論文の概要: Beyond Good Intentions: When Does the Framing of Multilingual and Low-Resource NLP Research Become a Caricature?

• arxiv url: http://arxiv.org/abs/2608.30866v1
• Date: Mon, 31 Aug 2026 14:30:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:31.444004
• Title: Beyond Good Intentions: When Does the Framing of Multilingual and Low-Resource NLP Research Become a Caricature?
• Title（参考訳）: 良心を超えて:多言語・低リソースNLP研究のフレームはいつカリキュアになるのか?
• Abstract要約: 低リソース言語のための言語技術の構築とNLP研究の実施は、しばしば不平等に対処し、地域社会に役立てるための手段として考えられている。 本研究では,アカウンタビリティを阻害し,適切な知識生産を制約する可能性のある,反復的な修辞パターンを解析し,同定する枠組みを提案する。 我々は、著者、レビュアー、読者がこれらの主張を批判的に評価し、誤解を招く可能性のあるフレーミングを避けるために、実践的なレコメンデーションを提供することで締めくくります。
• 参考スコア（独自算出の注目度）: 4.857174072452353
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Building language technologies and conducting NLP research for low-resource languages---particularly when led by native speakers or involving participatory research practices---are often framed as means of addressing inequality, serving local communities, and, at times, contributing to *decolonisation*. In this paper, we examine recently published NLP and ML papers, focusing on the narratives used to characterise multilinguality, low-resource languages, and underrepresented cultures. We propose a framework for analysing research framings and identify recurring rhetorical patterns that may hinder accountability and constrain equitable knowledge production for---and by---underserved communities. We further assess the evidential basis of assertions regarding community benefit and find that such statements are often weakly supported or left unsubstantiated. Although community ownership and participation are frequently presented as key objectives, our analysis, supported by statistics from the ACL Anthology, suggests that research outputs more often prioritise resource creation and benchmarking---important but distinct goals---over evidence of broader structural change. We conclude by offering practical recommendations to help authors, reviewers, and readers critically assess these assertions and avoid potentially misleading framings.
• Abstract（参考訳）: 言語技術の構築と低リソース言語のためのNLP研究の実施 — 特に、ネイティブスピーカーによって指導されたり、参加型研究の実践に関わる場合 — は、不平等に対処し、地域社会に奉仕し、時には*デコロン化*に貢献する手段として、しばしばフレーム化される。 本稿では、最近出版されたNLPおよびML論文について、多言語性、低リソース言語、低表現文化を特徴付ける物語に焦点を当てて検討する。 本研究では,研究枠組みを解析し,説明責任を損なうような反復的な修辞パターンを同定する枠組みを提案する。 コミュニティの利益に関する主張の明確な根拠をさらに評価し、そのような主張がしばしば弱く支持されたり、根拠のないままにされたりすることを発見した。 コミュニティの所有と参加は、しばしば重要な目標として提示されるが、ACLアンソロジーの統計によって支持された我々の分析は、研究成果が資源創出とベンチマークよりも優先されることを示唆している。 我々は、著者、レビュアー、読者がこれらの主張を批判的に評価し、誤解を招く可能性のあるフレーミングを避けるために、実践的なレコメンデーションを提供することで締めくくります。

