英語からルーマニア語への機械翻訳におけるジェンダーバイアスの軽減

要旨

機械翻訳（MT）システムは、特に英語のような性別に依存しない言語からルーマニア語のような性別を持つ目標言語へ変換する際に、性別を正しく翻訳できないことがよくある。このバイアスにより、翻訳は男性形に偏ったり、性別ステレオタイプを強化したりする結果となる。我々は、大規模言語モデル（LLM）に基づく性別分類とニューラル機械翻訳（NMT）を組み合わせたハイブリッドパイプラインを提案し、この問題を軽減する。本システムは、微調整されたLLMを用いて、英語文内の対象語の意図された性別を検出し、インラインの性別ヒントタグを挿入する。これらのタグ付き文は、形態的に正しいルーマニア語翻訳を生成するように微調整されたTransformerモデルに渡される。この取り組みを支援するために、性別の曖昧性解消と翻訳のための3つの新しいデータセットを導入する。本手法は、ベースラインMTシステムと比較して、WinoMTおよびWinoGenderベンチマークにおける性別精度を40パーセントポイント以上向上させる。これは、LLM推論とタグ認識翻訳の両方を用いて英語-ルーマニア語MTにおける性別バイアスを明示的に対処し評価する最初の手法である。

English

Machine translation (MT) systems often fail to correctly translate gender, especially when converting from a gender-neutral language like English to a gendered target language such as Romanian. This bias results in translations that default to masculine forms or reinforce gender stereotypes. We propose a hybrid pipeline to mitigate this issue by combining large language model (LLM)-based gender classification with neural machine translation (NMT). Our system uses a fine-tuned LLM to detect the intended gender of target words in English sentences and insert inline gender hint tags. These tagged sentences are then passed to a Transformer model fine-tuned to generate morphologically correct Romanian translations. To support this, we introduce three novel datasets for gender disambiguation and translation. Our approach improves gender accuracy on the WinoMT and WinoGender benchmarks by over 40 percentage points compared to a baseline MT system. This is the first method to explicitly address and evaluate gender bias in English-Romanian MT using both LLM inference and tag-aware translation.