Gerechtigkeit der extraktiven Textzusammenfassung

Wir schlagen vor, extraktive Zusammenfassungsalgorithmen aus einer völlig neuen Perspektive zu bewerten. Da ein extraktiver Zusammenfassungsalgorithmus eine Teilmenge der Texteinheiten aus den Eingabedaten auswählt, um sie in die Zusammenfassung aufzunehmen, untersuchen wir, ob diese Auswahl gerecht ist. Wir verwenden mehrere Zusammenfassungsalgorithmen über Datensätze, die mit einer sensiblen Eigenschaft (z. B. Geschlecht, politische Neigung) verbunden sind, und stellen fest, dass die erzeugten Zusammenfassungen oft sehr unterschiedliche Verteilungen der genannten Eigenschaft aufweisen. Insbesondere sind einige Klassen der Texteinheiten in den Zusammenfassungen gemäß dem Gerechtigkeitskonzept der benachteiligenden Auswirkungen unterrepräsentiert. Nach unserem Wissen ist dies die erste Arbeit zur Gerechtigkeit von Zusammenfassungen und dürfte interessante Forschungsprobleme eröffnen.