EquiSumm：一种基于性别偏见感知的包容性推文摘要生成框架

# EquiSumm：面向包容性推文摘要的性别偏见感知框架
来源：https://arxiv.org/html/2605.23412
11机构：ABV IIITM Gwalior, India
11邮箱：\{imt\_2022034, imt\_2022054, imt\_2022097, imt\_2022100, roshni\}@iiitm\.ac\.in

###### 摘要

尽管Twitter等社交媒体平台为新闻事件期间大规模观点分享提供了媒介，但个人或媒体机构手动处理海量内容以识别关键观点几乎是不可能的。为了解决这一问题，研究者提出了多种自动摘要技术，将大量推文压缩成简洁的信息性摘要。然而，这些算法并未明确考虑人口统计公平性。现有一些研究工作开发了自动摘要方法，能够提供社交媒体平台上与新闻事件相关的关键方面和主要观点的整体概述。然而，这些方法并未明确考虑不同人口统计群体（如性别）的代表性，这可能导致有偏见的摘要呈现。在本文中，我们提出了EquiSumm，该方法考虑共享观点的性别维度来生成摘要，我们在两个主要数据集上的实验分析表明，与现有研究工作相比，其性能有效性优异。

## 1 引言

尽管Twitter等社交媒体平台已成为大量用户的主要信息来源，但持续不断的信息流使得识别和理解相关方面变得困难。因此，自动摘要方法可以通过少量推文提供用户对新闻事件观点的概述\[3 (https://arxiv.org/html/2605.23412#bib.bib3)\]。用户观点的全面摘要可以使用户理解更大范围的辩论焦点，并为不同观点提供代表性\[8 (https://arxiv.org/html/2605.23412#bib.bib8)\]，例如立场检测\[4 (https://arxiv.org/html/2605.23412#bib.bib4)\]、流行度识别以及事件的整体理解\[13 (https://arxiv.org/html/2605.23412#bib.bib13),11 (https://arxiv.org/html/2605.23412#bib.bib11),9 (https://arxiv.org/html/2605.23412#bib.bib9)\]。推文摘要面临若干挑战，例如无论词汇鸿沟如何都要理解用户观点等\[2 (https://arxiv.org/html/2605.23412#bib.bib2)\]。虽然基于新闻事件的推文摘要侧重于理解摘要推文与新闻事件的相关性和覆盖度\[5 (https://arxiv.org/html/2605.23412#bib.bib5)\]，而灾难推文摘要方法主要旨在识别不同子类别以确保更快的灾害响应\[7 (https://arxiv.org/html/2605.23412#bib.bib7)\]。然而，这些方法都没有关注社会偏见感知的摘要，即整合并代表不同个体群体。

因此，虽然现有的摘要系统被广泛用于新闻媒体平台，社交媒体应用为用户提供了概述哪些内容被突出显示以及如何呈现。然而，这些方法可能无法确保所有人口统计群体的代表性。当新闻事件直接涉及人口统计群体时，这一点尤其相关，例如#MeToo事件¹¹¹https://en\.wikipedia\.org/wiki/MeToo\_movement。因此，一个适当的摘要应确保观点的代表性和性别的公平代表性。

表1：#MeToo数据集的推文示例
## 2 提出方法

提出的框架包含两个阶段：首先将推文分类到特定性别群体，然后从每个群体中选择代表性推文。我们接下来详细讨论每个步骤。

### 第一阶段（性别分类）：

这是摘要方法的第一步。该阶段的主要目标是识别特定性别讨论的与事件相关的方面，并进一步确保摘要中每个性别的代表性。我们的第一阶段包括根据推文文本中讨论的主题和信息，将推文分类到性别类别（GCGC）之一，例如男性（MM）、女性（FF）、中性（NN）或两者（BB）。我们在表1中提供了四个示例，以突出理解不同方面，从而识别推文隐含讨论的性别。提出的方法不考虑推文用户的性别，而是提出一种自动推断推文所指或讨论的特定性别的方法。因此，根据隐含引用理解和分类推文到不同性别，将有助于确保不同性别的观点和信息代表性。

