Buchumschlag

Does Context Help Mitigate Gender Bias in Neural Machine Translation?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gete, Harritxu, Etchegoyhen, Thierry
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Promoting Target Data in Context-aware Neural Machine Translation
von: Gete, Harritxu, et al.
Veröffentlicht: (2024)

Split and Rephrase with Large Language Models
von: Ponce, David, et al.
Veröffentlicht: (2023)

In-context Learning vs. Instruction Tuning: The Case of Small and Multilingual Language Models
von: Ponce, David, et al.
Veröffentlicht: (2025)

Automating Easy Read Text Segmentation
von: Calleja, Jesús, et al.
Veröffentlicht: (2024)

Text Adaptation to Plain Language and Easy Read via Automatic Post-Editing Cycles
von: Calleja, Jesús, et al.
Veröffentlicht: (2025)

Significance of Chain of Thought in Gender Bias Mitigation for English-Dravidian Machine Translation
von: Prahallad, Lavanya, et al.
Veröffentlicht: (2024)

GeLaCo: An Evolutionary Approach to Layer Compression
von: Ponce, David, et al.
Veröffentlicht: (2025)

Gender Bias in English-to-Greek Machine Translation
von: Gkovedarou, Eleni, et al.
Veröffentlicht: (2025)

Gender Inflected or Bias Inflicted: On Using Grammatical Gender Cues for Bias Evaluation in Machine Translation
von: Singh, Pushpdeep
Veröffentlicht: (2023)

Investigating Markers and Drivers of Gender Bias in Machine Translations
von: Barclay, Peter J, et al.
Veröffentlicht: (2024)

Assumed Identities: Quantifying Gender Bias in Machine Translation of Gender-Ambiguous Occupational Terms
von: Mastromichalakis, Orfeas Menis, et al.
Veröffentlicht: (2025)

Gender Bias in Machine Translation and The Era of Large Language Models
von: Vanmassenhove, Eva
Veröffentlicht: (2024)

FairTranslate: An English-French Dataset for Gender Bias Evaluation in Machine Translation by Overcoming Gender Binarity
von: Jourdan, Fanny, et al.
Veröffentlicht: (2025)

Is Context Helpful for Chat Translation Evaluation?
von: Agrawal, Sweta, et al.
Veröffentlicht: (2024)

Disclosure and Mitigation of Gender Bias in LLMs
von: Dong, Xiangjue, et al.
Veröffentlicht: (2024)

Are All Spanish Doctors Male? Evaluating Gender Bias in German Machine Translation
von: Kappl, Michelle
Veröffentlicht: (2025)

Context-Aware Counterfactual Data Augmentation for Gender Bias Mitigation in Language Models
von: Parihar, Shweta, et al.
Veröffentlicht: (2026)

Good, but not always Fair: An Evaluation of Gender Bias for three commercial Machine Translation Systems
von: Piazzolla, Silvia Alma, et al.
Veröffentlicht: (2023)

GAMBIT+: A Challenge Set for Evaluating Gender Bias in Machine Translation Quality Estimation Metrics
von: Filandrianos, Giorgos, et al.
Veröffentlicht: (2025)

What the Harm? Quantifying the Tangible Impact of Gender Bias in Machine Translation with a Human-centered Study
von: Savoldi, Beatrice, et al.
Veröffentlicht: (2024)

Mitigating Gender Bias in Contextual Word Embeddings
von: Yarrabelly, Navya, et al.
Veröffentlicht: (2024)

The power of Prompts: Evaluating and Mitigating Gender Bias in MT with LLMs
von: Sant, Aleix, et al.
Veröffentlicht: (2024)

Detection, Classification, and Mitigation of Gender Bias in Large Language Models
von: Cheng, Xiaoqing, et al.
Veröffentlicht: (2025)

Current State-of-the-Art of Bias Detection and Mitigation in Machine Translation for African and European Languages: a Review
von: Ikae, Catherine, et al.
Veröffentlicht: (2024)

Translate With Care: Addressing Gender Bias, Neutrality, and Reasoning in Large Language Model Translations
von: Zahraei, Pardis Sadat, et al.
Veröffentlicht: (2025)

Exploring the Linear Subspace Hypothesis in Gender Bias Mitigation
von: Vargas, Francisco, et al.
Veröffentlicht: (2020)

Leveraging Diverse Modeling Contexts with Collaborating Learning for Neural Machine Translation
von: Liao, Yusheng, et al.
Veröffentlicht: (2024)

Locating and Mitigating Gender Bias in Large Language Models
von: Cai, Yuchen, et al.
Veröffentlicht: (2024)

Gender-Neutral Machine Translation Strategies in Practice
von: Dawkins, Hillary, et al.
Veröffentlicht: (2025)

GenderAlign: An Alignment Dataset for Mitigating Gender Bias in Large Language Models
von: Zhang, Tao, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Evaluating Machine Translation Bias
von: Staliūnaitė, Ieva Raminta, et al.
Veröffentlicht: (2025)

Projective Methods for Mitigating Gender Bias in Pre-trained Language Models
von: Dawkins, Hillary, et al.
Veröffentlicht: (2024)

Overview of the NLPCC 2025 Shared Task: Gender Bias Mitigation Challenge
von: Li, Yizhi, et al.
Veröffentlicht: (2025)

Understanding and Mitigating Gender Bias in LLMs via Interpretable Neuron Editing
von: Yu, Zeping, et al.
Veröffentlicht: (2025)

When Does Monolingual Data Help Multilingual Translation: The Role of Domain and Model Scale
von: Baziotis, Christos, et al.
Veröffentlicht: (2023)

Generating Gender Alternatives in Machine Translation
von: Garg, Sarthak, et al.
Veröffentlicht: (2024)

Towards Inducing Long-Context Abilities in Multilingual Neural Machine Translation Models
von: Gumma, Varun, et al.
Veröffentlicht: (2024)

Mitigating Gender Bias via Fostering Exploratory Thinking in LLMs
von: Wei, Kangda, et al.
Veröffentlicht: (2025)

Revisiting Context Choices for Context-aware Machine Translation
von: Rikters, Matīss, et al.
Veröffentlicht: (2021)

Voice, Bias, and Coreference: An Interpretability Study of Gender in Speech Translation
von: Conti, Lina, et al.
Veröffentlicht: (2025)