関連論文リスト

• Inference-Time Steering for Cross-Lingual Factual Consistency in LLMs [51.56484100374058]
  大規模言語モデル(LLM)は目覚ましい多言語流布を示すが、その内部知識表現はハイリソース言語に対して不均等に偏っている。 我々は,これらのバイアスを推論時に緩和できるかどうかを考察し,対象言語でクエリされたかのように,英語の確率モデルに答えるように強制する。 Gemma 3 12Bの実験では、最も強い全体的な介入、効率性のバランス、安全性、ドメイン外の一般化を促すペルソナが明らかにされている。
  論文  参考訳（メタデータ） (2026-07-21T16:15:05Z)
• SECite: Analyzing and Summarizing Citations in Software Engineering Literature [0.13999481573773073]
  SECiteは、引用文脈の感情分析を通じて学術的影響を評価するための新しいアプローチである。 我々は,9つの研究論文を参照して引用を抽出する半自動パイプラインを開発した。 我々は、教師なし機械学習を用いた高度な自然言語処理(NLP)技術を用いて、これらの引用文を正あるいは負のものとして分類する。
  論文  参考訳（メタデータ） (2026-01-12T19:10:01Z)
• Large Reasoning Models Are (Not Yet) Multilingual Latent Reasoners [48.68444770923683]
  大きな推論モデル(LRM)は、数学的推論タスクにおいて高い性能を達成する。 LRMは、これらのテキスト推論ステップを完了する前に、正しい答えに到達することが多い。 この現象は英語で研究されてきたが、多言語的行動はほとんど分かっていない。
  論文  参考訳（メタデータ） (2026-01-06T13:20:17Z)
• What Makes a Good Natural Language Prompt? [72.3282960118995]
  我々は,2022年から2025年にかけて,NLPおよびAIカンファレンスを主導する150以上のプロンプト関連論文を対象としたメタ分析調査を実施している。 本研究では,6次元に分類した21の特性を含む,迅速な品質評価のための特性・人間中心のフレームワークを提案する。 次に、複数プロパティのプロンプト強化を実証的に検討し、単一プロパティのプロンプトが最大の影響を与える場合が多いことを観察する。
  論文  参考訳（メタデータ） (2025-06-07T23:19:27Z)
• OpenReview Should be Protected and Leveraged as a Community Asset for Research in the Era of Large Language Models [55.21589313404023]
  OpenReviewは、研究論文、ピアレビュー、著者の反論、メタレビュー、決定結果の継続的な進化を続けるリポジトリである。 OpenReviewは、ピアレビュープロセスの品質、スケーラビリティ、説明責任の向上、真に専門家の議論に根ざした有意義でオープンなベンチマークの実現、専門家の評価、意図、科学的価値を反映した現実世界のインタラクションによるアライメント研究の支援という、ユニークな貢献が可能な3つの領域を強調します。 コミュニティは、OpenReviewに関する標準化されたベンチマークと利用ガイドラインを共同で検討し、責任あるデータの使用、倫理的考慮、集団スチュワードシップに関するより広範な対話を招待することを提案します。
  論文  参考訳（メタデータ） (2025-05-24T09:07:13Z)
• Building Better: Avoiding Pitfalls in Developing Language Resources when Data is Scarce [27.918975040084387]
  厳密なデータ収集とラベル付けは、より人間中心で社会的に意識された技術を開発するために不可欠である。 我々は,中・低リソース言語に対するNLPアーティファクトに直接かかわる個人からのフィードバックを収集する。
  論文  参考訳（メタデータ） (2024-10-16T15:51:18Z)
• A Systematic Survey of Natural Language Processing for the Greek Language [2.3499129784547663]
  本研究では,モノリンガルNLPサーベイのための一般化可能なフレームワークを提案する。 提案手法は,バイアスを最小限に抑えるために構造化された検索プロトコル,分類のためのNLPタスク分類,潜在的なベンチマークを特定するための言語資源を統合する。 この枠組みをギリシャのNLP(2012-2023)に適用し、現状、タスク固有の進捗状況、リソースギャップを詳細に分析する。
  論文  参考訳（メタデータ） (2024-07-13T12:01:52Z)
• Since the Scientific Literature Is Multilingual, Our Models Should Be Too [8.039428445336364]
  文献の大部分は多言語であり、現在のモデルとベンチマークはこの言語多様性を反映すべきである、と論じている。 テキストベースのモデルでは、非英語の論文に意味のある表現を作れず、多言語ドメインで非差別的に英語のみのモデルを使用することによるネガティブなユーザ面の影響を強調できる証拠を提供する。
  論文  参考訳（メタデータ） (2024-03-27T04:47:10Z)
• LLMs Are Few-Shot In-Context Low-Resource Language Learners [59.74451570590808]
  In-context Learning (ICL) は、大規模言語モデル(LLM)に、表現不足の言語で多様なタスクを実行する権限を与える。 ICLとその言語間変動(X-ICL)を25の低リソース言語と7の比較的高リソース言語で検討した。 本研究は,LLMの低リソース理解品質向上における文脈内情報の重要性を論じる。
  論文  参考訳（メタデータ） (2024-03-25T07:55:29Z)
• A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [51.26815896167173]
  本稿では,3つの相補的な側面からPAMIレビューを総合的に分析する。 我々の分析は、現在のレビューの実践において、独特の組織パターンと永続的なギャップを明らかにします。 最後に、最先端のAI生成レビューの評価は、コヒーレンスと組織の進歩を奨励していることを示している。
  論文  参考訳（メタデータ） (2024-02-20T11:28:50Z)
• Investigating Fairness Disparities in Peer Review: A Language Model Enhanced Approach [77.61131357420201]
  我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。 我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。 我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
  論文  参考訳（メタデータ） (2022-11-07T16:19:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。