Oct, 2022

一些语言比其他语言更重要：深入探究 NLP 世界中的语言差异

PDF
TL;DR该论文通过对 NLP 领域不同语言间存在的差异进行综合分析，基于现有的说话人口和活力等方面的语言分类，研究数据资源、NLP/CL 研究、多语言网络平台和预训练多语言模型的分布情况，发现许多语言并未被覆盖，同时明显存在差异，对此提出了一些原因和建议。
发现论文，激发创造
  • 全球语言技术表现中的系统性不平等

    本论文介绍了一种估算全球语言技术的实用性的框架，并量化了 NLP 研究现状中存在的差异性，探讨了其相关的社会和学术因素，并为基于证据的政策制定提出了定制的建议，旨在促进更全球和公平的语言技术。

    Oct, 2021

  • 自然语言处理之中语言多样性与包容的现状和前景

    本文通过考察各种语言在 NLP 会议上的代表情况以及它们之间的资源差异等多方面，旨在呼吁 ACL 社区关注当前语言技术和应用中存在的不平等现象，提高关注和支持那些缺乏资源的语言，推动语言技术和多语言交流的发展。

    Apr, 2020

  • 量化方言差异及其与语言之间的关联

    本文通过全面评估最有影响力的最新大型语言模型（LLMs）在机器翻译和自动语音识别两个高使用频率应用领域上的功能，对多个高和低资源语言的地区方言进行了功能评估，并分析了地方方言差距与经济、社会和语言因素的相关性，从而为方言 NLP 领域的发展奠定基础，并通过有意识的数据收集，揭示明显的差异并寻找可能的解决途径。

    Oct, 2023

  • 跨语言数据集构建与必要资源的综述

    该研究旨在量化语言资源之间的不平等性，并提出一些方法来改善低资源语言的数据收集，以促进未来的多语言数据发展。

    Nov, 2022

  • 自然语言处理中的种族差异：社交媒体非裔美国英语的案例研究

    我们研究了算法公平性领域中的一个重要问题：将来自不同社会群体作者的语言用于自然语言处理算法时质量的差异。我们在研究中着重探讨了当前系统在分析女性和少数族裔群体所使用的语言时出现的问题，证实了在处理非裔美国英语的推文时出现的种族差异，并讨论了该领域的研究意义。

    Jun, 2017

  • 构建数字语言鸿沟的桥梁

    AI 技术中的语言偏见是研究和开发方法论不公正的结果，我们提出了一项新的倡议，旨在通过技术设计和方法论，与当地社区进行眼球级的合作，减少语言偏见。

    Jul, 2023

  • 一个国家，700 + 种语言：印度尼西亚少数语言与方言的 NLP 挑战

    该研究提供了关于印度尼西亚 700 多种语言的 NLP 研究现状的概述，突出了印尼 NLP 面临的挑战以及这些挑战如何影响当前 NLP 系统的性能。最后，我们提供一些推荐来发展印尼和其他语言的 NLP 技术。

    Mar, 2022

  • 数据集地理：将语言数据映射到语言使用者

    研究了自然语言处理中数据可用性对现代 NLP 系统质量的影响，使用实体识别和链接系统，观察了它们的跨语言一致性，并探讨了解释观察到的数据集分布的地理和经济因素。

    Dec, 2021

  • 评估自然语言处理技术的包容性、公平性和可访问性：以印度语言为例的案例研究

    本文提出了一种评估范式，评估自然语言处理技术在多语言、公正性和包容性三个维度上的性能，并通过基尼系数评估了当前自然语言处理技术对印度语言的性能。同时，本文提出了一种优化资源分配的方法来改善性能，并呼吁使用多维度评估为构建语言多样且公平的技术做出贡献。

    May, 2022

  • 跨文化 NLP 的挑战和策略

    该研究提出了一个系统化的框架，旨在更好地服务于使用自然语言处理系统的用户。该框架考虑了语言和文化之间的区别，以及跨文化和多元文化对 NLP 的影响，并调研了现有的和潜在的策略。

    Mar, 2022