FairTransNLP-Language: Analysing toxicity and stereotypes in language for unbiased, fair and transparent systems

FairTransNLP-Language: Analysing toxicity and stereotypes in language for unbiased, fair and transparent systems (PID2021-124361OB-C33) subprojecte del projecte FairTransNLP-Language: Fairness and Transparency for equitable NLP applications in social media (PID2021-124361OB-C31) coordinat per Paolo Rosso (Universitat Politècnica de València). Finançat per: Ministerio de Ciencia, Innovación y Universidades, programa de I+D de Generación de Conocimiento (MICIU/AEI/10.13039/501100011033/FEDER,UE). Participants: Universitat Politècnica de València, Universitat de Barcelona i Universidad Nacional de Educación a Distancia (UNED).

Resum: L'objectiu del projecte FairTransNLP és desenvolupar eines i tècniques per abordar dues qüestions crítiques en el disseny i l'ús d'aplicacions de processament del llenguatge natural (PNL): l’equitat i transparència. FairTransNLP-LANGUAGE se centra en: (1) modelar el llenguatge tòxic i els estereotips per tal de mitigar els efectes indesitjables de les dades esbiaixades i (2) la creació de corpus no esbiaixats i justos d'alta qualitat seguint el nou paradigma de learning with disagreements.