NLP研究中的地理引用差距
计算与语言
2022-10-27 v1
摘要
在一个公平的世界里，无论人们居住在何处，都应享有平等的教育、开展科学研究、发表论文以及因其工作获得认可的机会。然而，研究人员普遍认为，在顶级 NLP 会议上被录用的论文中，绝大多数来自少数几个西方国家以及（近年来）中国；而来自非洲和南美洲的论文极少被发表。人们认为论文引用次数也存在类似的差异。本着“无法衡量便无法改进”的精神，本研究就地理位置与发表成功（在顶级 NLP 会议上的录用及引用影响力）之间的关系提出了一系列问题。我们首先从 ACL Anthology 构建了一个包含 70,000 篇论文的数据集，提取了它们的元信息，并生成了其引用网络。然后我们发现，不仅在论文录用和引用方面存在巨大的地理差异，而且在控制了发表会议和 NLP 子领域等多个变量后，这些差异依然存在。此外，尽管 NLP 社区采取了一些措施以提高地理多样性，我们表明自 2000 年代初以来，各地区在发表指标上的差距仍呈持续上升趋势。我们在此发布了代码和数据集：https://github.com/iamjanvijay/acl-cite-net
引用
@article{arxiv.2210.14424,
title = {Geographic Citation Gaps in NLP Research},
author = {Mukund Rungta and Janvijay Singh and Saif M. Mohammad and Diyi Yang},
journal= {arXiv preprint arXiv:2210.14424},
year = {2022}
}
备注
EMNLP 2022 Main Conference