Gender in Danger? Evaluating Speech Translation Technology on the MuST-SHE CorpusMuST-SHE Corpus

Luisa Bentivogli; Beatrice Savoldi; Matteo Negri; Mattia A. Di Gangi; Roldano Cattoni; Marco Turchi

doi:10.18653/v1/2020.acl-main.619

Gender in Danger? Evaluating Speech Translation Technology on the MuST-SHE CorpusMuST-SHE Corpus @ action KCharselect unicode block name Xavfsizlikda jinsiya? Name

Luisa Bentivogli, Beatrice Savoldi, Matteo Negri, Mattia A. Di Gangi, Roldano Cattoni, Marco Turchi

Abstract

Translating from languages without productive grammatical gender like English into gender-marked languages is a well-known difficulty for machines. This difficulty is also due to the fact that the training data on which models are built typically reflect the asymmetries of natural languages, gender bias included. Exclusively fed with textual data, machine translation is intrinsically constrained by the fact that the input sentence does not always contain clues about the gender identity of the referred human entities. But what happens with speech translation, where the input is an audio signal? Can audio provide additional information to reduce gender bias? We present the first thorough investigation of gender bias in speech translation, contributing with : i) the release of a benchmark useful for future studies, and ii) the comparison of different technologies (cascade and end-to-end) on two language directions (English-Italian / French).

Abstract

Vertaling van tale sonder produktiewe grammatiese geneem soos Engels in gemerkte tale is 'n goed bekende moeilikheid vir masjiene. Hierdie moeilikheid is ook vanweë die feit dat die onderwerp data waarop modele gebou word tipies reflekteer die asymmetries van natuurlike tale, geneemde voorspoedige. Eksklusief gevoer met tekstuele data, masjien vertaling is intrinsiese bevestig deur die feit dat die invoer seting nie altyd kloue bevat oor die geneemde identiteit van die verwyderde menslike entiteite nie. Maar wat gebeur met woorde vertaling, waar die invoer 'n oudio sein is? Kan oudio addisionele inligting verskaf om gewone voorbeeld te verminder? Ons stel die eerste groot ondersoek van geneemde bias in sprekkoersetting, bydraai met: i) die verlos van 'n benchmark wat gebruik is vir toekomstige studie, en ii) die vergelyking van verskillende teknologies (kaskade en einde-tot-einde) op twee taal rigtings (Engels-Italiese/Frans).

Abstract

በቋንቋዎች ላይ ትርጓሜ፣ እንደእንግሊዘኛ የግራማቲካዊ ውንዶች እንደሌለው ቋንቋዎች ለሴት-ታወቀ ቋንቋዎች የሚታወቅ ድካም ለመመሳሪያዎች ነው፡፡ ይህ ጭንቀት ደግሞ የፖለቲካዊ ቋንቋዎች፣ የሴት ልውስቶች ተጨማሪዎች የሚደረጉበትን ማህበረሰብ ማድረግ ነው፡፡ በተጨማሪም የጽሑፍ ዳታዎች በመጠቀም፣ machine ትርጓሜ በመግለጫ ግንኙነቱ ሁልጊዜ ስለሚታወቀው የሰው አካላት ማወቅ ጉዳይ እንዳይኖር ነው፡፡ ነገር ግን በንግግር ትርጓሜ ምን ይሆንበታል? የድምፅ ድምፅ ሲልክ የት ነው? የድምፅ ጥያቄ የሴቶችን ጥያቄ ለማጎድል የሚጨምረው መረጃ ማግኘት ይችላልን? በንግግር ትርጓሜ የተጠቃሚ የሴቶችን ብሔራዊ ጥያቄን በመጀመሪያ ምርመራ እናቀርባታለን፡፡ ኢ) ለኋለኛይቱ ትምህርት የሚጠቅመውን የቢርመት መጻሕፍት እና በሁለት ቋንቋዎች መንገድ (እንግሊዝኛ-ኢጣሊያዊ/ፈረንሳይ) በተለየ የቴክኖሎጂ (ካካካድና መጨረሻ) ትክክል እናደርጋለን፡

Abstract

تعتبر الترجمة من اللغات بدون جنس نحوي مثمر مثل اللغة الإنجليزية إلى اللغات المصنفة حسب الجنس من الصعوبات المعروفة للآلات. ترجع هذه الصعوبة أيضًا إلى حقيقة أن بيانات التدريب التي تُبنى عليها النماذج تعكس عادةً عدم تناسق اللغات الطبيعية ، بما في ذلك التحيز الجنساني. تتغذى الترجمة الآلية حصريًا بالبيانات النصية ، وهي مقيدة بشكل جوهري بحقيقة أن جملة الإدخال لا تحتوي دائمًا على أدلة حول الهوية الجنسية للكيانات البشرية المشار إليها. ولكن ماذا يحدث مع ترجمة الكلام ، حيث يكون الإدخال إشارة صوتية؟ هل يمكن أن يوفر الصوت معلومات إضافية لتقليل التحيز بين الجنسين؟ نقدم أول تحقيق شامل للتحيز الجنساني في ترجمة الكلام ، حيث نساهم في: 1) إصدار معيار مفيد للدراسات المستقبلية ، و 2) مقارنة التقنيات المختلفة (التسلسل والنهاية) في اتجاهين لغويين ( الإنجليزية-الإيطالية / الفرنسية).

Abstract

İngilizə kimi proqrammatik cüt dillərindən cins dillərinə çevirmək maşınlar üçün çox bilinmiş çətinlikdir. Bu çətin də modellərin inşa edildiyi təhsil verilənlərin təhsil edilməsi təhsil edilməsi təhsil edilməsi təhsil edilməsi təhsil edilməsi təhsil edir. Mətn məlumatlarından təmizlənmiş olaraq, maşın tercüməsi daxil olaraq, giriş sözlərinin həmişə danışan insan məlumatlarının cins kimliğini barəsində nöqtələr yoxdur. Lakin sözlər tercüməsi ilə nə olacaq, giriş səs sinyali haradadır? Müzik cinsi təsirlərini azaltmaq üçün əlavə məlumat verir? Biz sözlərin tercüməsində ilk cins bias ı barəsində təhsil edirik, i) gələcək təhsil üçün faydalı olan bir benchmark yayındırmasını və ii) müxtəlif teknolojilərin (kaskadın və son-son) saldırmasını iki dil tərəfində (İngiliz-İtalyan/Fransız).

Abstract

Преводът от езици без продуктивен граматичен пол като английския на езици, маркирани с пола, е добре позната трудност за машините. Тази трудност се дължи и на факта, че данните за обучение, върху които са изградени моделите, обикновено отразяват асиметриите на естествените езици, включително половите пристрастия. Изключително захранван с текстови данни, машинният превод е вътрешно ограничен от факта, че входното изречение не винаги съдържа улики за половата идентичност на посочените човешки същества. Но какво се случва с речния превод, където входът е аудио сигнал? Може ли аудиото да предостави допълнителна информация за намаляване на половите пристрастия? Представяме първото задълбочено проучване на половите пристрастия в речния превод, като допринасяме за: i) пускането на показател, полезен за бъдещи проучвания, и ii) сравняване на различни технологии (каскада и край до край) в две езикови направления (английски-италиански/френски).

Abstract

ভাষা থেকে প্রযুক্তিগত গ্রামাটিক্যাল লিঙ্গ ছাড়াই ইংরেজী ভাষায় লিঙ্গ-চিহ্নিত ভাষায় অনুবাদ করা হচ্ছে মেশিন এই কঠিন বাস্তবতার কারণে যে প্রশিক্ষণের তথ্য যেখানে মডেল নির্মাণ করা হয় তারা সাধারণত প্রাকৃতিক ভাষার প্রতিক্রিয়া প্রতি বিশেষ করে টেক্সচুয়াল ডাটা দিয়ে খাওয়া হয়েছে, মেশিন অনুবাদ বাস্তবতার ব্যাপারে নিষিদ্ধ হয়েছে যে ইনপুটের বাক্য সবসময় উল্লেখিত মানুষের লিঙ্গ কিন্তু ভাষণ অনুবাদের সাথে কি ঘটছে, যেখানে ইনপুট একটি অডিও সিগন্যাল? লিঙ্গের বৈষম্য কমানোর জন্য অডিও কি আরো তথ্য প্রদান করতে পারে? ভাষণের অনুবাদে আমরা লিঙ্গের প্রথম গবেষণা প্রথম তদন্তের সাথে উপস্থাপন করছি: ই) ভবিষ্যতের গবেষণার জন্য একটি বেঞ্চাম্বার্ক মুক্তি প্রদান করা হয়েছে, আর ২) ভিন্ন প্রযুক্তির (ক্

Abstract

སྐད་ཡིག This difficulty is also due to the fact that the training data on which models are built typically reflect the asymmetries of natural languages, gender bias included. Exclusively fed with textual data, machine translation is intrinsically constrained by the fact that the input sentence does not always contain clues about the gender identity of the referred human entities. But what happens with speech translation, where the input is an audio signal? སྒྲ་དབྱངས་ནང་དུ་དམིགས་ཡུལ་ཕྱོགས་ཉེར་སྤྱོད་པར་གསལ་བཤད་ཁ་ཤས་བྱིན་དགོས་སམ ང་ཚོས་བརྗོད་འདིའི་ནང་དུ་ཡིན་gender bias(gender bias)དང་པོ་ཞིག་གནང་བ་འདི་ཚོ་བཤད་པ་དང་བརྗོད།

Abstract

Prevedenje iz jezika bez produktivnog gramatičkog spola kao što je engleski na spolne jezike je poznato poteškoće za strojeve. Ova poteškoća je također zbog činjenice da podaci o obuci o kojima se modeli izgradili obično odražavaju asimetrije prirodnih jezika, uključujući i spolne predrasude. Ekskluzivno nahranjeno tekstualnim podacima, prevod mašine je unutrašnjost ograničen činjenicom da ulazna rečenica ne uvijek sadrži tragove o spolnom identitetu spoljnih ljudskih entitata. Ali šta se dešava sa prevodom govora, gdje je unos audio signal? Može li audio dati dodatne informacije za smanjenje spolnih predrasuda? Predstavljamo prvu temeljnu istragu o spolnim predrasudama u prevodu govora, koji doprinosi: i) oslobađanje kritike korisne za buduće ispitivanje, i ii) usporedbu različitih tehnologija (kaskade i kraj do kraja) na dvije jezičke upute (engleski-italijanski/francuski).

Abstract

Traducir de llengües sense gènere gramàtic productiu com l'anglès a llengües marcades amb gènere és una dificultat coneguda per les màquines. Aquesta dificultat també és degut al fet que les dades d'entrenament sobre les quals s'construeixen models tipicament reflecteixen les asimetries de les llengües naturals, incloent el bias de gènere. Exclusivament alimentada de dades textuals, la traducció màquina està intrínsecament restringida pel fet que la frase d'entrada no sempre conté indicis sobre la identitat de gènere de les entitats humanes referides. Però què passa amb la traducció del discurs, on la entrada és una senyal d'àudio? Pot l'àudio proporcionar informació adicional per reduir el bias de gènere? Presentam la primera investigació detallada sobre el bias de gènere en la traducció de la llengua, contribuint amb i) la publicació d'un punt de referència útil per a futurs estudis, i ii) la comparació de diferents tecnologies (cascade i final a final) en dues direccions lingüístices (anglès-italià/francès).

Abstract

Překlad z jazyků bez produktivního gramatického pohlaví, jako je angličtina, do jazyků označených pohlavím, je dobře známou obtížností pro stroje. Tato obtížnost je rovněž způsobena skutečností, že údaje o tréninku, na nichž jsou modely postaveny, obvykle odrážejí asymetrie přírodních jazyků, včetně pohlaví zaujatosti. Strojový překlad, který je výlučně krmen textovými daty, je vnitřně omezen skutečností, že vstupní věta neobsahuje vždy stopy o genderové identitě odkazovaných lidských entit. Ale co se stane s překladem řeči, kde vstupem je audio signál? Může zvuk poskytnout další informace ke snížení genderové zaujatosti? Představujeme první důkladné vyšetření genderového biasu v překladu řeči, které přispívá: i) zveřejněním benchmarku užitečného pro budoucí studie a ii) srovnáním různých technologií (kaskádové a end-to-end) na dvou jazykových směrech (anglicko-italské/francouzština).

Abstract

Oversættelse fra sprog uden produktivt grammatisk køn som engelsk til kønsmærkede sprog er en velkendt vanskelighed for maskiner. Denne vanskelighed skyldes også, at de træningsdata, som modellerne bygger på, typisk afspejler asymmetriet i natursprog, herunder kønsfordele. Maskinoversættelse er udelukkende fodret med tekstdata og er i sig selv begrænset af det faktum, at input sætningen ikke altid indeholder spor om kønsidentiteten af de henviste menneskelige enheder. Men hvad sker der med taleoversættelse, hvor indgangen er et lydsignal? Kan lyd give yderligere oplysninger for at reducere kønsfordele? Vi præsenterer den første grundige undersøgelse af kønsbias i taleoversættelse og bidrager med: i) udgivelsen af et benchmark nyttigt for fremtidige studier, og ii) sammenligningen af forskellige teknologier (kaskade og end-to-end) på to sprogretninger (engelsk-italiensk/fransk).

Abstract

Das Übersetzen von Sprachen ohne produktives grammatisches Geschlecht wie Englisch in geschlechtsspezifische Sprachen ist eine bekannte Schwierigkeit für Maschinen. Diese Schwierigkeit ist auch darauf zurückzuführen, dass die Trainingsdaten, auf denen Modelle aufgebaut sind, typischerweise die Asymmetrien natürlicher Sprachen widerspiegeln, einschließlich Gender Bias. Die maschinelle Übersetzung, die ausschließlich mit Textdaten gefüttert wird, ist intrinsisch dadurch eingeschränkt, dass der Eingabesatz nicht immer Hinweise auf die Geschlechtsidentität der referenzierten menschlichen Wesen enthält. Aber was passiert mit der Sprachübersetzung, wo der Eingang ein Audiosignal ist? Kann Audio zusätzliche Informationen liefern, um Gender Bias zu reduzieren? Wir präsentieren die erste gründliche Untersuchung von Gender Bias in der Sprachübersetzung, die dazu beiträgt: i) die Veröffentlichung eines Benchmarks, der für zukünftige Studien nützlich ist, und ii) den Vergleich verschiedener Technologien (Kaskade und Ende-zu-Ende) auf zwei Sprachrichtungen (Englisch-Italienisch/Französisch).

Abstract

Η μετάφραση από γλώσσες χωρίς παραγωγικό γραμματικό φύλο όπως τα αγγλικά σε γλώσσες που χαρακτηρίζονται από φύλο είναι μια γνωστή δυσκολία για τις μηχανές. Αυτή η δυσκολία οφείλεται επίσης στο γεγονός ότι τα δεδομένα κατάρτισης στα οποία κατασκευάζονται μοντέλα αντικατοπτρίζουν συνήθως τις ασυμμετρίες των φυσικών γλωσσών, συμπεριλαμβανομένης της προκατάλειψης του φύλου. Η μηχανική μετάφραση τροφοδοτείται αποκλειστικά με κειμενικά δεδομένα και περιορίζεται εγγενώς από το γεγονός ότι η πρόταση εισόδου δεν περιέχει πάντα στοιχεία για την ταυτότητα φύλου των αναφερόμενων ανθρώπινων οντοτήτων. Αλλά τι συμβαίνει με τη μετάφραση ομιλίας, όπου η είσοδος είναι ένα ηχητικό σήμα; Μπορεί ο ήχος να παρέχει πρόσθετες πληροφορίες για να μειώσει την προκατάληψη του φύλου; Παρουσιάζουμε την πρώτη ενδελεχή διερεύνηση της προκατάλειψης του φύλου στη μετάφραση ομιλίας, συμβάλλοντας με: i) την έκδοση ενός σημείου αναφοράς χρήσιμο για μελλοντικές μελέτες, και ii) τη σύγκριση διαφορετικών τεχνολογιών (cascade και end-to-end) σε δύο γλωσσικές κατευθύνσεις (αγγλικά-ιταλικά/γαλλικά).

