避免性别偏见问题 Google公开文字翻译技术

Google日前发布透过提供两种性别翻译结果的方式，来解决原本Google翻译中存在的性别偏见问题，最近则是公开了性别翻译背后的技术，针对句子中涉及性别的文字进行翻译其实并不容易，为此Google必须重新更改目前的翻译框架，目前支持从英语翻译至法语、意大利语、葡萄牙语和西班牙语，以及将句子从土耳其语翻成英语。

文章转自：SBF胜博发

为了能够在句子中辨识出涉及性别翻译的文字，Google开发了3个步骤的方法，来解决英语提供性别的翻译问题，首先系统会先侦测输入的语句是否适用于特定性别翻译，接着，透过强化过的神经机器翻译（Neural Machine Translation，NMT）模型，产生针对男性、女性和中性的3种翻译结果，最后，再将这3种翻译结果与预设的翻译结果进行比较，来决定送出最佳的翻译结果。

以土耳其语为例，许多与人相关的文字，性别都是中立的，并没有分性别，要侦测出特定性别进行翻译就相当困难，这样的复杂性代表无法透过机器学习系统，在性别文字的列表中，找到像土耳其语这样性别中性的词汇，根据Google统计，在土耳其语翻译的请求中，大约有10%的翻译性别是模糊的，不管是翻成男性或是女性都可以。

首先，要侦测这些翻译请求的内容，Google用最新的文本分类算法，来建立一套可以侦测土耳其语的中性性别系统，由于这是在进入翻译系统之前，额外导入的步骤，必须要仔细平衡模型的复杂性和延迟性，Google用数千个经过人类标注的土耳其语范例来训练模型，土耳其语的专家针对这些范例进行分类，标示出该范例是否为中性性别，最后，透过卷积神经网络的分类系统正确分辨，需要进行特定性别翻译的语句。

找出该语句后，Google用强化过的的神经机器翻译NMT系统，产生男性化或是女性化的翻译结果，当没有性别请求时，训练过的模型会产生默认的翻译，若确认使用者的查询是性别中立的，Google会在翻译请求中加入性别前缀（prefix）。

最后，评估翻译准确率的步骤，则是用来决定要呈现什么样的性别翻译给使用者，由于不同性别的训练数据不同，两种性别的翻译结果也可能不同，评估系统会比较所有的翻译结果，找出最适合的翻译结果呈现给使用者。未来Google将会扩大特定性别翻译的功能到更多语言，也会处理解决非二元性别在翻译中的偏见问题。