ベンガル語（Bangla）分類タスクにおける外在的な性別バイアスの緩和

Abstract

本研究では、低資源言語においてはほとんど調査されていない領域である、ベンガル語の事前学習済み言語モデルにおける外的ジェンダーバイアスを調査します。バイアスを評価するために、感情分析、毒性検出、ヘイトスピーチ検出、そして皮肉検出のための、タスク特化型の4つの手動注釈付きベンチマークデータセットを構築します。各データセットは、意味内容を保持しながら、性別を表す名前や語句を体系的に置換することで微妙なジェンダーの摂動を加え、ジェンダーに起因する予測の変化を最小対（ミニマル・ペア）で評価できるようにします。続いて、対称KLダイバージェンスと交差エントロピー損失を組み合わせたランダム化による脱バイアス手法であるRandSymKLを提案し、タスク固有の事前学習済みモデル全体にわたってバイアスを緩和します。RandSymKLは、分類タスクに焦点を当てた外的ジェンダーバイアスの軽減のために、これらの要素を統一的に統合する洗練された学習アプローチです。本手法は既存のバイアス軽減手法と比較評価されており、その結果は、本手法がバイアスを効果的に低減するだけでなく、他のベースライン手法と比べても競争力のある精度を維持できることを示しています。さらなる研究を促進するために、実装とデータセットの両方を公開しました： https://github.com/sajib-kumar/Mitigating-Bangla-Extrinsic-Gender-Bias