Abstract

Traducir de idiomas sin género gramatical productivo, como el inglés, a idiomas marcados por género es una dificultad bien conocida para las máquinas. Esta dificultad también se debe al hecho de que los datos de entrenamiento sobre los que se construyen los modelos suelen reflejar las asimetrías de los lenguajes naturales, incluidos los prejuicios de género. Alimentada exclusivamente con datos textuales, la traducción automática está intrínsecamente limitada por el hecho de que la frase de entrada no siempre contiene pistas sobre la identidad de género de las entidades humanas referidas. Pero, ¿qué pasa con la traducción de voz, cuando la entrada es una señal de audio? ¿Puede el audio proporcionar información adicional para reducir los prejuicios de género? Presentamos la primera investigación exhaustiva sobre el sesgo de género en la traducción del habla, contribuyendo con: i) el lanzamiento de un punto de referencia útil para estudios futuros, y ii) la comparación de diferentes tecnologías (en cascada y de extremo a extremo) en dos direcciones lingüísticas (inglés, italiano y francés).

Abstract

Tõlkimine keeltest ilma produktiivse grammatilise soota nagu inglise keel soomärgistatud keeltesse on masinate jaoks tuntud raskus. See raskus on tingitud ka asjaolust, et koolitusandmed, mille alusel mudelid ehitatakse, peegeldavad tavaliselt looduskeelte asümmeetriat, sealhulgas soolised eelarvamused. Ainult tekstiandmetega toidetud masintõlget piirab olemuslikult asjaolu, et sisendlauses ei sisalda alati vihjeid viidatud inimese sooidentiteedi kohta. Aga mis juhtub kõnetõlkega, kus sisend on helisignaal? Kas heli võib anda lisateavet soolise eelarvamuse vähendamiseks? Esitleme esimest põhjalikku uuringut soolise eelarvamuse kohta kõnetõlkes, aidates kaasa järgmistele: i) tulevaste uuringute jaoks kasuliku võrdlusaluse väljastamisele ja ii) erinevate tehnoloogiate (kaskaad ja otsast otsani) võrdlemisele kahes keelesuunas (inglise-itaalia/prantsuse).

Abstract

ترجمه کردن از زبانها بدون جنس گراماتیک تولید کننده مانند انگلیسی به زبانهای نشان داده شده جنس مشکلی برای ماشین است. این مشکل همچنین به دلیل این است که داده های آموزشی که مدلها بر آن ساخته می شوند، معمولاً نشان می دهند نسبت به نسبت به نسبت‌های زبان طبیعی، نسبت به جنسی. به طور خاص از اطلاعات متن غذا داده شده، ترجمه ماشین به طور داخلی توسط این حقیقت محدود می شود که جمله ورودی همیشه در مورد شناسایی جنسی از متن انسان نیست. اما با ترجمه سخنرانی چه اتفاقی می افتد؟ ورودی یک سیگنال صوتی کجاست؟ آیا صدا می‌تواند اطلاعات اضافی را برای کاهش تعادل جنسی ارائه دهد؟ ما اولین تحقیقات عمیقی نسل را در ترجمه سخنرانی با: i) آزاد یک نقشه مفید برای تحقیقات آینده، و ii) مقایسه تکنولوژی مختلف (کاسکید و پایان) را در دو راهی زبان (انگلیسی-ایتالیایی/فرانسوی) پیشنهاد می‌کنیم.

Abstract

Kääntäminen kielistä, joilla ei ole tuottavaa kieliopillista sukupuolta, kuten englantia sukupuolimerkityille kielille, on koneiden tunnettu ongelma. Tämä vaikeus johtuu myös siitä, että koulutustiedot, joiden pohjalta mallit rakennetaan, heijastavat tyypillisesti luonnollisten kielten epäsymmetrioita, myös sukupuolijakaumaa. Yksinomaan tekstitiedoilla syötettyä konekäännöstä rajoittaa luontaisesti se, että syöttölauseessa ei aina ole johtolankoja mainittujen ihmisyhteisöjen sukupuoli-identiteetistä. Mutta mitä tapahtuu puheen kääntämiselle, jossa tulo on äänisignaali? Voiko ääni tarjota lisätietoa sukupuolen vääristymisen vähentämiseksi? Esitämme ensimmäisen perusteellisen tutkimuksen sukupuolen vääristymisestä puheen kääntämisessä, mikä edistää i) tulevaisuuden tutkimuksiin hyödyllisen vertailukohdan julkaisemista ja ii) eri teknologioiden (kaskadi ja end-to-end) vertailua kahdella kielisuunnalla (englanti-italia/ranska).

Abstract

La traduction de langues sans genre grammatical productif, comme l'anglais, vers des langues marquées par le genre est une difficulté bien connue pour les machines. Cette difficulté est également due au fait que les données de formation sur lesquelles les modèles sont construits reflètent généralement les asymétries des langues naturelles, y compris les préjugés sexistes. Alimentée exclusivement par des données textuelles, la traduction automatique est intrinsèquement limitée par le fait que la phrase saisie ne contient pas toujours d'indices sur l'identité de genre des entités humaines référencées. Mais que se passe-t-il avec la traduction vocale, où l'entrée est un signal audio ? L'audio peut-il fournir des informations supplémentaires pour réduire les préjugés sexistes ? Nous présentons la première enquête approfondie sur les préjugés sexistes dans la traduction vocale, contribuant à : i) la publication d'un référentiel utile pour de futures études, et ii) la comparaison de différentes technologies (en cascade et de bout en bout) dans deux directions linguistiques (anglais-italien/français).

Abstract

Is deacracht aitheanta do mheaisíní é aistriú ó theangacha gan inscne tháirgiúil gramadaí cosúil le Béarla go teangacha atá marcáilte inscne. Is é is cúis leis an deacracht seo freisin ná go léiríonn na sonraí oiliúna ar a dtógtar samhlacha go hiondúil neamhshiméadrachtaí na dteangacha nádúrtha, an claonadh inscne san áireamh. Agus é á chothú go heisiach le sonraí téacsúla, tá srianadh bunúsach ar an aistriúchán meaisín toisc nach mbíonn leideanna san abairt ionchuir i gcónaí faoi chéannacht inscne na n-eintiteas daonna dá dtagraítear. Ach cad a tharlaíonn le haistriúchán cainte, nuair is comhartha fuaime é an t-ionchur? An féidir le fuaime faisnéis bhreise a sholáthar chun an claonadh inscne a laghdú? Cuirimid i láthair an chéad imscrúdú críochnúil ar chlaonadh inscne san aistriúchán cainte, ag cur leis na nithe seo a leanas: i) scaoileadh tagarmhairc a bheidh úsáideach le haghaidh staidéir amach anseo, agus ii) comparáid a dhéanamh idir teicneolaíochtaí éagsúla (cascáideach agus ceann go ceann) ar dhá threo teanga ( Béarla-Iodáilis/Fraincis).

Abstract

@ info: whatsthis Wannan ƙunci na da gaske ne cẽwa data na ƙidãya da za'a gina misalin su a typica, yana mai ƙayyade asymmetori na lugha masu natura, sabon jini da aka haɗa su. Ana ci da tsarin mutane na rubutu, an buƙata fassarar maɓalli a cikin an ƙunsa da shi a cikin gaskiya, cewa maganar inputin ba ta ƙunsa da shaidar jinin da aka faɗa ba. Amma mẽne ne ke fãtar da fassarar magana, inda inputin za'a da wata alama na saurãre? Ashe, za'a iya ƙara bayani ga sauti dõmin ka ƙara bayani na jinsi? Tuna halatar da farkon kekki na fassarar mutane a cikin fassarar magana, mai fassara da: i) mai amfani da littãfin da ke amfani da wa fassaran littattafai masu yiwuni, da (ii) a sammenfani masu technical (caskade and end) a kan shiryarwa biyu na harshe (Ingiriya-Italian/French).

Abstract

Translating from languages without productive grammatical gender like English into gender-marked languages is a well-known difficulty for machines. הקשה הזאת גם בגלל העובדה כי נתוני האימונים שבהם מודלים נבנים בדרך כלל משקפים את האסימטריה של שפות טבעיות, כולל ההתמחות מינית. משפט הכניסה לא תמיד מכיל רמזים על זהות המין של היחידות האנושיות המדוברות. But what happens with speech translation, where the input is an audio signal? האם אודיו יכול לספק מידע נוסף כדי להפחית ההתמחות מינית? אנו מציגים את החקירה היסודית הראשונה של ההתמחות מינית בתרגום הנאום, תורמה עם: i) השחרור של נקודת רמז שימושית למחקרים עתידים, ii) השוואה של טכנולוגיות שונות (קסקאד וסוף לסוף) על שתי כיוונות שפה (אנגלית-איטלקית/צרפתית).