对于第一阶段，我们提出了一种基于聚类的技术来识别给定推文的性别类别。我们首先根据推文组成词与现有性别本体匹配情况，将其分类到特定性别。我们依赖MIND数据集提供的与男性和女性关联词有关的词表\[1 (https://arxiv.org/html/2605.23412#bib.bib1)\]。我们使用spaCy-NER²²²https://spacy.io/来检测推文中的性别提及，例如通常与男性或女性相关的名称或性别代词。通过将现有本体中的性别特定关键词与spaCy的NER结合，我们将推文分类到性别类别中。这还包括理解性别特定名称以及上下文信息。如果推文同时包含男性和女性词表中的词，则视为Both。如果男性词表和女性词表中的词数量相等或为零，则推文归类为Neutral。基于初步分类，我们将具有高置信度的分类推文生成性别聚类的簇，并计算相应的质心，即基于SBERT\[12 (https://arxiv.org/html/2605.23412#bib.bib12)\]相似度该组所有推文的平均向量，如公式1所示：

c⃗_gender = 1/Ng Σ_{i=1}^{Ng} x⃗_i (1)

其中，x⃗_i 是被标记为任一性别的推文 i 的 SBERT 向量，Ng 是该性别组中的推文数量。此外，对于未分类或置信度低的分类推文，我们通过余弦相似度³³³https://en\.wikipedia\.org/wiki/Cosine\_similarity将该推文的向量表示与相应性别聚类质心进行比较。然后将未分类推文分配给与其余弦相似度最接近的性别组。因此，推文被分类为男性、女性和两者。我们的初步结果表明性别分类效果显著，如两个数据集的图1(a)和1(b)所示。

参考图注：(a) #MeToo数据集
参考图注：(b) 堕胎合法化数据集

图1：使用spaCy NER和聚类获得的各性别类别推文百分比。
### 第二阶段（代表性推文选择）

在第二阶段，目标是从每个性别关联的聚类中识别信息量最大且最具代表性的推文，使得最终摘要既能反映关键讨论主题，又能体现平衡的性别视角。为此，我们首先为每个性别组构建一个推文相似度图。在该图中，每个推文表示为一个节点，如果两个推文基于SBERT的向量嵌入之间的余弦相似度超过手动选择的阈值，则在这两个节点之间引入一条边。基于人工标注者的反馈和对语义连贯性的经验检查，我们将该阈值设定为0.40。这确保边反映有意义的语义相似性，而非表面的词汇重叠。

构建相似度图后，我们应用LexRank中心性算法识别每个性别聚类中最中心的推文。LexRank根据推文在相似度网络中的连接性和重要性对推文进行排序，使我们能够选择最能代表该性别组内整体观点分布的推文。对于每个性别类别，我们提取排名最高的前K条推文，其中K固定以保持不同性别组生成摘要长度的一致性。这防止数据集中占主导的性别组不成比例地影响最终摘要。

最后，将每个性别类别中选定的代表性推文拼接起来，形成整体事件摘要。通过确保每个性别关联聚类的平等贡献，生成的摘要不仅捕捉了事件中讨论的关键主题和情感，还确保了性别视角的平衡代表性。

## 3 实验讨论与结果

与基线方法的比较。我们将EquiSumm与广泛使用的抽取式摘要基线进行比较，以评估摘要质量和公平性。第一个基线是LexRank\[6 (https://arxiv.org/html/2605.23412#bib.bib6)\]，一种基于图的中心性方法，根据句子在相似度图中的重要性进行选择。第二个基线是潜在语义分析（LSA）\[10 (https://arxiv.org/html/2605.23412#bib.bib10)\]，执行降维以揭示潜在概念主题并相应选择代表性句子。第三个基线是社区检测（Louvain）+ LexRank，首先将推文聚类为语义连贯的社区，然后在每个聚类内应用LexRank提取代表性句子。该方法允许主题覆盖，但不明确确保人口统计代表性。这些基线有助于我们评估传统摘要器在存在性别偏见话语时的表现。

数据集详情。我们在两个公开可用的社会讨论数据集上进行实验，其中性别视角得到强烈表达。第一个数据集涉及全球#MeToo运动，包含485条推文，反映了个人经历、观点以及对骚扰相关叙述的反应。第二个数据集捕捉了美国堕胎合法化的辩论，包含934条讨论权利、伦理、政策决策和个人观点的推文。两个数据集自然包含多样的情感基调、论证风格和对性别的隐含引用，使其适合评估摘要的公平性。

