Auditing demographic bias in AI-based emergency police dispatch: a cross-lingual evaluation of eleven large language models
Department of Industrial Engineering, Tsinghua University(清华大学工业工程系);School of Social Sciences, Tsinghua University(清华大学社会科学部);Department of Industrial Engineering, Federal University of Rio de Janeiro(里约热内卢联邦大学工业工程系)
本文通过跨语言框架评估11种模型,在19800个输出中发现当事件严重性模糊时种族偏见系统性出现,但当操作优先级由通话内容确定时偏见消失。偏见程度因种族轴而异,宗教外观影响最大,性别次之,种族最小。语言间偏见转移不一致,性别偏见在中文中放大,种族偏见在英文中更明显。
2026-05-02 cs.CL
ANUBHUTI: A Comprehensive Corpus For Sentiment Analysis In Bangla Regional Languages
Ahsanullah University of Science and Technology(阿萨努拉大学科学与技术学院)
ANUBHUTI是一个包含10000个句子的全面数据集,用于孟加拉语方言的情感分析,通过双标注方案和多类主题标注,提供政治、宗教和中性内容,以支持更准确的自然语言处理。
2026-01-17 cs.CL cs.LG
Multiple-Debias: A Full-process Debiasing Method for Multilingual Pre-trained Language Models
Guangdong University of Technology(广东工业大学);Guangdong University of Foreign Studies(广东外语外贸大学)
本文提出Multiple-Debias方法,通过多语言反事实数据增强和多语言Self-Debias,结合参数高效微调,有效减少多语言预训练模型中性别、种族和宗教偏见。
2026-04-03 cs.CL
Sustainable Modular Debiasing of Language Models
University of Mannheim(曼海姆大学);Bocconi University(博科尼大学)
不公平的陈规定型偏见(例如,性别,种族或宗教偏见)编码在现代预训练语言模型(PLM)具有负面的道德影响,广泛采用最先进的语言技术。为了弥补这一点,最近引入了广泛的去偏置技术,以消除PLM中的这种刻板偏见。然而,现有的去偏置方法直接修改所有的PLM参数,除了计算昂贵之外,还存在(灾难性的)忘记在预训练中获得的有用语言知识的固有风险。在这项工作中,我们提出了一个更可持续的模块化去偏置方法的基础上专用的去偏置适配器,被称为ADELE。具体地说,我们(1)将适配器模块注入到原始PLM层中,(2)仅更新适配器(即,我们保持原始PLM参数冻结),通过在反事实增强的语料库上进行语言建模训练。我们展示了ADELE,在性别去偏见的BERT:我们广泛的评估,包括三个内在和两个外在的偏见措施,使ADELE,非常有效的偏见缓解。我们进一步表明-由于其模块化的性质- ADELE,再加上任务适配器,即使在大规模的下游训练后,仍然保持公平性。最后,通过多语种BERT,成功地将ADELE语言转换为六种目标语言。
2021-09-08 cs.CL
BeliN: A Novel Corpus for Bengali Religious News Headline Generation using Contextual Feature Fusion
Chittagong University of Engineering and Technology(吉大港工程技术大学);Bangladesh Army University of Science and Technology (BAUST)(孟加拉国陆军科技大学);Charles Sturt University(查尔斯斯特大学)
针对孟加拉语宗教新闻标题生成忽视上下文特征的问题,本文提出语料库BeliN和融合类别、方面与情感的MultiGen方法,实验表明其显著优于仅用内容的基线模型。
2025-01-02 cs.CL cs.LG
Religious Bias Landscape in Language and Text-to-Image Models: Analysis, Detection, and Debiasing Strategies
Islamic University of Technology(伊斯兰技术大学);The University of Manchester(曼彻斯特大学)
本文系统分析语言模型和文本到图像模型中的宗教偏见,通过约400个自然提示发现显著刻板印象及跨领域偏见,并评估纠正性提示的去偏效果,呼吁开发更公平的模型。
2025-01-14 cs.CL
BiasDPO: Mitigating Bias in Language Models through Direct Preference Optimization
American University in Cairo(开罗美国大学)
本文提出BiasDPO框架,利用直接偏好优化和手工数据集减轻LLM生成文本中的性别、种族及宗教偏见,在Phi-2模型上显著降低偏置输出,并优于基线及多数开源模型。
2024-07-18 cs.CL
BN-AuthProf: Benchmarking Machine Learning for Bangla Author Profiling on Social Media Texts
Premier University(普雷米尔大学);Universitat Politècnica de Catalunya(加泰罗尼亚理工大学)
