Google改善翻譯服務減少性別偏差

Google改進翻譯服務，使用新的方法來解決翻譯上的性別偏差，Google提到，比起過去舊的方法，新方法更具可擴展性，尤其在將性別中立的語言翻譯成英文的時候。Google目前在英文到西班牙文的翻譯中應用新方法，並且還計畫擴充芬蘭文、匈牙利文和波斯文和土耳其文到英文的性別翻譯功能。

語言翻譯的機器學習模型，可能會因為訓練資料中存在的社會偏見而出現偏差，性別偏差就是其中一個例子，像是Google翻譯在翻譯土耳其文時，會將包含醫生的句子翻譯成陽性格式，而將護士翻譯成陰性格式。Google為了避免產生或是強化性別不平等偏差，因此會偵測性別中立的查詢，並且根據用戶的喜好，產生明確性別翻譯，在Google翻譯向不分性別的語言提供明確性別翻譯，使用者可以選擇獲得陽性或是陰性翻譯結果。

Google過去分別在土耳其文到英文，以及英文到西班牙文提供性別翻譯功能，但隨著對更多語言應用提供性別翻譯服務，舊方法在擴展上出現問題，當神經機器翻譯系統獨立生成陽性和陰性翻譯時，會導致低召回率（Recall），超過40％的查詢無法顯示明確性別翻譯，此外，建立分類器偵測每種來源語言的性別中立性，需要大量的資料。

為了解決這些問題，Google改進明確性別翻譯的方法，使用與舊方法完全不同的方式來解決性別偏差，新方法利用重寫方法，來改善性別翻譯的品質。基於重寫方法的明確性別翻譯，第一步是產生初始翻譯，接著對翻譯進行審查，當翻譯具有性別用語，則重寫成目標性別翻譯，最後評估精確度。

而要建置重寫器，需要產生數百萬個訓練用範例短語，每個短語都包含男性和女性翻譯，由於這類資料集獲取不易，因此Google重新產生了一個資料集，可以對照陽性以及陰性用語，用來訓練模型，輸入男性用語時則可以轉換成女性用語，反之亦然，Google提到，最終模型能以99％精確度重寫成使用者要求的性別用語。

另外，Google還設計了一個評估方法，來檢驗新翻譯系統和舊翻譯系統間的偏差改善程度，應用新系統則芬蘭文和波斯文到英文的翻譯偏差，可減少超過90％，土耳其文到英文翻譯則改善了95％的性別偏差，而且新系統還能以97％的精確度啟動性別翻譯功能。Google提到，他們會進一步將這項研究成果，應用在文件翻譯上。