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.
Champ scientifique
Programme(s)
Thème(s)
Régime de financement
ERC-STG - Starting GrantInstitution d’accueil
20136 Milano
Italie