Abstract

अंग्रेजी जैसे उत्पादक व्याकरणिक लिंग के बिना भाषाओं से लिंग-चिह्नित भाषाओं में अनुवाद करना मशीनों के लिए एक प्रसिद्ध कठिनाई है। यह कठिनाई इस तथ्य के कारण भी है कि प्रशिक्षण डेटा जिस पर मॉडल बनाए जाते हैं, आमतौर पर प्राकृतिक भाषाओं की विषमताओं को प्रतिबिंबित करते हैं, लिंग पूर्वाग्रह शामिल हैं। विशेष रूप से पाठ्य डेटा के साथ खिलाया गया, मशीन अनुवाद आंतरिक रूप से इस तथ्य से विवश है कि इनपुट वाक्य में हमेशा संदर्भित मानव संस्थाओं की लिंग पहचान के बारे में सुराग नहीं होते हैं। लेकिन भाषण अनुवाद के साथ क्या होता है, जहां इनपुट एक ऑडियो सिग्नल है? क्या ऑडियो लिंग पूर्वाग्रह को कम करने के लिए अतिरिक्त जानकारी प्रदान कर सकता है? हम भाषण अनुवाद में लिंग पूर्वाग्रह की पहली गहन जांच प्रस्तुत करते हैं, जिसमें योगदान देते हैं: i) भविष्य के अध्ययन के लिए उपयोगी बेंचमार्क की रिहाई, और ii) दो भाषा निर्देशों (अंग्रेजी-इतालवी / फ्रेंच) पर विभिन्न प्रौद्योगिकियों (कैस्केड और एंड-टू-एंड) की तुलना।

Abstract

Prevod iz jezika bez proizvodnje gramatičkog spola kao što je engleski na spolne jezike je poznato poteškoće za strojeve. Ova poteškoća je također zbog činjenice da podaci obuke o kojima se modeli izgradili obično odražavaju asimetrije prirodnih jezika, uključujući spolne predrasude. Ekskluzivno hranjeno tekstualnim podacima, prevod strojeva je uvrnuto ograničen činjenicom da ulazna rečenica ne uvijek sadrži tragove o spolnom identitetu navedenih ljudskih subjekta. Ali što se događa sa prevodom govora, gdje je ulaz zvuk signala? Može li audio pružiti dodatne informacije za smanjenje spolnih pristrasnosti? Predstavljamo prvu temeljnu istragu spolnih pristrasnosti u prevodu govora, doprinošeći: i) oslobađanje skloništa korisnog za buduće ispitivanje, i ii) usporedbu različitih tehnologija (kaskade i kraj do kraja) na dvije jezičke upute (engleski-italijanski/francuski).

Abstract

A termelékeny nyelvtani nemek nélküli nyelvekről, mint például az angol, nemek szerinti nyelvekre való fordítás jól ismert nehézség a gépek számára. Ez a nehézség annak is köszönhető, hogy azok a képzési adatok, amelyekre a modellek épülnek, jellemzően a természetes nyelvek aszimmetriáját tükrözik, beleértve a nemi elfogultságot is. Kizárólag szöveges adatokkal táplálkozva a gépi fordítást lényegében korlátozza az a tény, hogy a beviteli mondat nem mindig tartalmaz nyomokat a hivatkozott emberi entitások nemi identitásáról. De mi történik a beszédfordítással, ahol a bemenet hangjel? A hang további információkat szolgáltat a nemek közötti elfogultság csökkentése érdekében? Bemutatjuk a beszédfordítás nemi elfogultságának első alapos vizsgálatát, hozzájárulva: i) a jövőbeli tanulmányokhoz hasznos referenciaérték kiadásával, és ii) a különböző technológiák (kaszkád és end-to-end) összehasonlításával két nyelvi irányban (angol-olasz/francia).

Abstract

Translating from languages without productive grammatical gender like English into gender-marked languages is a well-known difficulty for machines. Այս դժվարությունը նաև այն պատճառով, որ այն ուսուցման տվյալները, որոնց վրա կառուցվում են մոդելները, սովորաբար արտացոլում են բնական լեզուների անհամաչափությունը, ներառյալ գենդերային կողմնականությունը: Առանձնապես տեքստային տվյալներով կերակրված, մեքենային թարգմանությունը պարտադիր է այն փաստից, որ ներմուծի նախադասությունը միշտ չի պարունակում նշված մարդկային էակների գենդերային ինքնության մասին գաղափարներ: Բայց ի՞նչ է պատահում խոսքի թարգմանման հետ, որտեղ ներմուծը ձայնային ազդանշան է: Կարո՞ղ է ձայնը հավելյալ տեղեկատվություն տալ գենդերային կողմնականության նվազեցնելու համար: Մենք ներկայացնում ենք գենդերային կողմնականության առաջին հիմնական հետազոտությունը խոսքի թարգմանման մեջ, որն աջակցում է i) ապագա ուսումնասիրությունների համար օգտակար համեմատական նպատակի հրապարակությանը և երկու լեզվի ուղղությունների (անգլերեն-իտալական-ֆրանսերեն) տարբեր տեխնո

Abstract

Terjemahan dari bahasa tanpa jenis grammatik produktif seperti bahasa Inggris ke bahasa yang ditandai jenis adalah kesulitan yang dikenal untuk mesin. Kesulitan ini juga karena fakta bahwa data pelatihan yang mana model dibangun biasanya merefleksikan asimetri bahasa alam, termasuk bias jenis. Eksklusif dimakan dengan data teks, terjemahan mesin secara intrinsik terhalang oleh fakta bahwa kalimat masukan tidak selalu mengandung petunjuk tentang identitas jenis entitas manusia yang disebut. Tapi apa yang terjadi dengan terjemahan pidato, dimana input adalah sinyal audio? Bisakah audio memberikan informasi tambahan untuk mengurangi bias jenis? Kami mempersembahkan penyelidikan mendalam pertama tentang bias jenis dalam terjemahan pidato, berkontribusi dengan: i) pembebasan benchmark berguna untuk studi masa depan, dan ii) perbandingan teknologi yang berbeda (kaskade dan akhir-akhir) pada dua arah bahasa (Inggris-Italia/Perancis).

Abstract

Tradurre da lingue senza genere grammaticale produttivo come l'inglese in lingue marcate di genere è una difficoltà ben nota per le macchine. Questa difficoltà è dovuta anche al fatto che i dati di formazione sui quali sono costruiti i modelli riflettono tipicamente le asimmetrie dei linguaggi naturali, compresi i pregiudizi di genere. Alimentata esclusivamente con dati testuali, la traduzione automatica è intrinsecamente vincolata dal fatto che la frase di input non contiene sempre indizi sull'identità di genere delle entità umane riferite. Ma cosa succede con la traduzione vocale, dove l'ingresso è un segnale audio? L'audio può fornire informazioni aggiuntive per ridurre il pregiudizio di genere? Presentiamo la prima approfondita indagine sul gender bias nella traduzione vocale, contribuendo con: i) il rilascio di un benchmark utile per studi futuri, e ii) il confronto di diverse tecnologie (cascata e end-to-end) su due direzioni linguistiche (inglese-italiano/francese).

