論文の概要: Explaining GAND: A Resource on Gender-Ambiguous Natural Data & Contrastive Attribution

• arxiv url: http://arxiv.org/abs/2607.22546v1
• Date: Wed, 06 May 2026 11:58:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-02 22:55:38.955952
• Title: Explaining GAND: A Resource on Gender-Ambiguous Natural Data & Contrastive Attribution
• Title（参考訳）: GANDの説明: ジェンダーの曖昧な自然データとコントラスト属性
• Abstract要約: 我々は、機械翻訳(MT)のためのジェンダーあいまいな自然データベンチマークリソースであるGANDを提示する。 GANDのサブセットを2つの文法性言語に翻訳する。 以下の特徴帰属分析は、曖昧な参照エンティティの性別翻訳を知らせる文脈におけるソースワードを明らかにする。
• 参考スコア（独自算出の注目度）: 0.3499870393443268
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Machine translation (MT) systems continue to produce gender-biased translations. In a time where self-expression is paramount, mistranslations based on default behaviour and stereotyping can lead to harm for users of these systems. To better understand how these systems translate gender in the absence of clear gender cues, we need benchmarking resources that reflect gender-ambiguous scenarios in a natural way. To this end, we present GAND, a gender-ambiguous natural data benchmarking resource for MT consisting of English source sentences, specifically designed to analyse the influence of contextual cues on gender in translation. We leverage GAND to conduct an interpretability analysis: we translate a subset of GAND into two grammatical gender languages and extend these with manually crafted contrastive translations. A following feature attribution analysis reveals source words in context that inform the gender translation of an ambiguous referent entity in the target translation.
• Abstract（参考訳）: 機械翻訳(MT)システムは、ジェンダーバイアス付き翻訳を生産し続けている。 自己表現が最重要である場合、デフォルトの振る舞いとステレオタイピングに基づく誤訳は、これらのシステムのユーザに害を与える可能性がある。 これらのシステムが、明確な性別の手がかりがない場合に、どのように性別を翻訳するかをよりよく理解するためには、自然な方法で性別の曖昧なシナリオを反映するベンチマークリソースが必要である。 この目的のために,英文からなる MT のジェンダー・あいまいな自然データベンチマークリソースである GAND について述べる。 GANDのサブセットを2つの文法的ジェンダー言語に翻訳し、それらを手作業によるコントラスト翻訳で拡張する。 以下の特徴帰属分析は、対象翻訳におけるあいまいな参照エンティティの性別翻訳を知らせる文脈におけるソースワードを明らかにする。

関連論文リスト

• Mitigating Gender Bias in English to Romanian Machine Translation [0.6445605125467574]
  機械翻訳(MT)システムは、しばしば性別の正しい翻訳に失敗する。 大規模言語モデル(LLM)に基づく性別分類とニューラルマシン翻訳(NMT)を組み合わせたハイブリッドパイプラインを提案する。 提案手法は,WinoMT と WinoGender のベンチマークにおける性別の精度を,ベースラインの MT システムと比較して40 ポイント以上向上する。
  論文  参考訳（メタデータ） (2026-08-09T09:38:59Z)
• 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)
• That was the last straw, we need more: Are Translation Systems Sensitive to Disambiguating Context? [64.38544995251642]
  我々は、源泉に存在している意味的あいまいさ(本研究における英語)について研究する。 我々は、リテラルと図形の両方にオープンなイディオムに焦点を当てている。 現在のMTモデルは、たとえ文脈が比喩的解釈を示しているとしても、英語のイディオムを文字通りに翻訳する。
  論文  参考訳（メタデータ） (2023-10-23T06:38:49Z)
• Hi Guys or Hi Folks? Benchmarking Gender-Neutral Machine Translation with the GeNTE Corpus [15.388894407006852]
  機械翻訳(MT)は、しばしば男性やステレオタイプ表現にデフォルトを与える。 本研究は、英語からイタリア語へのジェンダーニュートラル翻訳に重点を置くことで、包括的言語への需要が高まっていることに対処する。
  論文  参考訳（メタデータ） (2023-10-08T21:44:00Z)
• The Gender-GAP Pipeline: A Gender-Aware Polyglot Pipeline for Gender Characterisation in 55 Languages [51.2321117760104]
  本稿では,55言語を対象とした大規模データセットにおけるジェンダー表現を特徴付ける自動パイプラインであるGender-GAP Pipelineについて述べる。 このパイプラインは、性別付き人称名詞の多言語語彙を用いて、テキスト中の性別表現を定量化する。 本稿では、WMTのトレーニングデータとNewsタスクの開発データにジェンダー表現を報告し、現在のデータが男性表現にスキューされていることを確認する。
  論文  参考訳（メタデータ） (2023-08-31T17:20:50Z)
• 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)
• GATE: A Challenge Set for Gender-Ambiguous Translation Examples [0.31498833540989407]
  ソースの性別が曖昧である場合、機械翻訳モデルは、通常、ステレオタイプなジェンダーロールにデフォルトされ、有害なバイアスが持続する。 最近の研究は、このような曖昧な入力に対して代替性翻訳を生成する「ジェンダーリフレクタ」の開発に繋がっているが、そのようなシステムは言語に乏しい範囲で悩まされている。 我々は、ジェンダー・あいまいなソース文の言語学的に多様なコーパスであるGATEと、複数の代替ターゲット言語翻訳を提示、リリースする。
  論文  参考訳（メタデータ） (2023-03-07T15:23:38Z)
• Improving Gender Translation Accuracy with Filtered Self-Training [14.938401898546548]
  機械翻訳システムは、性別が文脈から明確である場合でも、しばしば誤った性別を出力する。 性別不明瞭な入力に対してジェンダー翻訳精度を向上させるためのジェンダーフィルターによる自己訓練手法を提案する。
  論文  参考訳（メタデータ） (2021-04-15T18:05:29Z)
• 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)
• 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)
• Self-Attention with Cross-Lingual Position Representation [112.05807284056337]
  位置符号化(PE)は、自然言語処理タスクの単語順序情報を保存し、入力シーケンスの固定位置インデックスを生成する。 語順が異なるため、言語間の位置関係をモデル化することは、SANがこの問題に取り組むのに役立つ。 我々は、入力文のバイリンガル認識潜在構造をモデル化するために、言語間位置表現によるSANを拡大する。
  論文  参考訳（メタデータ） (2020-04-28T05:23:43Z)

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。