[논문 리뷰] Challenges and Strategies in Cross-Cultural NLP

Daniel Hershcovich, Stella Frank외 12명|arXiv (Cornell University)|2022. 03. 18.

Natural Language Processing Techniques인용 수 11

한 줄 요약

이 논문은 언어적 형태, 공통 지식, 주제의 초점, 가치라는 네 가지 차원의 원칙적인 프레임워크를 제안하여 NLP에서 문화적 다양성을 다루며, 언어 기술의 공정성을 위해 문화적 인식이 필수적임을 주장한다. 기존 전략을 조사하고 현재 모델의 한계(예: 지배적인 사회어를 향한 편향 등)를 강조하며, 다국어성을 넘어서 문화적 뉘앙스를 수용하는 문화적 적응형 NLP 시스템의 필요성을 제기한다.

ABSTRACT

Various efforts in the Natural Language Processing (NLP) community have been made to accommodate linguistic diversity and serve speakers of many different languages. However, it is important to acknowledge that speakers and the content they produce and require, vary not just by language, but also by culture. Although language and culture are tightly linked, there are important differences. Analogous to cross-lingual and multilingual NLP, cross-cultural and multicultural NLP considers these differences in order to better serve users of NLP systems. We propose a principled framework to frame these efforts, and survey existing and potential strategies.

연구 동기 및 목표

• 언어 다양성에 주목하면서도 문화 다양성에 충분히 주목하지 않는 NLP 연구의 격차를 해소하기 위해.
• 언어 외의 문화적 요소가 의사소통, 해석, 시스템 성능에 상당한 영향을 미친다는 것을 주장하기 위해.
• NLP 개발에서 문화적 차원을 식별하고 다루기 위한 체계적인 프레임워크를 제안하기 위해.
• 교차 문화적 NLP의 기존 전략을 조사하고 그 한계점과 기회를 파악하기 위해.
• 미래의 NLP 연구가 문화적으로 민감하고 공정하며 맥락에 적합한 시스템으로 나아가도록 이끌기 위해.

제안 방법

• 문화적 다양성을 모델링하기 위해 언어적 형태와 스타일, 공통 지식, 주제의 초점, 가치의 네 가지 차원의 프레임워크를 제안한다.
• 문화적 규범이 언어 표현 방식(예: 공손성, 직접성, 격식)에 어떻게 영향을 미치는지 분석한다.
• 공동 지식(공통 지식)과 문화적 가치가 이해와 의사소통 목표에 어떻게 영향을 미치는지 검토한다.
• 다국어 및 다국어 미리 훈련된 모델을 포함한 기존 NLP 전략을 검토하고 그 문화적 한계를 분석한다.
• 알제리 아랍어 PLM 등 문화적으로 특화된 모델이 일반 모델보다 뛰어난 성능을 보인 사례 연구를 강조하며, 문화적 특수성이 중요하다는 점을 시사한다.
• 사용자 언어의 특정 사회어나 지역적 변형을 선호하는 사전 훈련된 언어 모델의 사회어 편향(예: 특정 방언이나 지역어를 우선시함)이 주요 과제임을 밝힌다.

실험 결과

연구 질문

• RQ1 언어적 형태와 스타일의 문화적 차이가 NLP 시스템 성능과 사용자 해석에 어떻게 영향을 미치는가?
• RQ2 현재의 다국어 및 다언어 NLP 시스템이 언어 외의 문화적 다양성을 얼마나 고려하고 있는가?
• RQ3 공동 문화적 지식(공통 지식)과 가치가 NLP 출력의 해석에 어떻게 영향을 미치는가?
• RQ4 기존 NLP 전략이 문화적 다양성을 다루는 데에 겪는 한계점은 무엇이며, 어떻게 개선될 수 있는가?
• RQ5 문화적으로 특화된 모델이 문화적 뉘앙스가 중요한 과제에서 일반 다국어 모델보다 뛰어난 성능을 낼 수 있는가?

주요 결과

• 사전 훈련된 언어 모델은 종종 지배적인 사회어와 지역적 변형을 반영하여, 표현되지 않은 방언과 문화적 집단에 대한 편향을 초래한다.
• 스페인과 아르헨티나에서 수집된 데이터로 훈련된 스페인어 PLM는 두 지역 간의 형태소문법적 차이를 구분하지 못하며, 이는 문화적·방언적 동질화를 시사한다.
• 알제리 방언에 특화된 아랍어 PLM는 일반 또는 다국어 아랍어 모델보다 감성 분류 과제에서 뛰어난 성능을 보이며, 문화적 특수성의 가치를 입증한다.
• 공손성과 직접성과 같은 문화적 규범은 인식되는 예절과 의도에 상당한 영향을 미치며, 이는 문화 간에 다양하다(예: 독일어의 직접성 대비 영어의 간접성).
• 교차 문화적 의사소통에서의 오해는 종종 표현과 의도의 문화적 차이를 고려하지 못한 의사소통의 실수에서 기인한다.
• 현재 NLP 시스템은 문화적 인식 부족으로 인해 메시지를 잘못 해석할 위험이 있으며, 특히 감성 분석이나 대화 시스템과 같은 고위험 응용 분야에서 문화적 해를 끼칠 수 있다.