Description du projet
Inclure la démographie dans la technologie du langage
L’intégration des facteurs démographiques dans la technologie du langage est une tâche complexe. C’est pourtant l’objectif du projet INTEGRATOR, financé par l’UE, qui vise à développer des ensembles de données, des théories et des algorithmes novateurs afin d’intégrer les facteurs démographiques dans la technologie du langage. Cela permettra d’améliorer les performances des outils existants pour tous les utilisateurs, de réduire les biais démographiques et de développer de nouvelles applications. La technologie actuelle de traitement du langage naturel ne tient pas compte des données démographiques, tant pour la compréhension (par exemple, l’analyse des sentiments) que pour la génération du langage. Ce manquement nous empêche d’atteindre des performances similaires à celles de l’homme, limite les applications futures possibles et introduit un biais systématique à l’encontre des groupes démographiques sous-représentés.
Objectif
The goal of INTEGRATOR is to develop novel data sets, theories, and algorithms to incorporate demographic factors into language technology. This will improve performance of existing tools for all users, reduce demographic bias, and enable completely new applications.
Language reflects demographic factors like our age, gender, etc. People actively use this information to make inferences, but current language technology (NLP) fails to account for demographics, both in language understanding (e.g. sentiment analysis) and generation (e.g. chatbots). This failure prevents us from reaching human-like performance, limits possible future applications, and introduces systematic bias against underrepresented demographic groups.
Solving demographic bias is one of the greatest challenges for current language technology. Failing to do so will limit the field and harm public trust in it. Bias in AI systems recently emerged as a severe problem for privacy, fairness, and ethics of AI. It is especially prevalent in language technology, due to language's rich demographic information. Since NLP is ubiquitous (translation, search, personal assistants, etc.), demographically biased models creates uneven access to vital technology.
Despite increased interest in demographics in NLP, there are no concerted efforts to integrate it: no theory, data sets, or algorithmic solutions. INTEGRATOR will address these by identifying which demographic factors affect NLP systems, devising a bias taxonomy and metrics, and creating new data. These will enable us to use transfer and reinforcement learning methods to build demographically aware input representations and systems that incorporate demographics to improve performance and reduce bias.
Demographically aware NLP will lead to high-performing, fair systems for text analysis and generation. This ground-breaking research advances our understanding of NLP, algorithmic fairness, and bias in AI, and creates new research resources and avenues.
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
H2020-EU.1.1. - EXCELLENT SCIENCE - European Research Council (ERC)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
ERC-STG - Starting Grant
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) ERC-2020-STG
Voir tous les projets financés au titre de cet appelInstitution d’accueil
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
20136 Milano
Italie
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.