Abstract

英語のような生産的な文法的性別のない言語からジェンダーマークのある言語に翻訳することは、機械にとって有名な困難です。この難しさは、モデルが構築されるトレーニングデータが通常、自然言語の非対称性を反映していること、性別の偏見が含まれていることにも起因している。テキストデータを排他的にフィードし、機械翻訳は、入力文が必ずしも参照された人間エンティティの性同一性に関する手がかりを含んでいないという事実によって本質的に制約される。しかし音声翻訳はどうなるでしょう入力は音声信号ですオーディオは性別の偏見を減らすための追加情報を提供できますか？私たちは、音声翻訳におけるジェンダーバイアスの最初の徹底的な調査を提示し、次のことに貢献します： i ）将来の研究に役立つベンチマークのリリース、およびii ）異なるテクノロジー（カスケードとエンドツーエンド）の2つの言語方向（英語-イタリア語/フランス語）の比較。

Abstract

Nyambut-urip sistem sing paling kelas nang ingkang sampeyan ingkang kaya luwih apik lan nganggep nggambar barang. Gebudhakan iki lak budhakan bakal nglakoni kuwi, dadi tukkalungkur banjur ing model sing ditambah apik dadi kaé bakal ngulinakake sistem sak tentang kanggo langa-tentang, panjenengan karo hal-tentang. lah Nanging, hayo piye cara sing mengko tarjamahan, asa input dadi sinal lan? politenessoffpolite"), and when there is a change ("assertivepoliteness Awak dhéwé éntukno karo perusahaan kanggo ngerasakno karo hal-perusahaan karo hal-perusahaan, nggunakake sak: i) ngono perusahaan bendhèké karo hal iki) nggawe gerakan sampek karo teknôlogi sing dibutungane soko perusahaan (sak-sampek lan sak-sampek) sak kabèh dumateng ingkang (Inggris-

Abstract

პროექტიური გრამიკალური გენდერი, როგორც ინგლისური გენდერი მნიშვნელოვანი ენების შეცვლა მაქინებებისთვის ძალიან უცნობილი რთული. ეს რთული იქნება ფაქტის შესახებ, რომ საკუთარ მოდელების შექმნა მოდელების აზიმეტრიების შესახებ, რომლებიც მოდელების შექმნილი იქნება. ტექსტულური მონაცემებით გამოყენებულია, მაქსინური გაგრძელება ინტერნექციურად შედგენებულია ფაქტიდან, რომ ჩეტვირთვის სიტყვები არ ყოველთვის არსებობს ინტერნექციური მაგრამ რა მოხდება სიტყვების გარგულისხმებით, სადაც მოწყობილობა აუდიო სიგნალია? შეგიძლია აუდიო დამატებული ინფორმაცია გენექტური წარმოდგენების შემცირებისთვის? ჩვენ მხოლოდ პირველი განსხვავებული ტექნოლოგიების (კაკაკადი და ბოლოდან დასრულებული) ორი ენაზე (ანგლისური-italianური/ფრანგური) განსხვავებაში გამოყენებული ბენქმარის გახსნა.

Abstract

Тілдерден ағылшын тілдеріне жасалған грамматикалық гендер сияқты ағылшын тілдеріне аудару - машиналар үшін білетін мәселелер. Бұл мәселелер де үлгілер құрылған оқыту деректерінің негізінде табиғи тілдерінің асимметриялығын, гендердің қарсылығын көрсетеді. Мәтіндік деректерге сәйкес келтірілген, компьютердің аудармасы адамдардың гендер идентификациясы туралы әрқашан келтірілген мәтіндіктерге шектелмейді. Бірақ сөздердің аудармасында, аудио сигналы қайда болады? Аудио гендердің қарсылығын азайту үшін қосымша мәлімет бере алады ба? Біз сөйлеу аудармасында бірінші жалпы зерттеу үшін: i) келесі зерттеулерге пайдалы бағдарламаның шығаруын, ii) әртүрлі технологияларды (каскад мен аяқтау) салыстыру үшін екі тіл бағыттарына (ағылшын-итальян/французша)

Abstract

기계에 대해 말하자면 효과적인 문법적 성별이 없는 언어(예를 들어 영어)를 성별 표기가 있는 언어로 번역하는 것은 모두가 알고 있는 어려운 일이다.이런 어려움은 모델 구축에 근거한 훈련 데이터가 흔히 자연 언어의 비대칭성을 반영하고 성별 편견을 포함한다는 사실에서 비롯된다.기계 번역은 완전히 텍스트 데이터에 의해 제공되고 본질적으로 다음과 같은 사실의 제한을 받는다. 입력 문장은 항상 인류 실체의 성별 신분과 관련된 단서를 포함하지 않는다.그러나 입력이 오디오 신호라면 음성 번역은 어떻게 될까?오디오는 성별 편견을 줄이기 위해 추가 정보를 제공할 수 있습니까?우리는 처음으로 음성 번역에서의 성별 편견에 대해 전면적인 조사를 실시했는데 그 공헌은 다음과 같다. i)는 미래 연구에 유용한 기준과ii를 발표하여 두 언어 방향(영어-이탈리아어/프랑스어)에서 서로 다른 기술(급연결과 끝까지)을 비교했다.

Abstract

Perkelti iš kalbų be produktyvios gramatinės lyties, pavyzdžiui, anglų į lyčių žymėtas kalbas yra gerai žinomas sunkumas mašinoms. Šie sunkumai taip pat kyla dėl to, kad mokymo duomenys, kuriais grindžiami modeliai, paprastai atspindi natūralių kalbų asimetriją, įskaitant lyčių pusiausvyrą. Išimtinai naudojant tekstinius duomenis, mašininis vertimas iš esmės ribojamas tuo, kad įvadiniame sakinyje ne visada pateikiami požymiai apie nurodytų žmogaus subjektų lyties tapatybę. Bet kas nutinka kalbos vertimui, kur įvestis yra garso signalas? Ar garsas gali pateikti papildomos informacijos lyčių pusiausvyrai mažinti? Pateikiame pirmąjį i šsamų lyčių pusiausvyros vertimo žodžiu tyrimą, kuris padėtų i) išleisti būsimiems tyrimams naudingą lyginamąjį tašką ir ii) palyginti skirtingas technologijas (kaskadą ir pabaigą) dviem kalbomis (anglų, italų ir prancūzų).

Abstract

Преведувањето од јазици без продуктивен граматски пол како англиски на јазици означени со пол е позната тешкотија за машините. This difficulty is also due to the fact that the training data on which models are built typically reflect the asymmetries of natural languages, gender bias included. Ексклузивно храна со текстуални податоци, машинскиот превод е всушност ограничен од фактот дека влезната реченица не секогаш содржи траги за генералниот идентитет на наречените човечки ентитети. Но што се случува со преведувањето на говорот, каде што влезот е аудио сигнал? Can audio provide additional information to reduce gender bias? Ние ја претставуваме првата темелна истрага за генералната пристрасност во преводот на говорот, придонесувајќи со: i) објавувањето на споредба корисна за идните студии, и ii) споредбата на различните технологии (каскада и крај до крај) на две јазички насоки (англиско-италијански/француски).

Abstract

ഭാഷകളില്‍ നിന്നും വളര്‍ത്തിയുള്ള ഗ്രാമാട്ടിക്കല്‍ ഭാഷകളില്‍ നിന്നും ഭാഷകളില്‍ നിന്നും ഭാഷകളില്‍ നിന്നും ഭാഷകളില്‍ നിന് ഈ പ്രയാസത്തിന്റെ കാരണം സാധാരണ മോഡല്‍ നിര്‍മ്മിക്കപ്പെടുന്ന പരിശീലന വിവരങ്ങള്‍ സ്വാഭാവിക ഭാഷകളുടെ ആസിമീറ്ററികളെ പ്രത്യ ടെക്സ്ചുള്‍ ഡേറ്റായിട്ടുള്ള വിഭവങ്ങള്‍ കൊണ്ട് മെഷിന്‍ പരിഭാഷപ്പെടുത്തിയിരിക്കുന്നു. ഇന്‍പുട്ട് വാക്കില്‍ എപ്പോഴും മനുഷ്യരുടെ പ്രഖ എന്നാല്‍ സംസാരം പരിഭാഷപ്പെടുത്തുന്നതില്‍ എന്ത് സംഭവിക്കുന്നു? പുരുഷന്മാരുടെ കുറവ് വരുത്താന്‍ കൂടുതല്‍ വിവരങ്ങള്‍ ശബ്ദം നല്‍കുമോ? ഭാഷക്കുറിച്ച് ഭാഷക്കുറിച്ച് സംസാരിക്കുന്നതിന്റെ ആദ്യ അന്വേഷണം നമ്മള്‍ കൊണ്ടുവരുന്നു. ഐ) ഭാവിയിലെ പഠനത്തിന് ഒരു ബെങ്ക്മാര്‍ക്ക് പ്രയോജനപ്പെടുന്നു. i i) വ്യത

Abstract

Англи хэл шиг грамматикийн гендерийг гендер хэл рүү хөгжүүлэх нь машинуудын тухай маш хэцүү. Энэ хэцүү нь мөн загваруудын бүтээгдэхүүний дасгал өгөгдлийг ихэвчлэн байгалийн хэлний асимметрийг харуулдаг. Шинэ өгөгдлийн мэдээллээс хамааралтай, машины хөрөнгө оруулалт нь хүн төрөлхтний биетүүдийн гендер чанарын талаар үргэлж тодорхойлж байхгүй гэсэн үг. Гэхдээ илтгэл хөрөнгө оруулахад юу болдог вэ? Аудио нь гендерийн талаар багасгах нэмэлт мэдээллийг өгч чадах уу? Бид илтгэл хөрөнгө оруулах үед гендерийн бэрхшээлийн анхны судалгааг, i) ирээдүйн судалгаанд хэрэгжүүлэхэд хэрэгжүүлэх багц гаргах боломжтой, ii) хоёр хэлний даалгаврыг (англи-итали/французтай) харьцуулах өөр өөр технологиудын харьцуулал

Abstract

Menerjemahkan dari bahasa tanpa jenis grammatik produktif seperti bahasa Inggeris ke bahasa yang ditandai jenis adalah kesulitan yang diketahui untuk mesin. Kesukaran ini juga disebabkan oleh fakta bahawa data latihan yang mana model dibina biasanya mencerminkan asimetri bahasa semulajadi, bias jenis termasuk. Dimakan secara eksklusif dengan data teks, terjemahan mesin secara intrinsik diharamkan oleh fakta bahawa kalimat input tidak sentiasa mengandungi petunjuk mengenai identiti jenis entiti manusia yang direferensikan. But what happens with speech translation, where the input is an audio signal? Boleh audio memberikan maklumat tambahan untuk mengurangi bias jenis? Kami memperkenalkan penyelidikan yang mendalam pertama tentang bias jenis dalam terjemahan ucapan, berkontribusi dengan: i) pembebasan benchmark berguna untuk kajian masa depan, dan ii) perbandingan teknologi yang berbeza (kaskad dan akhir-akhir) pada dua arah bahasa (Inggeris-Itali/Perancis).

Abstract

It-traduzzjoni minn lingwi mingħajr sess grammatiku produttiv bħall-Ingliż għal lingwi mmarkati b’sess hija diffikultà magħrufa sew għall-magni. Din id-diffikultà hija wkoll minħabba l-fatt li d-dejta tat-taħriġ li fuqha jinbnew il-mudelli tipikament tirrifletti l-asimetriji tal-lingwi naturali, inkluża l-preġudizzju bejn is-sessi. Exclusively fed with textual data, machine translation is intrinsically constrained by the fact that the input sentence does not always contain clues about the gender identity of the referred human entities. Iżda x’jiġri bit-traduzzjoni tad-diskors, fejn l-input huwa sinjal awdjo? L-awdjo jista’ jipprovdi informazzjoni addizzjonali biex jitnaqqas il-preġudizzju bejn is-sessi? Aħna nippreżentaw l-ewwel investigazzjoni bir-reqqa tal-preġudizzju bejn is-sessi fit-traduzzjoni tad-diskors, li tikkontribwixxi b’: i) ir-rilaxx ta’ punt ta’ riferiment utli għall-istudji futuri, u ii) it-tqabbil ta’ teknoloġiji differenti (kaskata u minn tarf sa tarf) fuq żewġ direzzjonijiet lingwistiċi (Ingliż-Taljan/Franċi ż).

Abstract

Het vertalen van talen zonder productief grammaticaal geslacht zoals Engels naar geslachtsgemarkeerde talen is een bekende moeilijkheid voor machines. Deze moeilijkheid is ook te wijten aan het feit dat de opleidingsgegevens waarop modellen zijn gebouwd typisch de asymmetrieën van natuurlijke talen weerspiegelen, inclusief gender bias. Machinevertaling wordt uitsluitend gevoed met tekstuele gegevens en wordt intrinsiek beperkt door het feit dat de invoerzin niet altijd aanwijzingen bevat over de genderidentiteit van de verwezen menselijke entiteiten. Maar wat gebeurt er met spraakvertaling, waarbij de ingang een audiosignaal is? Kan audio aanvullende informatie bieden om gender bias te verminderen? We presenteren het eerste grondige onderzoek naar gender bias in spraakvertaling, dat bijdraagt aan: i) het vrijgeven van een benchmark die nuttig is voor toekomstige studies, en ii) de vergelijking van verschillende technologieën (cascade en end-to-end) op twee taalrichtingen (Engels-Italiaans/Frans).

Abstract

Omsetjing frå språk utan produktivt grammatisk kvelder som engelsk til seksmerket språk er ein godt kjent vanskelighet for maskiner. Dette vanskeligheten er også grunn av at opplæringsdata som skal byggerast på dei modelane gjeld vanlegvis synleg asymmetriane av naturspråk, genetsforsiktane. Eksklusivt fed med tekstdata, vert maskinsomsetjinga innebygd av det faktum at innsetninga ikkje alltid inneheld klokka om seks- identiteten av dei refererte menneske einingane. Men kva skjer med taleomsetjing, der inndata er ein lydsignal? Kan lyd oppgje ekstra informasjon for å redusera seks-forsikt? Vi presenterer den første grunnleggjande undersøkelsen av seks-forholdet i taleomsetjing, som bidra med: i) utgjeven av ein benchmarket nyttig for framtidige studier, og ii) sammenligningen av forskjellige teknologi (kaskade og slutt-til-slutt) på to språkkretningar (engelsk-italiansk/fransk).

Abstract

Tłumaczenie z języków bez produktywnej płci gramatycznej, takiej jak angielski, na języki oznaczone płcią jest dobrze znaną trudnością dla maszyn. Trudność ta wynika również z faktu, że dane szkoleniowe, na których budowane są modele, zazwyczaj odzwierciedlają asymetrię języków naturalnych, w tym uprzedzenia płci. Tłumaczenie maszynowe, karmione wyłącznie danymi tekstowymi, jest wewnętrznie ograniczone faktem, że zdanie wejściowe nie zawsze zawiera wskazówki dotyczące tożsamości płciowej skierowanych podmiotów ludzkich. Ale co się dzieje z tłumaczeniem mowy, gdzie wejściem jest sygnał audio? Czy audio może dostarczyć dodatkowych informacji w celu zmniejszenia uprzedzeń dotyczących płci? Przedstawiamy pierwsze dogłębne badanie uprzedzeń płci w tłumaczeniu mowy, przyczyniające się do: i) wydania referencyjnego przydatnego dla przyszłych badań oraz ii) porównania różnych technologii (kaskady i end-to-end) w dwóch kierunkach językowych (angielsko-włoski/francuski).

Abstract

Traduzir de idiomas sem gênero gramatical produtivo, como o inglês, para idiomas marcados por gênero é uma dificuldade bem conhecida para as máquinas. Essa dificuldade também se deve ao fato de que os dados de treinamento sobre os quais os modelos são construídos normalmente refletem as assimetrias das línguas naturais, incluindo o viés de gênero. Alimentada exclusivamente com dados textuais, a tradução automática é intrinsecamente condicionada pelo fato de que a frase de entrada nem sempre contém pistas sobre a identidade de gênero das referidas entidades humanas. Mas o que acontece com a tradução de fala, onde a entrada é um sinal de áudio? O áudio pode fornecer informações adicionais para reduzir o preconceito de gênero? Apresentamos a primeira investigação completa do viés de gênero na tradução de fala, contribuindo com: i) o lançamento de um benchmark útil para estudos futuros, e ii) a comparação de diferentes tecnologias (em cascata e de ponta a ponta) em duas direções de linguagem ( inglês-italiano/francês).

Abstract

Traducerea din limbi fără sex gramatical productiv precum engleza în limbi marcate de gen este o dificultate bine cunoscută pentru mașini. Această dificultate se datorează, de asemenea, faptului că datele de formare pe care sunt construite modelele reflectă, de obicei, asimetriile limbilor naturale, inclusiv părtinirea genului. Alimentată exclusiv cu date textuale, traducerea automată este constrânsă intrinsec de faptul că propoziția introdusă nu conține întotdeauna indicii despre identitatea de gen a entităților umane menționate. Dar ce se întâmplă cu traducerea vorbirii, unde intrarea este un semnal audio? Poate audio furniza informații suplimentare pentru a reduce prejudecățile de gen? Prezentăm prima investigație amănunțită a părtinirii gender în traducerea vorbirii, contribuind cu: i) lansarea unui benchmark util pentru studiile viitoare și ii) compararea diferitelor tehnologii (cascadă și end-to-end) pe două direcții lingvistice (engleză-italiană/franceză).

