我们需要更好、更广泛地衡量 NLP 中的数据多样性
计算与语言
2025-09-23 v2 人工智能
摘要
尽管 NLP 数据集的多样性受到了越来越多的关注，但如何衡量它的问题在很大程度上仍未被充分探索。这篇观点文章探讨了衡量数据多样性在概念和方法论上的挑战，并论证了跨学科视角对于开发更细粒度且有效的衡量标准是必不可少的。
引用
@article{arxiv.2505.20264,
title = {We Need to Measure Data Diversity in NLP -- Better and Broader},
author = {Dong Nguyen and Esther Ploeger},
journal= {arXiv preprint arXiv:2505.20264},
year = {2025}
}
备注
EMNLP 2025