Digitala Vetenskapliga Arkivet

Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Bipol: Multi-axes Evaluation of Bias with Explainability in BenchmarkDatasets
Luleå tekniska universitet, Institutionen för system- och rymdteknik, EISLAB.ORCID-id: 0000-0002-5582-2031
Luleå tekniska universitet, Institutionen för system- och rymdteknik, Digitala tjänster och system.
Luleå tekniska universitet, Institutionen för system- och rymdteknik, EISLAB.ORCID-id: 0000-0003-1343-1742
Luleå tekniska universitet, Institutionen för system- och rymdteknik, EISLAB.ORCID-id: 0000-0001-7924-4953
Visa övriga samt affilieringar
2023 (Engelska)Ingår i: Proceedings of Recent Advances in Natural Language Processing / [ed] Galia Angelova, Maria Kunilovskaya and Ruslan Mitkov, Incoma Ltd. , 2023, s. 1-10Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

We investigate five English NLP benchmark datasets (on the superGLUE leaderboard) and two Swedish datasets for bias, along multiple axes. The datasets are the following: Boolean Question (Boolq), CommitmentBank (CB), Winograd Schema Challenge (WSC), Winogender diagnostic (AXg), Recognising Textual Entailment (RTE), Swedish CB, and SWEDN. Bias can be harmful and it is known to be common in data, which ML models learn from. In order to mitigate bias in data, it is crucial to be able to estimate it objectively. We use bipol, a novel multi-axes bias metric with explainability, to estimate and explain how much bias exists in these datasets. Multilingual, multi-axes bias evaluation is not very common. Hence, we also contribute a new, large Swedish bias-labeled dataset (of 2 million samples), translated from the English version and train the SotA mT5 model on it. In addition, we contribute new multi-axes lexica for bias detection in Swedish. We make the codes, model, and new dataset publicly available.

Ort, förlag, år, upplaga, sidor
Incoma Ltd. , 2023. s. 1-10
Serie
International conference Recent advances in natural language processing, E-ISSN 2603-2813 ; 2023
Nationell ämneskategori
Språkteknologi (språkvetenskaplig databehandling)
Forskningsämne
Maskininlärning
Identifikatorer
URN: urn:nbn:se:ltu:diva-103097DOI: 10.26615/978-954-452-092-2_001Scopus ID: 2-s2.0-85179181932OAI: oai:DiVA.org:ltu-103097DiVA, id: diva2:1815962
Konferens
International Conference Recent Advances In Natural Language Processing (RANLP 2023), Varna, Bulgaria, September 4-6, 2023
Anmärkning

ISBN for host publication: 978-954-452-092-2

Tillgänglig från: 2023-11-30 Skapad: 2023-11-30 Senast uppdaterad: 2024-11-20Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Sök vidare i DiVA

Av författaren/redaktören
Adewumi, TosinSödergren, IsabellaAlkhaled, LamaSabry, Sana SabahLiwicki, FoteiniLiwicki, Marcus
Av organisationen
EISLABDigitala tjänster och system
Språkteknologi (språkvetenskaplig databehandling)

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 149 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf