纠正机器翻译中的“男性化”现象

研究人员使用GEST评估了Amazon Translate、DeepL、Google Translate和NLLB200，揭示了“男性化”现象的普遍性，Amazon Translate被认为是“最男性化的翻译系统”，其次是Google Translate。

他们还观察到这些系统中存在类似的性别刻板化倾向，这表明它们可能是从“极相似的性别偏见源”中学习到的。作者表示，这些翻译系统“认为”女性集美丽、整洁、勤奋于一身，而男性则代表领导者、专业、粗犷以及强硬。

通过更细致地研究机器翻译系统的行为，作者建议采取有针对性的方法来解决具体问题，例如防止模型对女性进行性化。他们说：“相比于视性别偏见为一个宏大而模糊的问题，上述方法更易操作。”

微软的研究人员着眼于评估并解决机器翻译系统中的性别偏见问题。他们强调，机器翻译中的性别偏见问题不仅体现在性别模糊的句子上，还包括可以从上下文推断性别的情况，然而机翻译文与源文本中的性别信息却自相矛盾。

为了解决这一问题，他们提出使用从训练语料库中派生的“性别平衡域内数据集”对基本模型进行微调，并引入了一种利用反事实数据生成方法的新型域自适应技术。

这个过程涉及从基本模型训练语料库中选择与性别相关的语句，并通过创建性别互换版本生成反事实，特别关注包含专业名词阳性或阴性形式的语句。

作者强调了其方法的优势，指出它依赖于域内训练语料库的一个子集对数据生成进行微调，以避免在域适应过程中出现灾难性遗忘。他们强调其本质以数据为中心，不需要修改训练目标，也不需要额外的解码模型。此外，他们强调利用反事实数据生成技术，在模型训练期间提供动态、多样化的数据集。

使用为专业词汇量身定制的WinoMT测试集评估这种方法，结果表明，意大利语、西班牙语和法语的翻译准确性得到了显著提高。

他们说：“我们比意大利语、西班牙语和法语的基线准确率分别提高了19%、23%和21.6%[…]，总体翻译质量保持平稳。”

作者最后强调了未来工作的潜在方向，包括扩展技术以解决非二元性别问题，以及改善对涉及多人的复杂句子的处理，“不同的实体在来源和目标中进行性别互换。”