Survey analysiert über 375 Arbeiten zu kulturellen Fähigkeiten von NLP-Systemen

Umfang und Autoren des Surveys

Der Survey wurde von Tania Chakraborty, Eylon Caplan, Zhaoqing Wu, Kevin Cushing, Bruce Qin, Shreya Havaldar und Dan Goldwasser verfasst. Angesichts des rasanten Wachstums der Forschung zu Cultural NLP, das die systematische Nachverfolgung von Trends bei Methoden und Datenressourcen erschwert, analysierten sie über 375 wissenschaftliche Arbeiten. Durch diese umfangreiche und strukturierte Auswertung entsteht eine fundierte Bestandsaufnahme, die es ermöglicht, Entwicklungen und Schwerpunkte im Feld klar zu erkennen und die Entwicklung global inklusiver NLP-Systeme zu unterstützen.

Zentrale Forschungsfragen

Die Untersuchung wird von drei komplementären Fragen geleitet, die die wesentlichen Dimensionen des Feldes abdecken: (1) Welche kulturellen Fähigkeiten (Cultural Capabilities) werden in NLP-Systemen angestrebt? Diese Frage fokussiert auf die Ziele und adressiert, welche kulturellen Kompetenzen – etwa das Verstehen von Normen oder sprachlichen Nuancen – Systeme erwerben sollen. (2) Wie werden kulturelle Datenressourcen erstellt? Hier wird die Datengrundlage beleuchtet, also die Methoden zur Sammlung und Annotation kulturell relevanter Daten. (3) Welche Methoden kommen dabei zum Einsatz? Diese Frage zielt auf die technischen Verfahren, mit denen kulturelle Fähigkeiten in NLP-Modelle integriert werden. Indem die Autoren die über 375 Arbeiten entlang dieser Achsen kategorisieren, entsteht eine systematische Kartierung des Forschungsstands, die Lücken und dominante Ansätze sichtbar macht.