Abstract

Перевод с языков без продуктивного грамматического пола, такого как английский, на языки с гендерной маркировкой - хорошо известная трудность для машин. Эта трудность также обусловлена тем фактом, что данные о профессиональной подготовке, на основе которых строятся модели, обычно отражают асимметрию естественных языков, включая гендерную предвзятость. Машинный перевод, снабженный исключительно текстовыми данными, неизбежно ограничивается тем, что входное предложение не всегда содержит подсказки о гендерной идентичности упоминаемых человеческих сущностей. Но что происходит с переводом речи, где вход - это аудиосигнал? Может ли аудио предоставить дополнительную информацию для уменьшения гендерной предвзятости? Мы представляем первое тщательное исследование гендерной предвзятости в переводе речи, способствующее: i) выпуску эталона, полезного для будущих исследований, и ii) сравнению различных технологий (каскадных и сквозных) по двум языковым направлениям (английский-итальянский/французский).

Abstract

ඉංග්‍රීසිය වගේ භාෂාවන් නැති භාෂාවන් භාෂාවන් භාෂාවන් භාෂාවක් වලින් ඉංග්‍රීසියාවන් වගේ මේ අමාරුය තමයි ස්වභාවික භාෂාව, ජෙන්ඩර් බායිස් සම්බන්ධ වෙලා තියෙන ප්‍රධානය දත්ත සාමාන්‍යයෙන් නිර්මාණය ක සම්පූර්ණයෙන් පාළුවන් තොරතුරු සමඟ පිළිබඳින්, පණිවිධානය සම්පූර්ණයෙන් අභිවිධානය සම්පූර්ණයෙන් අභිවි නමුත් කතාව අවවාදයෙන් මොකක්ද වෙන්නේ, ඇතුලට අඩියෝ සංඥාවක් කොහෙද වෙන්නේ? අඩියෝඩියෝ ජීවිත ප්‍රශ්නයක් අඩුම තොරතුරු දෙන්න පුළුවන්ද? අපි පළමු විශේෂ පරීක්ෂණයේ ජෙන්ඩර් බියාස් ගැන ප්‍රධාන පරීක්ෂණය කරනවා, භාෂාව භාෂාවෙන් සඳහා: i) බෙන්ච්මාර්ක් ප්‍රතික්‍රියාවක් අනාගතය සඳහා ප

Abstract

Prevajanje iz jezikov brez produktivnega slovničnega spola, kot je angleščina, v jezike, označene s spolom, je dobro znana težava za stroje. Ta težava je tudi posledica dejstva, da podatki o usposabljanju, na katerih so zgrajeni modeli, običajno odražajo asimetrije naravnih jezikov, vključno s pristranskostjo spola. Strojno prevajanje, ki ga izključno hranijo besedilni podatki, je neločljivo omejeno z dejstvom, da vhodni stavek ne vsebuje vedno sledi o spolni identiteti omenjenih človeških entitet. Toda kaj se zgodi s prevajanjem govora, kjer je vhod zvočni signal? Ali lahko zvok zagotovi dodatne informacije za zmanjšanje pristranskosti med spoloma? Predstavljamo prvo temeljito raziskavo spolne pristranskosti pri govornem prevajanju, ki je prispevala k: i) izdaji referenčnega merila, ki je koristna za prihodnje študije, in ii) primerjavi različnih tehnologij (kaskadne in od konca do konca) v dveh jezikovnih smereh (angleško-italijanščina/francoščina).

Abstract

Waxbarashada luuqadaha oo aan jinsiga dhaqaalaha ah, sida Ingiriiska oo kale loogu soo bandhigayo luuqadaha jinsiga ah waa dhibaato aad u yaqaan. Dhibaatadanu waxay sidoo kale ku jirtaa in macluumaadka waxbarashada lagu sameeyo oo sida caadiga ah lagu soo bandhigi karo tusaalaha luuqadaha dabiicadda ah, waxaa ku jira hababka galmada. Si gaar ah looga quudiyo macluumaadka qoraalka, tarjumaadda machine waxaa si hoos ah looga qasbaa in ereyga laguma qoro tusaale ku saabsan aqoonsiga jinsiga ee macluumaadka dadka la magacaabay. Laakiin maxay ku dhacaan turjumista hadalka, meesha input uu yahay sawir codeed? Codiyowgu miyey macluumaad dheeraad ah ka heli karaan in uu hoos u dhigo tababarada jinsiga? Baaritaanka ugu horeeyay ee rabshadda jinsiga ah oo ku saabsan turjumidda hadalka, waxaynu keenaynaa: i) furriinka qoraal oo faa’iido u leh waxbarashada mustaqbalka, iyo ii) isbarbardhigga teknolojiyo kala duduwan (cascade iyo dhammaadka) oo ku qoran labada kooxaha luqada (Ingiriis-Talyaani/Faraansiis).

Abstract

Trakthimi nga gjuhët pa gjin gramatik produktiv si anglisht në gjuhë të shënuara me gjin është një vështirësi e njohur për makinat. Kjo vështirësi është gjithashtu për shkak të faktit se të dhënat e trainimit mbi të cilat modelet janë ndërtuar tipikisht pasqyrojnë asimetrinë e gjuhëve natyrore, përfshirë paragjykimin e gjinisë. Exclusively fed with textual data, machine translation is intrinsically constrained by the fact that the input sentence does not always contain clues about the gender identity of the referred human entities. Por çfarë ndodh me përkthimin e fjalës, ku hyrja është një sinjal audio? A mund audio të ofrojë informacion shtesë për të reduktuar paragjykimin e gjinisë? Ne paraqesim hetimin e parë të thellë të paragjykimit të gjinisë në përkthimin e fjalës, duke kontribuar me: i) lëshimin e një pike referencie të dobishme për studimet e ardhshme dhe ii) krahasimin e teknologjive të ndryshme (kaskade dhe nga fundi në fund) në dy drejtime gjuhësore (anglisht-italian/francez).

Abstract

Prevodenje iz jezika bez produktivnog gramatičkog spola kao što je engleski na spolne jezike je poznato poteškoće za mašine. Ova poteškoća je takođe zbog činjenice da podaci obuke o kojima se modeli izgradili obično odražavaju asimetrije prirodnih jezika, uključujući i spolne predrasude. Ekskluzivno nahranjeno tekstualnim podacima, prevod mašine je unutrašnjost ograničen činjenicom da ulazna rečenica ne uvek sadrži tragove o spolnom identitetu spojenih ljudskih entitata. Ali šta se dešava sa prevodom govora, gde je unos audio signal? Može li audio dati dodatne informacije za smanjenje spolnih pristrasnosti? Predstavljamo prvu temeljnu istragu o spolnim predrasudama u prevodu govora, koja doprinosi: i) oslobađanje kritike korisne za buduće studije, i ii) usporedbu različitih tehnologija (kaskade i kraj do kraja) na dva jezička uputa (engleski-italijanski/francuski).

Abstract

Att översätta från språk utan produktivt grammatiskt kön som engelska till genusmärkta språk är en välkänd svårighet för maskiner. Denna svårighet beror också på att utbildningsdata som modellerna bygger på typiskt återspeglar asymmetriska naturspråk, inklusive könsfördelning. Maskinöversättning, som uteslutande matas med textdata, begränsas i sig av det faktum att inmatningsmeningen inte alltid innehåller ledtrådar om könsidentiteten hos de hänvisade mänskliga entiteterna. Men vad händer med talöversättning, där ingången är en ljudsignal? Kan ljud ge ytterligare information för att minska könsbias? Vi presenterar den första grundliga utredningen av könsbias i talöversättning och bidrar med: i) lanseringen av ett riktmärke som är användbart för framtida studier, och ii) jämförelsen av olika tekniker (kaskad och end-to-end) på två språkriktningar (engelsk-italienska/franska).