本文构建含300位作者、30,131条帖子的孟加拉语作者画像数据集 BN-AuthProf,并基准评测多种模型,SVM与MNB分别在性别、年龄分类上取得最佳效果。
2024-12-03 cs.CL cs.SI
An Analysis of Social Biases Present in BERT Variants Across Multiple Languages
Mila(米拉研究所);McGill University(麦吉尔大学)
虽然大型预训练语言模型在许多NLP任务中取得了巨大的成功,但已经表明它们反映了来自预训练语料库的人类偏见。当这些模型应用于现实世界时,这种偏差可能会导致不良结果。在本文中,我们调查的偏见存在于单语BERT模型在不同的语言(英语,希腊语和波斯语)。虽然最近的研究主要集中在与性别有关的偏见,我们分析宗教和种族偏见,以及提出了一个基于模板的方法来衡量任何类型的偏见,基于句子伪似然,可以处理形态复杂的语言与基于性别的形容词变格。我们通过这种方法分析了每个单语模型,并可视化了不同偏见维度的文化相似性和差异。最终,我们得出结论,目前的方法探测偏见是高度依赖于语言,需要文化的见解,关于偏见的独特方式,在每种语言和文化(例如,通过编码语言,提喻,和其他类似的语言概念)。我们还假设,非英语BERT模型中较高的社会偏见与用户生成的内容相关。
2022-11-25 cs.CL cs.CY cs.LG
RedditBias: A Real-World Resource for Bias Evaluation and Debiasing of Conversational Language Models
University of Mannheim(曼海姆大学);University of Cambridge(剑桥大学)
文本表示模型容易表现出一系列社会偏见,反映了底层预训练数据的非受控和偏见性质,从而导致严重的道德问题,甚至偏见放大。最近的工作主要集中在测量和减轻预训练语言模型的偏见。令人惊讶的是,用于会话语言模型的偏差测量和减轻资源和方法的前景仍然非常稀缺:它仅限于少数类型的偏差、人工构建的资源,并且完全忽略了去偏差方法可能对对话任务中的最终性能的影响,例如,会话响应生成。在这项工作中,我们提出了RedditBias,这是第一个基于Reddit实际人类对话的对话数据集,允许在四个重要的偏见维度上进行偏见测量和缓解:性别,种族,宗教和酷儿。此外,我们开发了一个评估框架,同时1)测量开发的RedditBias资源上的偏差,2)评估模型去偏置后的对话任务中的模型能力。我们使用的评估框架,以基准广泛使用的对话DialoGPT模型以及适应四个去偏置方法。我们的研究结果表明,DialoGPT是有偏见的宗教团体和一些去偏置技术可以消除这种偏见,同时保留下游任务的性能。
2021-06-07 cs.CL
Divine LLaMAs: Bias, Stereotypes, Stigmatization, and Emotion Representation of Religion in Large Language Models
Bocconi University(博科尼大学);University of Leeds(利兹大学)
本研究通过情感归因探究大语言模型中的宗教表征,发现欧美宗教表征更细致、东方宗教存刻板印象、犹太教与伊斯兰教遭污名化,归因于文化偏见与相关NLP研究匮乏,凸显纠正偏见的紧迫性。
2024-07-09 cs.CL cs.CY
Cyberbullying Detection Using Deep Neural Network from Social Media Comments in Bangla Language
Brac University(布拉克大学)
网络欺凌或各种主要语言的社交媒体上的在线骚扰检测目前正受到全球研究人员的关注。作为世界上第七大语言,孟加拉语使用者越来越多地使用在线平台,迫切需要找到有效的检测技术来处理在线骚扰。在本文中,我们提出了二进制和多类分类模型,使用混合神经网络欺负表达检测孟加拉语。我们使用了来自流行的公共Facebook页面的44,001条用户评论,这些评论分为五类-非欺凌,性,威胁,巨魔和宗教。我们已经从不同的角度研究了我们提出的模型的性能。我们的二元分类模型给出了87.91%的准确率,而在神经网络之后引入集成技术进行多类分类,我们得到了85%的准确率。
2021-06-08 cs.CL cs.LG cs.SI
An Empirical Analysis of Parameter-Efficient Methods for Debiasing Pre-Trained Language Models
University of Oxford(牛津大学);Vienna University of Technology(维也纳工业大学)
本文实证评估 prefix tuning、prompt tuning 与 adapter tuning 结合 CDA 的去偏效果,发现其在性别偏见上有效且更省资源,但对种族和宗教偏见作用有限。
2023-06-06 cs.CL
BengaliMoralBench: A Benchmark for Auditing Moral Reasoning in Large Language Models within Bengali Language and Culture
North South University(北南大学);Computational Intelligence and Operations Laboratory(计算智能与运营实验室);Hanyang University(翰林大学)
本文提出BengaliMoralBench,一个针对孟加拉语和文化背景的道德推理评估基准,涵盖五个道德领域,通过三种伦理框架进行标注,评估不同模型的性能差异及文化适应性问题。
2026-04-18 cs.CL
Questioning Biases in Case Judgment Summaries: Legal Datasets or Large Language Models?
