NLP多样性量化综述：为何、测什么、在哪测与如何测

NLP多样性度量碎片化，约半数不符合统一框架。

资讯摘要

论文针对NLP中多样性度量碎片化的问题，借鉴生态学等领域的统一框架，梳理ACL Anthology近年300余篇多样性相关论文，提出涵盖“为何重要、测什么、在哪测、如何测”四视角的NLP专用框架。作者发现丰富度与距离平均是最常见度量族，纯平衡度量几乎缺失，且半数度量不符合Stirling框架，并据此建议统一术语、讨论度量理想性质及其规范性假设。

要点速读

1. 论文基于Sarkar(2010)与Stirling(2007)两个跨领域框架，提出NLP多样性分析的四视角框架。
2. 综述覆盖ACL Anthology近年300余篇多样性相关论文。
3. 作者报告：丰富度与距离平均最常见，纯平衡度量近乎缺失，约半数度量不符合Stirling框架。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。