贫乏的语言技术：自然语言处理中（社会）阶级的缺失

自 Labov (1964) 关于语言社会分层的奠基性工作以来，语言学一直致力于理解社会人口因素与语言产生及感知之间的关系。尽管有大量证据表明社会人口因素与语言产生之间存在显著关系，但在自然语言处理 (NLP) 技术背景下，对这些因素的调查相对较少。虽然年龄和性别已得到充分覆盖，但 Labov 最初的目标——社会经济阶级——却 largely absent（ largely absent 意为 largely absent，此处依语境译为“ largely absent”或“基本缺失”，正式译文中处理为“基本缺失”）。我们 surveyed（调查了）现有的 NLP 文献，发现仅有 20 篇论文提及社会经济地位。然而，这些论文中的大多数除了收集标注者的人口统计信息外，并未深入探讨阶级问题。鉴于这一研究空白，我们提供了一个可由 NLP 研究人员操作化的阶级定义，并主张在未来的语言技术中纳入社会经济阶级。