Projektbeschreibung
Untersuchung der Objektivität von Sprachmodellen, die in Apps zum Sprachverständnis Anwendung finden
Mithilfe der Verarbeitung natürlicher Sprache können digitale Geräte die menschliche Sprache analysieren, verstehen und synthetisieren, sei es in Textform oder als gesprochene Sprache. Die meisten Systeme basieren auf Sprachmodellen, die einen großen Korpus von Trainingsdaten verwenden, welche automatisch aus Internetquellen bezogen werden. Dadurch sind sie jedoch anfällig für unüberprüfte Vorurteile, Stereotype und Ausgrenzung. Das EU-finanzierte Projekt FairER wird Sprachmodelle und Lösungsstrategien für die Verarbeitung natürlicher Sprache in einem mehrsprachigen Kontext untersuchen. Es wird ihre Objektivität und Inklusivität ermitteln, nicht nur in Bezug auf die demografische Zusammensetzung (z. B. Ethnizität, Geschlecht, Alter), sondern auch auf Ebene der Lesekompetenz. Die Arbeit soll solche Anwendungen gerechter gestalten und eine Grundlage für weitere Untersuchungen bilden.
Ziel
Most of us use technology related to natural language processing (NLP) such as Google Search or virtual assistants in phones and other devices on a daily basis. Large-scale pre-trained language models hereby play a crucial role as they often form the basis of those technologies. Those models are trained on a large amount of training data (e.g. the entire English Wikipedia and the Brown corpus) which makes it impossible to curate the training corpus and potential stereotypes and biases will be implemented into the model, often without researchers noticing. This can lead to problematic and unfair behaviour towards certain demographics, often those who already suffer from implicit biases in society.
With FairER, I aim to get a deeper understanding of the inner workings of these language models. In particular, I want to investigate how well their solution strategies align with those of humans and whether this depends on certain demographic attributes such as gender, race, age but also reading abilities and level of education. I will also probe those language models for fairness and inclusiveness, i.e. find out whether the performance of an NLP application depends on demographic attributes of the user. Furthermore, I will conduct this project in a multilingual setting and apply interpretability methods to better understand the rationale behind a model’s decision.
The main impact of FairER will be a better understanding of how language models treat different demographics. These insights will help to improve the fairness and inclusiveness of NLP applications. Furthermore, the datasets I will record and publish along with the code will encourage other researchers to replicate my findings and continue this line of research. Ultimately, this project will have both a scientific and societal impact on the NLP community and users of NLP applications.
Wissenschaftliches Gebiet
Programm/Programme
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
MSCA-PF - MSCA-PFKoordinator
1165 Kobenhavn
Dänemark