Abstract

Kutafsiri kutoka lugha bila jinsia zenye uzalishaji kama Kiingereza kwenda lugha za kijinsia ni ngumu inayofahamika kwa mashine. This difficulty is also due to the fact that the training data on which models are built typically reflect the asymmetries of natural languages, gender bias included. Kwa ujumla, utafsiri wa mashine unalazimika ndani na ukweli kwamba hukumu ya input haina viungo vyote kuhusu utambulisho wa kijinsia wa vitu vinavyotajwa kwa binadamu. Lakini nini kinatokea na tafsiri ya hotuba, ambapo input ni ishara ya sauti? Sauti inaweza kutoa taarifa zaidi ya kupunguza upendeleo wa kijinsia? Tunawasilisha uchunguzi wa kwanza wa upendeleo wa kijinsia kwa kutafsiri hotuba, ukichangia na: i) kuachiwa kwa bendera yenye manufaa kwa ajili ya masomo ya baadaye, na ii) kulinganisha teknolojia tofauti (cascade na mwisho) katika njia mbili za lugha (Kiingereza-Kiitalia/Kifaransa).

Abstract

@ info: whatsthis இந்த சிக்கல் உண்மையாகவும் தான் இயல்பான மொழிகளின் உதாரணங்களைப் பிரதிபலிக்கும் போது பயிற்சி தகவல்களை சேர்க்கிறது, பெண்கள் குறிப்பிட்ட மனித பொருள்களின் பெண் அடையாளத்தை பற்றி குறிப்பிட்ட பெண் அடையாளத்தை பற்றிய குறிப்பு ஆனால் பேச்சு மொழிபெயர்ப்புடன் என்ன நடக்கிறது, உள்ளீடு ஒரு ஒலி குறியீடு? கேட்பொலி கூடுதல் தகவலை கொடுக்க முடியுமா? பேச்சு மொழிபெயர்ப்பில் மொழிபெயர்ப்பில் நாம் முதல் பெண்களின் முழுமையான விசாரணையை காண்பிக்கிறோம், பின்னர் ஆய்வுகளுக்கு பயனுள்ள ஒரு பெங்க்மேட் வெளியிடுதல், மற்

Abstract

Dillerden iňlisçe ýaly gramatik jentillerden jentillere terjime edilmek maşynlaryň üçin has kyndyr. Bu kynçylyk hem nusgalaryň guralýan bilim maglumatlarynyň adatça tebigy dillerin asymetriýasyny, jentiller guralýanyň sebäbi. Metin maglumaty bilen süýtgedilen, maşynyň terjime edilen çözümleri diýmek üçin girdi sözleriň her zaman diýilişli adamlaryň cins kimligi barada pikirleri ýok. Ýöne çykyş terjime bilen näme bolýar, kirdi bir ses sinyali nirede? Sesi jentiller üçin azaltmak üçin eklendirmek maglumaty berip bilermi? Biz çykyş terjimelerinde ilkinji jemgyýetli ajaýyp barlag çykýarys, we onuň bilen kömekleşip otyrys: i) gelejekde ýolaryň üçin nyşan taýýarlamalaryny boşadyrmak we ii) dürli teknolojileriň (kaskadyň we soňra-soňra) iki dil yönünde (Iňlisçe-italiýa/fransuzça).

Abstract

انگلیسی کی طرح انگلیسی جیسا انگلیسی کی زبانوں سے ترجمہ کرنا ماشین کے لئے بہترین مشکل ہے. یہ مشکل بھی اس بات کی وجہ سے ہے کہ ان کی تدریس ڈیٹے جن پر نمڈل بنائے جاتے ہیں ان کی مطابق طبیعی زبانوں کی آسیم تریسی، جنس کی آسیم تریسی کے ساتھ شامل ہوتے ہیں. مٹیسٹل ڈاٹیوں سے غذا کھایا گیا ہے، مٹیسٹن کی ترجمہ اس حقیقت کے ذریعہ سے محدود ہوتی ہے کہ اپنا انٹیسٹ جماعت ہمیشہ انسان کی جنس کی شناسی کے بارے میں نشانیاں نہیں لگتی۔ لیکن کلام کی ترجمہ کے ساتھ کیا ہوتا ہے، کہاں اوڈیو سیگنال ہے؟ کیا آڈیو سکتا ہے کہ جنس کی مخالفت کم کرنے کے لئے اضافہ معلومات دے سکتا ہے؟ ہم کلام کی ترجمہ میں جنس کی مخالفت کی پہلی عمدہ تحقیق کریں، اس کے ساتھ اضافہ کریں گے: i) آینده تحقیقات کے لئے فائدہ اٹھانے والی بنچم مارک کا آزاد کرنا، اور ii) مختلف ٹیکنالوجیوں کی مقایسہ دو زبان کی طرف (انگلیسی-ایتالیایی/فرانسوی) کی۔

Abstract

Inglizchadan tashqi grammatikal jinsiyalar tilida tildan tarjima qilish mashinalar uchun juda yaxshi qiyin. Bu muammo shunday sababi, modellar odatda yaratilgan foydalanuvchi maʼlumotlar asymmetlarini ko'rsatadi, jinsiyalar bir xizmatda qo'llangan. Matn maʼlumotlari bilan bir xil tarjima qilinadi, mashina tarjima ichki murojaat qilinadi. Kiritish so'zlari davom etilgan inson mavzulari haqida hech qachon bir xil shaxsiyati mavjud emas. Lekin gapirish tarjimasi bilan nima sodir bo'ladi, kiritish audio signali? Name Biz tilning tarjima tarjima qilish uchun birinchi qidirishni hozir qilamiz: i) kelajak o'qituvchiga foydalanadigan benchmark qo'yish va ikkita so'zcha teknologiya (kaskade va oxiriga) ikkita tilni o'zgartirish (Inglizcha-Italiya/Fransuzcha) bilan birinchi xil tarjima qilamiz.

Abstract

Dịch từ ngôn ngữ mà không có giới tính ngữ pháp sản như tiếng Anh thành ngôn ngữ đánh dấu giới tính là một khó khăn cho máy. This difficult is also due to the educational data on which models are built typically reflections of natural languages, independently included. Đặc biệt được cung cấp với dữ liệu kết cấu, dịch cỗ máy được cấu hình ràng buộc bởi việc câu nhập không phải lúc nào cũng chứa manh mối về danh tính giới tính của các thực thể con người được giới thiệu. Nhưng chuyện gì xảy ra với dịch thuật ngôn ngữ, nơi nhập là tín hiệu âm thanh? Âm thanh có thể cung cấp thêm thông tin để giảm khuynh hướng giới tính? Chúng tôi giới thiệu một cuộc đi ều tra to àn diện về khuynh hướng giới tính trong dịch thuật ngôn ngữ, đóng góp với: i) phát hành một tiêu chuẩn có ích cho nghiên cứu tương lai, và II) so sánh các công nghệ khác nhau (mũ dây chuyền và kết thúc-thúc) về hai hướng ngôn ngữ (Anh-Ý-Pháp).

Abstract

其于机器也,未尝生产性语法性别言(如英语)翻译成性别之言,众所周知也。此亦构模之教数,自然语言之不对称性,性别偏见也。机器翻译唯以文本数为资,其内限在输入句子并不总是引用人实体的性别认同的线索。然输为音频信,则音译何生? 音频供额外信息,以减性别偏见否? 首穷音译性别偏见,贡献以下:i)发有用之准,及ii)两语(英语 - 意大利语/法语)异术(级联端)。

Anthology ID:: 2020.acl-main.619
Volume:: Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics
Month:: July
Year:: 2020
Address:: Online
Venue:: ACL
SIG:
Publisher:: Association for Computational Linguistics
Note:
Pages:: 6923–6933
Language:
URL:: https://aclanthology.org/2020.acl-main.619
DOI:: 10.18653/v1/2020.acl-main.619
Bibkey:
Cite (ACL):: Luisa Bentivogli, Beatrice Savoldi, Matteo Negri, Mattia A. Di Gangi, Roldano Cattoni, and Marco Turchi. 2020. Gender in Danger? Evaluating Speech Translation Technology on the MuST-SHE CorpusMuST-SHE Corpus. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, pages 6923–6933, Online. Association for Computational Linguistics.
Cite (Informal):: Gender in Danger? Evaluating Speech Translation Technology on the MuST-SHE CorpusMuST-SHE Corpus (Bentivogli et al., ACL 2020)
Copy Citation:
PDF:: https://aclanthology.org/2020.acl-main.619.pdf
Video:: http://slideslive.com/38929196
Data: GAP Coreference Dataset, LibriSpeech, MuST-C
Terminologies:

PDF Cite Search Translate Video