跳转至

文章背景与核心概要

在将文本从性别中立语言（如英语）翻译为具有语法性别的语言（如罗马尼亚语）时，机器翻译系统常常面临严峻挑战。这种局限性通常会导致翻译结果倾向于默认使用阳性形式，从而加剧性别刻板印象。

为了解决这一难题，研究人员 Ioana Grigore 和 Sergiu Nisioi 提出了一种新颖的混合流水线，将基于大语言模型（LLM）的性别分类与神经机器翻译（NMT）相结合。通过集成微调后的 LLM 推理、行内性别提示标签以及标签感知（tag-aware）的 Transformer 模型，该方法显著提升了性别翻译的准确性——在标准基准测试中，其表现比基准机器翻译系统高出 40 个百分点以上。

Mitigating Gender Bias in English to Romanian Machine Translation

license icon

Summary

Machine translation systems frequently struggle with gender translation, particularly when converting text from a gender-neutral language (like English) to a gendered language (like Romanian). This limitation often results in biased translations that default to masculine forms or reinforce stereotypes.

To address this challenge, researchers Ioana Grigore and Sergiu Nisioi propose a novel hybrid pipeline that combines Large Language Model (LLM)-based gender classification with Neural Machine Translation (NMT). By integrating fine-tuned LLM inference, inline gender hint tags, and a tag-aware Transformer model, their approach significantly improves gender accuracy—outperforming baseline MT systems by over 40 percentage points on standard benchmarks.

机器翻译（MT）系统在处理性别翻译时往往表现不佳，特别是在将英语等性别中立语言转换为罗马尼亚语等具有性别特征的目标语言时。这种偏见会导致翻译结果默认使用阳性形式或强化性别刻板印象。

为了应对这一挑战，研究人员 Ioana Grigore 和 Sergiu Nisioi 提出了一种新颖的混合流水线，将基于大语言模型（LLM）的性别分类与神经机器翻译（NMT）结合起来。他们的系统利用微调后的 LLM 来检测英语句子中目标词汇的预期性别，并插入行内性别提示标签。这些带有标签的句子随后被传入一个经过微调的 Transformer 模型中，以生成形态正确的罗马尼亚语翻译。为此，他们引入了三个用于性别消歧和翻译的新数据集。与基准 MT 系统相比，该方法在 WinoMT 和 WinoGender 基准测试中的性别准确率提高了 40 个百分点以上。这是第一种同时利用 LLM 推理和标签感知翻译来明确解决和评估英罗机器翻译中性别偏见的方法。

Paper Metadata

  • arXiv Identifier: arXiv:2608.08606 [cs.CL]
  • Authors: Ioana Grigore, Sergiu Nisioi
  • Primary Subject: Computation and Language (cs.CL)
  • Secondary Subjects: Artificial Intelligence (cs.AI)
  • Submitted On: August 9, 2026
  • Related DOI: 10.1007/978-3-032-29532-3_11

论文元数据：

  • arXiv 标识符： arXiv:2608.08606 [cs.CL]
  • 作者： Ioana Grigore, Sergiu Nisioi
  • 主要学科： 计算与语言（cs.CL）
  • 次要学科： 人工智能（cs.AI）
  • 提交时间： 2026年8月9日
  • 相关 DOI： 10.1007/978-3-032-29532-3_11

Abstract

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.

摘要：

机器翻译（MT）系统经常无法正确翻译性别，特别是在从英语等性别中立语言转换到罗马尼亚语等具有性别特征的目标语言时。这种偏见导致翻译结果默认采用阳性形式或加剧性别刻板印象。

我们提出了一种混合流水线来缓解这一问题，该流水线将基于大语言模型（LLM）的性别分类与神经机器翻译（NMT）相结合。我们的系统使用微调后的 LLM 来检测英语句子中目标词的预期性别，并插入行内性别提示标签。随后，这些带有标签的句子被传递给一个微调过的 Transformer 模型，以生成在形态学上正确的罗马尼亚语翻译。为了支持这一点，我们引入了三个用于性别消歧和翻译的新数据集。与基准 MT 系统相比，我们的方法在 WinoMT 和 WinoGender 基准测试中的性别准确率提高了 40 个百分点以上。这是第一种同时利用 LLM 推理和标签感知翻译来明确解决和评估英罗机器翻译中性别偏见的方法。

Access and Resources

访问与资源：