包容性偏见分数。由于传统的摘要评估指标（如ROUGE）需要参考摘要且不考虑人口统计公平性，我们采用包容性偏见分数（IBS）来衡量生成摘要中性别代表平衡程度。IBS衡量最终摘要中男性关联词相对于女性关联词出现的频率。分数接近0表示平衡代表性，正分数反映对女性关联内容的偏见，负分数表示对男性关联内容的偏见。指标计算如下：

IBS = Σfreq(f) / (Σfreq(m)+Σfreq(f)) - Σfreq(m) / (Σfreq(m)+Σfreq(f))

其中 freq(m) 和 freq(f) 分别表示生成摘要中男性关联词和女性关联词的归一化频率。这提供了一个定量度量，以检查摘要方法是否会放大或减少数据集中的现有偏见。

表2：#MeToo数据集的性别代表度量
## 4 结论与未来工作

通过这项工作，我们提出了一种性别感知摘要算法EquiSumm，能够确保基于性别的观点具有代表性，而与用户身份无关。这在当前我们偏好摘要算法在实现古老目标的同时也确保摘要公平性的场景下尤其相关。我们在两个性别特定数据集上实证评估了提出模型的性能，以理解其有效性，并与现有摘要方法进行比较。初步结果表明EquiSumm具有很高的有效性。然而，这是一项初步工作，我们计划扩展它，使其能够捕捉和代表非二元或交叉身份，并纳入更多真实数据集。

## 参考文献

- [1] Gender bias detection in summarization. https://github.com/samruddhikurhe/Gender-Bias (2024), accessed: 2025-07-28
- [2] Bansal, D., Saini, N., Saha, S.: Dcbrts: a classification-summarization approach for evolving tweet streams in multiobjective optimization framework. IEEE Access 9, 148325–148338 (2021)
- [3] Chakraborty, R., Bhavsar, M., Dandapat, S.K., Chandra, J.: Tweet summarization of news articles: An objective ordering-based perspective. IEEE Transactions on Computational Social Systems 6(4), 761–777 (2019)
- [4] Chakraborty, R., Bhavsar, M., Dandapat, S.K., Chandra, J.: Detecting stance in tweets: A signed network based approach. arXiv preprint arXiv:2201.07472 (2022)
- [5] Chakraborty, R., Chakraborty, N.: Twminer: Mining relevant tweets of news articles. In: 2023 IEEE/ACM 23rd International Symposium on Cluster, Cloud and Internet Computing Workshops (CCGridW). pp. 1–3. IEEE (2023)
- [6] Erkan, G., Radev, D.R.: Lexrank: Graph-based lexical centrality as salience in text summarization. Journal of artificial intelligence research 22, 457–479 (2004)
- [7] Garg, P.K., Chakraborty, R., Dandapat, S.K.: Atsumm: Auxiliary information enhanced approach for abstractive disaster tweet summarization with sparse training data. Knowledge-Based Systems 311, 112969 (2025)
- [8] Garg, P.K., Chakraborty, R., Dandapat, S.K.: Portrait: a hybrid approach to create extractive ground-truth summary for disaster event. ACM Transactions on the Web 19(1), 1–36 (2025)
- [9] Kumar, R., Sinha, R., Saha, S., Jatowt, A.: Extracting the full story: a multimodal approach and dataset to crisis summarization in tweets. IEEE Transactions on Computational Social Systems (2024)
- [10] Landauer, T.K., Dumais, S.T.: A solution to plato’s problem: The latent semantic analysis theory of acquisition, induction, and representation of knowledge. Psychological review 104(2), 211 (1997)
- [11] Mahindrakar, S.M., Mondal, T., Dhakne, A., Arosh, S., Bhattacharya, I.: Performance analysis of tweet summarization techniques considering crisis dynamics. In: Proceedings of the 25th International Conference on Distributed Computing and Networking. pp. 418–423 (2024)
- [12] Reimers, N., Gurevych, I.: Sentence-bert: Sentence embeddings using siamese bert-networks. In: Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP). p. 3982. Association for Computational Linguistics (2019)
- [13] Zhu, M., Zeng, K., Wang, M., Xiao, K., Hou, L., Huang, H., Li, J.: Eventsum: A large-scale event-centric summarization dataset for chinese multi-news documents. In: Proceedings of the AAAI Conference on Artificial Intelligence. vol. 39, pp. 26138–26147 (2025)