我们需要衡量自然语言处理中的数据多样性——更好且更广泛
We Need to Measure Data Diversity in NLP -- Better and Broader
Utrecht University（乌得勒支大学）；Aalborg University（奥胡斯大学）
AI总结：
针对自然语言处理数据多样性衡量方法未被充分探索的问题，本观点论文分析其概念与方法挑战，提出跨学科视角对开发更细粒度有效衡量方法至关重要。
摘要：
尽管自然语言处理（NLP）数据集中的多样性受到越来越多的关注，但如何衡量它的问题在很大程度上仍未被充分探索。本观点论文探讨了衡量数据多样性的概念和方法挑战，并认为跨学科视角对于开发更细粒度和有效的衡量方法至关重要。
英文摘要：
Although diversity in NLP datasets has received growing attention, the question of how to measure it remains largely underexplored. This opinion paper examines the conceptual and methodological challenges of measuring data diversity and argues that interdisciplinary perspectives are essential for developing more fine-grained and valid measures.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
