Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

INTEGRATOR

Financiado

Cerrado

Incorporating Demographic Factors into Natural Language Processing Models

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, an... ver más

31/08/2026

1M€

Presupuesto del proyecto: 1M€

Líder del proyecto

UNIVERSITA COMMERCIALE LUIGI BOCCONI No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Ver 2 Participantes

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2020-11-13

ERC-2020-STG: ERC STARTING GRANTS Scope:Objectives

I+D

Cerrada hace 5 años

0% 100% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

2 Participantes

1.50M€ | Lider

DAS PHOTONICS

180.40K€ | Participante

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Duración del proyecto: 69 meses Fecha Inicio: 2020-11-13
Fecha Fin: 2026-08-31

Líder del proyecto

UNIVERSITA COMMERCIALE LUIGI BOCCONI No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 1M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto 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.

Conecta tu I+D

Entra hoy

¿Olvidó su contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores