Logo
Benutzer: Gast  Login
Autoren:
Cimitan, Ana; Alves Pinto, Ana; Geierhos, Michaela 
Dokumenttyp:
Konferenzbeitrag / Conference Paper 
Titel:
Curation of Benchmark Templates for Measuring Gender Bias in Named Entity Recognition Models 
Herausgeber Sammlung:
Calzolari, Nicoletta; Kan, Min-Yen; Hoste, Veronique; Lenci, Alessandro; Sakti, Sakriani; Xue, Nianwen 
Titel Konferenzpublikation:
Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024) 
Konferenztitel:
Joint International Conference on Computational Linguistics, Language Resources and Evaluation (2024, Turin) 
Tagungsort:
Turin, Italien 
Jahr der Konferenz:
2024 
Datum Beginn der Konferenz:
20.05.2024 
Datum Ende der Konferenz:
25.05.2024 
Verlegende Institution:
ELRA 
Jahr:
2024 
Seiten von - bis:
4238-4246 
Sprache:
Englisch 
Stichwörter:
BERT ; masked token prediction ; gender gap 
Abstract:
Named Entity Recognition (NER) constitutes a popular machine learning technique that empowers several natural language processing applications. As with other machine learning applications, NER models have been shown to be susceptible to gender bias. The latter is often assessed using benchmark datasets, which in turn are curated specifically for a given Natural Language Processing (NLP) task. In this work, we investigate the robustness of benchmark templates to detect gender bias and propose a n...    »
 
Fakultät:
Fakultät für Informatik 
Institut:
INF 7 - Institut für Datensicherheit 
Professur:
Geierhos, Michaela 
(Forschungs)einrichtung UniBw M:
CODE 
Open Access ja oder nein?:
Ja / Yes 
Art der OA-Lizenz:
CC BY 4.0 Attribution 4.0 International License