EquiSumm: 포용적인 트윗 요약을 위한 성별 편향 인식 프레임워크

Twitter와 같은 소셜 미디어 플랫폼은 뉴스 이벤트 기간 동안 대규모 의견 공유를 위한 매체를 제공하지만, 개인이나 미디어 기관이 핵심 관점을 식별하기 위해 방대한 양의 콘텐츠를 처리하는 것은 수동으로 불가능합니다. 이를 해결하기 위해, 대규모 트윗 모음을 간결하고 유익한 요약으로 압축하는 여러 자동 요약 (automatic summarization) 기술이 제안되었습니다. 그러나 이러한 알고리즘들은 인구통계학적 공정성 (demographic fairness)을 명시적으로 고려하지 않습니다. 기존의 여러 연구 작업들은 뉴스 이벤트와 관련된 소셜 미디어 플랫폼에서 공유되는 핵심 측면과 주요 의견에 대해 총체적인 개요를 제공할 수 있는 자동 요약 접근 방식을 개발해 왔습니다. 하지만 이러한 접근 방식들은 성별 (gender)과 같은 다양한 형태의 인구통계학적 표현을 명시적으로 고려하지 않으며, 이는 편향된 요약 표현으로 이어질 수 있습니다. 본 논문에서 우리는 공유된 의견의 성별 측면을 고려하여 요약을 생성하는 EquiSumm을 제안하며, 두 가지 주요 데이터셋에 대한 실험적 분석을 통해 기존 연구 작업 대비 성능의 효과성을 입증합니다.