一篇新发布的arXiv研究论文分析了自然语言处理(NLP)研究中低资源语言的进展和语言包容性。该研究考察了2020-2025年间的1100多篇论文,发现尽管对低资源语言的研究有所增加,但却不成比例地偏向于拥有更多使用者和位于欧洲的语言。作者们引入了语言包容性框架(LIF),从研究增长、代表性扩展、连续性和分布公平性四个维度来衡量进展,并得出结论认为,仅靠增长并不能保证公平的语言技术发展。 AI
影响 凸显了AI研究中的差距,表明需要为代表性不足的语言在自然语言处理方面进行更公平的发展。
排序理由 该集群包含一篇学术论文,详细介绍了自然语言处理低资源语言研究进展的新框架和分析。[lever_c_demoted from research: ic=1 ai=1.0]
- ACL Anthology
- arXiv
- Atnafu Lambebo Tonja
- Hugging Face
- large-language models
- Linguistic Inclusion Framework
- natural language processing
- Southeast Asia
- sub-Saharan Africa
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →