋め込みにおいて、文法的な性別がどのように符号化されているかには重複があることが判明した。
  論文  参考訳（メタデータ） (2020-08-05T06:01:46Z)
• 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。