Google革新翻译服务，使用新的方法来解决翻译中的性别偏差，比起已往旧的方法，新方法更具可扩展性，尤其在将性别中立的语言翻译成英文的时候。Google现在在英文到西班牙文的翻译中应用新方法，而且还计划扩充芬兰文、匈牙利文和波斯文和土耳其文到英文的性别翻译功效。

语言翻译的机械学习模型，可能会因为训练数据中存在的社会偏见而泛起偏差，性别偏差就是其中一个例子，像是Google翻译在翻译土耳其文时，会将包罗医生的句子翻译成阳性花样，而将护士翻译成阴性花样。Google为了制止发生或是强化性别不平等偏差，因此会侦测性别中立的查询，而且凭据用户的喜好，发生明确性别翻译，在Google翻译向不分性此外语言提供明确性别翻译，使用者可以选择获得阳性或是阴性翻译效果。Google已往划分在土耳其文到英文，以及英文到西班牙文提供性别翻译功效，但随着对更多语言应用提供性别翻译服务，旧方法在扩展上泛起问题，当神经机械翻译系统独立生成阳性和阴性翻译时，会导致低召回率（Recall），凌驾40%的查询无法显示明确性别翻译，此外，建设分类器侦测每种泉源语言的性别中立性，需要大量的数据。

为相识决这些问题，Google革新明确性别翻译的方法，使用与旧方法完全差别的方式来解决性别偏差，新方法使用重写方法，来改善性别翻译的质量。基于重写方法的明确性别翻译，第一步是发生初始翻译，接着对翻译举行审查，当翻译具有性别用语，则重写成目的性别翻译，最后评价准确度。而要建置重写器，需要发生数百万个训练用示例短语，每个短语都包罗男性和女性翻译，由于这类数据集获取不易，因此Google重新发生了一个数据集，可以对照阳性以及阴性用语，用来训练模型，输入男性用语时则可以转换成女性用语，反之亦然，Google提到，最终模型能以99%准确度重写成使用者要求的性别用语。

另外，Google还设计了一个评价方法，来磨练新翻译系统和旧翻译系统间的偏差改善水平，应用新系统则芬兰文和波斯文到英文的翻译偏差，可淘汰凌驾90%，土耳其文到英文翻译则改善了95%的性别偏差，而且新系统还能以97%的准确度启动性别翻译功效。Google提到，他们会进一步将这项研究结果，应用在文件翻译中。编辑：AI智慧。