IIT Kharagpur(印度理工学院卡拉格普尔分校)
本文通过分析法律数据集和大语言模型生成的案件判决摘要,揭示其在性别、种族、涉女性犯罪、国家及宗教关键词上的偏见,为理解法律技术中的公平性问题提供证据。
2023-12-01 cs.AI cs.CL
Measuring Bias in Contextualized Word Representations
Carnegie Mellon University(卡内基梅隆大学)
诸如BERT的上下文词嵌入在许多NLP任务中已经实现了最先进的性能。由于它们被优化以捕获训练数据的统计特性,因此它们也倾向于拾取和放大数据中存在的社会刻板印象。在这项研究中,我们(1)~提出了一种基于模板的方法来量化BERT中的偏见;(2)~表明这种方法在捕获社会偏见方面比传统的基于余弦的方法获得了更一致的结果;(3)~进行了一项案例研究,评估性别代词解决的下游任务中的性别偏见。虽然我们的案例研究侧重于性别偏见,但所提出的技术可以推广到揭示其他偏见,包括在多类环境中,如种族和宗教偏见。
2019-06-18 cs.CL
How Deep Is Representational Bias in LLMs? The Cases of Caste and Religion
本研究系统审计GPT-4 Turbo,发现其在宗教和种姓表征上存在深层且粘性的偏差,过度代表文化主导群体,提示干预效果有限,表明仅多样化训练数据不足以纠正偏差。
2025-07-22 cs.CL
Toxicity of the Commons: Curating Open-Source Pre-Training Data
PleIAs;University of California San Diego(加州大学圣迭戈分校);Gray Swan AI;Technical University of Applied Sciences Würzburg-Schweinfurt(维尔茨堡-施韦因富特应用技术大学)
本文提出一种针对公共领域数据的完全开源毒性过滤流水线,构建了ToxicCommons数据集并训练Celadon分类器,以高效检测开放数据中的有毒内容,实现安全与可用数据的平衡。
2024-11-18 cs.CL
BanTH: A Multi-label Hate Speech Detection Dataset for Transliterated Bangla
Research and Development, Penta Global Limited(研发部,Penta全球有限公司);Islamic University of Technology(伊斯兰技术大学);CCDS Lab, Independent University(CCDS实验室,独立大学)
针对音译孟加拉语多标签仇恨言论分类的研究空白,本文提出了首个包含37.3k样本的数据集BanTH,并通过进一步预训练transformer编码器与基于翻译的LLM提示策略,实现了最先进的性能。
2025-05-31 cs.CL
No Free Lunch in Language Model Bias Mitigation? Targeted Bias Reduction Can Exacerbate Unmitigated LLM Biases
University of Southern California(南加州大学)
本文研究了语言模型偏见缓解的跨类别影响,发现针对性缓解可能加剧其他方面的偏见,强调了多维评估的重要性。
2025-11-23 cs.AI cs.CL cs.CY
Nurse is Closer to Woman than Surgeon? Mitigating Gender-Biased Proximities in Word Embeddings
Delhi Technological University(德里理工大学);IIIT-Delhi(德里印度理工学院)
词嵌入是词的语义和句法表示的标准模型。不幸的是,这些模型已被证明表现出不受欢迎的词的协会,导致性别,种族和宗教偏见。现有的消除词嵌入偏见的后处理方法无法消除隐藏在词向量空间排列中的性别偏见。在本文中,我们提出了RAN-Debias,一种新的性别去偏置方法,它不仅消除了词向量中存在的偏见,而且改变了其相邻向量的空间分布,实现了无偏见的设置,同时保持最小的语义偏移。我们还提出了一个新的偏见评估指标-基于性别的非法接近估计(GIPE),它衡量的程度,不适当的接近的字向量的存在基于性别的偏好。基于一套评估指标的实验表明,RAN-Debias在减少邻近偏差(GIPE)方面明显优于最先进的方法,至少减少42.02%。它还减少了直接偏见,增加了最小的语义干扰,并在下游应用程序任务(共指消解)中实现了最佳性能。
2020-06-02 cs.CL cs.LG
