要約
社会の固定観念がこれらのシステムによって反映または強化される可能性があるため、自然言語処理および機械翻訳の特定のケースにおけるバイアスの検出および軽減方法を研究することは、非常に重要です。
この論文では、特にヨーロッパとアフリカの言語に焦点を当てて最先端の言語を分析します。
我々は、この分野の研究の大部分が少数の言語に集中していること、および研究分野の多様性の向上に貢献するために、あまり研究されていない言語も将来の研究でカバーする可能性があることを示します。
要約(オリジナル)
Studying bias detection and mitigation methods in natural language processing and the particular case of machine translation is highly relevant, as societal stereotypes might be reflected or reinforced by these systems. In this paper, we analyze the state-of-the-art with a particular focus on European and African languages. We show how the majority of the work in this field concentrates on few languages, and that there is potential for future research to cover also the less investigated languages to contribute to more diversity in the research field.
arxiv情報
著者 | Catherine Ikae,Mascha Kurpicz-Briki |
発行日 | 2024-10-28 15:28:50+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google