总结用户生成的文本内容：算法摘要公平性的动机与方法

随着用户生成的文本内容快速增长，文本摘要算法越来越多地被用于为用户提供信息内容的快速概览。传统上，摘要算法仅根据其与人类编写的摘要的匹配程度进行评估（例如通过 ROUGE 分数）。在这项工作中，我们提出从完全新的角度评估摘要算法，这一点在要汇总的用户生成数据来自不同显著社会群体时尤为重要，例如男性或女性、高加索人或非裔美国人，或不同政治群体（共和党人或民主党人）。在这种情况下，我们检查生成的摘要是否公平地代表这些不同社会群体。具体而言，考虑到提取式摘要算法选择原始数据中的文本单元子集（例如微博）包含在摘要中，我们研究这种选择是否"公平"。我们对真实微博数据集的实验表明，现有摘要算法与原始数据中的分布相比，往往对显著社会群体的代表差异很大。更重要的是，一些群体在生成的摘要中经常被"低估"，因此获得的曝光远低于他们在原始数据中本会获得的曝光。为了减少这种不利影响，我们提出了新颖的公平保留摘要算法，在确保各群体公平的同时生成高质量摘要。据我们所知，这是首次尝试产生公平的文本摘要，可能会开辟一个有趣的研究方向。