BOISHOMMO: Holistic Approach for Bangla Hate Speech
Cambridge University Press(剑桥大学出版社)
本文构建并评估了名为BOISHOMMO的多标签孟加拉语仇恨言论数据集,涵盖种族、性别、宗教、政治等类别,以解决低资源语言中数据集缺乏多维辱骂属性标注的问题,为未来低资源语言仇恨言论检测研究提供更细致多样的资源。
2025-04-11 cs.CL cs.LG
Indian-BhED: A Dataset for Measuring India-Centric Biases in Large Language Models
Oxford Internet Institute, University of Oxford(牛津大学牛津互联网研究所)
本文构建Indian-BhED数据集,从种姓与宗教维度评估流行LLM的印度中心刻板印象偏见,发现其偏见显著,并分析成因与干预方向。
2024-08-09 cs.CL cs.CY
PakBBQ: A Culturally Adapted Bias Benchmark for QA
Lahore University of Management Sciences(拉瓦尔大学管理科学学院)
本文提出文化与地区适配的双语问答偏见基准PakBBQ,并评测多语言LLM,揭示消歧、语言和问题框架对偏见回答的影响。
2025-09-28 cs.AI cs.CL cs.CY
Using Word Embeddings to Examine Gender Bias in Dutch Newspapers, 1950-1990
DHLab KNAW Humanities Cluster(荷兰皇家艺术与科学学院人文集群数字实验室)
当代关于公共和社交媒体中的过滤泡沫和两极分化的辩论提出了一个问题,即过去的新闻媒体在多大程度上表现出偏见。本文专门探讨偏见有关的性别在1950年和1990年之间的六个荷兰全国性报纸。我们通过比较在具有不同意识形态背景的报纸上训练的词嵌入模型的局部变化来衡量与性别相关的偏见。我们展示了性别偏见的明显差异,以及随着时间的推移报纸内部和之间的变化。在性和休闲等主题方面,我们看到偏向女性的倾向,而一般来说,偏向男性的倾向,尽管女性就业人数和女权主义运动不断增加。尽管荷兰社会在意识形态上变得不那么分层(去支柱化),但我们发现宗教和社会民主派与自由派报纸之间的性别偏见越来越大。在方法论上,本文阐述了如何利用词嵌入来考察历史语言变化。未来的工作将研究如何微调深度上下文嵌入模型,如ELMO,可能用于具有更多上下文信息的类似任务。
2019-07-21 cs.CL cs.CY cs.LG
Assessing gender bias in medical and scientific masked language models with StereoSet
SIU School of Medicine(南伊利诺伊大学医学院)
NLP系统使用语言模型,例如Masked语言模型(MLM),这些模型在大量文本(例如Wikipedia)上进行预训练,以创建语言表示。BERT是一个强大而灵活的通用MLM系统,使用未标记的文本开发。对大量文本进行预训练也有可能将源文本中的文化和社会偏见透明地嵌入到传销系统中。本研究的目的是比较一般用途和医疗MLMs与StereoSet偏差评估工具的偏差。通用MLMs总体上显示出显著偏倚,BERT评分为57,RoBERTa评分为61。性别偏见类别是发现表现最好的类别,BERT为63,RoBERTA为73。专业,种族和宗教的表现是相似的总体偏见分数为通用MLMs.医疗MLMs显示更多的偏见,在所有类别比通用MLMs除了科学BERT,它显示了种族偏见得分为55,这是优于种族偏见得分为53 BERT。医学多层膜中发现了更多的性别(医学54-58比一般63-73)和宗教(46-54比58)偏见。这四个医疗MLMs关于种族,性别,宗教和职业的刻板印象评估的评价显示,一般用途的MLMs性能较差。这些以医学为重点的MLM在训练源数据方面差异很大,这可能是StereoSet工具对刻板偏见评级差异的根本原因。
2021-11-15 cs.CL cs.CY
Addressing Stereotypes in Large Language Models: A Critical Examination and Mitigation
UNIVERSITY OF CALIFORNIA DAVIS(加州大学戴维斯分校)
本文探讨了大型语言模型中的刻板印象问题,通过评估不同模型的偏见表现,提出增强学习策略以提升模型性能和减少偏见输出。
2025-11-18 cs.CL cs.CY cs.LG
Evaluating Machine Translation Datasets for Low-Web Data Languages: A Gendered Lens
UC Berkeley(加州大学伯克利分校);Addis Ababa University(亚的斯亚贝巴大学);Addis Ababa Science and Technology University(亚的斯亚贝巴科技大学)
本文从性别视角评估三种低资源语言机器翻译数据集的质量,发现数据存在男性性别倾斜、领域分布不均及有害内容,证明数据量大不等于质量高。
2025-11-05 cs.CL cs.CY
Hate Speech Detection and Classification in Amharic Text with Deep Learning
Addis Ababa University(亚的斯亚贝巴大学);Universität Hamburg(汉堡大学)
针对阿姆哈拉语低资源仇恨言论检测问题,本文构建 5,000 条标注语料并提出 SBi-LSTM 模型,实现四类文本分类,F1 分数达 94.8。
2024-08-07 cs.CL cs.LG
When Words Don't Mean What They Say: Figurative Understanding in Bengali Idioms
Islamic University of Technology(伊斯兰技术大学);National University of Bangladesh(孟加拉国国立大学)
本文提出一个包含10361个孟加拉成语的数据集,评估30种LLMs在隐喻理解任务上的表现,发现模型在跨语言和文化推理上存在显著不足。
2026-02-13 cs.CL
DeepHateExplainer: Explainable Hate Speech Detection in Under-resourced Bengali Language
Fraunhofer FIT(弗劳恩霍夫应用信息技术研究所);RWTH Aachen University(亚琛工业大学);Noakhali Science and Technology University(诺亚克利科技大学);Begum Rokeya University(贝古姆·罗凯亚大学);The University of Alabama(阿拉巴马大学);National University of Ireland, Galway(爱尔兰国立高威大学);Islamic University of Technology(伊斯兰科技大学)
社交媒体和微博网站的指数级增长不仅为增强表达自由和个人声音提供了平台,而且使人们能够表达反社会行为,如在线骚扰、网络欺凌和仇恨言论。已经提出了许多工作来利用文本数据进行社会和反社会行为分析,通过预测主要是像英语这样的高资源语言的上下文。然而,有些语文资源不足,例如,南亚语言,如孟加拉语,缺乏精确的自然语言处理(NLP)的计算资源。在本文中,我们提出了一种可解释的方法,用于从资源不足的孟加拉语中检测仇恨言论,我们称之为DeepHateExplainer。首先对孟加拉语文本进行全面的预处理,然后使用基于transformer的神经架构的神经集成方法将其分类为政治,个人,地缘政治和宗教仇恨(即,单语孟加拉语BERT-基础,多语言BERT-大小写/非大小写,和XLM-RoBERTa)。然后使用敏感性分析和逐层相关传播(LRP)识别重要(最重要和最不重要)术语,然后提供人类可解释的解释。最后,我们计算全面性和充分性分数来衡量解释的质量w.r.t的忠实性。针对机器学习~(线性和基于树的模型)和神经网络(即,具有词嵌入基线的CNN,Bi-LSTM和Conv-LSTM分别为政治,个人,地缘政治和宗教仇恨产生了78%,91%,89%和84%的F1分数,优于ML和DNN基线。
2021-08-06 cs.CL cs.LG
The ComMA Dataset V0.2: Annotating Aggression and Bias in Multilingual Social Media Discourse
Panlingua Language Processing LLP(泛语语言处理有限责任合伙公司);Dr Bhimrao Ambedkar University(比姆拉奥·安贝德卡博士大学);Indian Institute of Technology-Kharagpur(印度理工学院卡拉格普尔分校)
