自然语言处理论文的内部与外部影响
计算与语言
2025-05-23 v1 数字图书馆
摘要
我们调查了自然语言处理领域在 1979 年至 2024 年间发表于顶级会议（即 ACL、EMNLP 和 NAACL）的研究影响力。通过分析来自研究文章以及来自专利、媒体和政策文件等外部来源的引用，我们检视不同的 NLP 主题在学术界以及更广泛公众中的消费情况。我们的发现表明，语言建模具有最广泛的内部和外部影响，而语言学基础的影响较低。我们还观察到，内部和外部影响通常大致一致，但诸如伦理、偏见和公平性等话题在政策文件中受到高度关注，而学术引用则大幅减少。此外，不同外部领域 exhibits 截然不同的偏好，专利侧重于实际的 NLP 应用，而媒体和政策文件则更关注 NLP 模型的社会影响。
引用
@article{arxiv.2505.16061,
title = {Internal and External Impacts of Natural Language Processing Papers},
author = {Yu Zhang},
journal= {arXiv preprint arXiv:2505.16061},
year = {2025}
}
备注
7 pages; Accepted to ACL 2025