在本文中,我们讨论了一个多语言数据集的开发注释的层次结构,细粒度的标签集标记不同类型的侵略和“上下文”,它们发生。在这里,上下文由特定评论发生的会话线程以及评论相对于先前评论执行的话语角色的“类型”来定义。这里讨论的初始数据集(并作为ComMA@ICON共享任务的一部分提供)由四种语言(Meitei,Bangla,Hindi和Indian English)的总计15,000条注释评论组成-从YouTube,Facebook,Twitter和Telegram等各种社交媒体平台收集。与社交媒体网站上的常见情况一样,这些评论中有大量是多语言的,大多数是与英语混合的代码。本文详细描述了用于注释的标签集,以及开发多标签、细粒度标签集的过程,该标签集可用于标记具有攻击性和各种偏见的评论,包括性别偏见、宗教不容忍(标签集中称为社区偏见)、阶级/种姓偏见和民族/种族偏见。我们还定义和讨论的标签,已被用于标记不同的话语角色正在通过评论,如攻击,防御等,我们还提出了一个数据集的统计分析,以及我们的基线实验的结果与开发一个自动侵略识别系统使用开发的数据集。
2021-11-19 cs.CL
Analyzing Folktales of Different Regions Using Topic Modeling and Clustering
Dartmouth College(达特茅斯学院)
本文采用两种主要的自然语言处理技术,主题建模和聚类,发现模式的民间故事,揭示地区之间的文化关系。特别是,我们使用潜在的Dirichlet分配和BERTopic提取重复出现的元素,以及K-均值聚类组民间故事。本文试图回答这样一个问题,即民间故事之间的异同,以及它们对文化的表达。在这里,我们表明,民间故事之间的共同趋势是家庭,食物,传统的性别角色,神话人物和动物。此外,民间故事的主题也因地理位置而异,不同地区的民间故事有不同的动物和环境。我们并不惊讶地发现,宗教人物和动物是所有文化中的一些共同话题。然而,令我们惊讶的是,欧洲和亚洲的民间故事往往是配对在一起。我们的研究结果表明,某些元素在世界各地的文化中普遍存在。我们期望我们的工作是一个资源,以未来的民间故事的研究和一个例子,使用自然语言处理来分析特定领域的文件。此外,由于我们只对这些文献进行了主题分析,因此可以在分析这些民间故事的结构、情感和特征方面做更多的工作。
2022-06-09 cs.CL cs.CY
Causal effect of racial bias in data and machine learning algorithms on user persuasiveness & discriminatory decision making: An Empirical Study
语言数据和模型表现出各种类型的偏见,无论是种族,宗教,性别还是社会经济。AI/NLP模型在种族偏见数据集上训练时,AI/NLP模型会导致模型可解释性差,影响决策过程中的用户体验,从而进一步放大社会偏见,对社会产生深远的伦理影响。该研究的动机是调查人工智能系统如何从数据中吸收偏见,并产生无法解释的歧视性结果,并由于数据集中存在种族偏见特征而影响个人对系统结果的表达。实验的设计涉及研究语言数据集中存在的种族偏见特征的反事实影响及其对模型结果的相关影响。采用混合研究方法论,通过实验室控制实验,研究了有偏差的模型结果对用户体验的交叉影响,对决策的影响。研究结果为关联结转的含义提供了基础支持的人工智能模型解决NLP任务,由于偏见的概念,在数据集中。此外,研究结果证明了用户的说服力,导致改变决策商的个人试图依靠模型的结果采取行动时的负面影响。这篇论文弥补了由于不公平的系统设计而造成的客户信任度差的伤害,并为研究人员、政策制定者和数据科学家在组织内建立负责任的人工智能框架提供了强有力的支持。
2022-11-25 cs.CL cs.CY
How do datasets, developers, and models affect biases in a low-resourced language?: The Case of the Bengali Language
Department of Computer Science University of Toronto Toronto Ontario Canada(计算机科学系多伦多大学多伦多安大略加拿大);Faculty of Information University of Toronto Toronto Ontario Canada(信息学院多伦多大学多伦多安大略加拿大);Department of Information Science University of Colorado Boulder Boulder Colorado United States(信息科学系科罗拉多大学波德 Boulder科罗拉多美国);University of Toronto(多伦多大学);University of Colorado Boulder(科罗拉多大学波德)
本文研究了孟加拉语中基于性别、宗教和国籍身份的偏见问题,通过分析mBERT和BanglaBERT模型发现,尽管语义内容相似,但模型仍存在偏见,揭示了算法审计中方法论和数据来源的重要性。
2026-05-07 cs.CL cs.CY cs.HC