May, 2014

维基百科 24 种语言版本的文化交流和高层人物相互影响排名

PDF
TL;DR运用 Markov 链和 Google 矩阵方法，分析了 24 种不同语言维基百科超链接网络中的历史人物，并根据他们的文化背景研究了它们的空间、时间和性别分布，发现了文化之间的交错和文化之间相互影响的最具影响力的文化，并构建了跨文化交流的网络。
发现论文，激发创造
  • 从维基百科挖掘跨文化关系 - 以 31 个欧洲食物文化为研究对象

    本研究通过比较维基百科的不同语言版本，探索了欧洲人对不同文化的烹饪习惯描述的差异，并提出了一种通过对语言社区的食品文化的描述和兴趣来挖掘不同语言社区间文化关系的方法。我们通过多种外部数据源（即欧洲社会调查、移民统计）、众包方法和模拟来评估所提取关系的有效性。

    Nov, 2014

  • 分析跨语种维基百科文章对的时间演变

    研究称，维基百科不同语言版本中表示实体或主题的文章独立演变，会产生不同观点的反映，需要对信息如何跨越维基百科语言版本进行分析，以支持质量控制。为了便于分析，研究者提出了一个名为 MultiWiki 的新型基于 Web 的用户界面，可以在时间轴上提供从不同语言版本来源的文章对中相似性和差异的概观。这使得用户能够观察跨语言文章相似性随时间的变化，并在特定时间点执行文章快照的详细视觉比较。

    Feb, 2017

  • 跨维基百科语言追踪知识传播

    该研究提供了一份跨语言知识传播数据集，用于追踪 Wikipedia 概念的全面传播历史，并探讨了其支撑结构因素以便未来研究探讨，并同时提出了新的应用如填补知识空缺、虚假信息和文化关系的分析。

    Mar, 2021

  • 全球为何阅读维基百科：超越英语使用者

    本文通过在 14 种不同语言版本的维基百科上进行大规模的调查和用户行为跟踪分析，比较研究读者对维基百科的使用情况和行为习惯，发现不同语言版本的维基百科普遍存在一些共同但也有实质性的差异，其中某些使用情况与特定的行为模式密切相关，并且特定的维基百科使用情况更常见于一些具有特定社会经济特征的国家。这些发现对于维基百科的编辑和其他 Web 技术的开发具有重要意义，有助于更好地了解读者的动机和行为。

    Dec, 2018

  • 跨多语言的全球实体排名

    使用 Wikipedia 和 Freebase 知识库，我们构建了一个全球长尾实体排名模型，涵盖多种语言。我们为实体识别提出了多个特征并建立了一个模型，使用一组超过一万个标签作为基础数据集。最终系统的准确率为 75％，F1 得分为 48％。我们提供了性能评估和排名质量的经验证据，并为未来研究开放了最终排名列表。

    Mar, 2017

  • 多语言维基百科研究的考虑因素

    本文详细介绍了不同语言版本的维基百科之间存在的差异，并提出了如何使用多语言和多模态数据进行研究和建模的建议。

    Apr, 2022

  • 利用推荐技术跨语言扩展维基百科

    本文提出了一种填补不同语言版本 Wikipedia 的文章覆盖范围空白的方法，通过识别缺失的文章，根据其重要性进行排序，并基于编辑人员的兴趣推荐给他们，经验证，个性化推荐可以将编辑人员的参与度提高两倍，推荐文章被创作的概率提高 3.2 倍，且创作出的文章的质量与自然创作的文章可比拟。该系统可以带来更多参与的编辑人员和更快地发展 Wikipedia，同时不会对其质量产生影响。

    Apr, 2016

  • 一个百万人的路径：从维基百科提取生活轨迹

    通过挖掘 Wikipedia 上数百万的人物传记页面，结合 COSMOS 模型的半监督学习和对比学习思想，本研究成功提取了人物生命轨迹，并提供了公开可用的代码、大量提取的轨迹数据和 WikiLifeTrajectory 数据集，以促进轨迹提取研究并帮助构建宏大叙事的分析研究。

    May, 2024

  • 维基百科传记中社会偏见的受控分析

    本文介绍了一种分析 Wikipedia 页面的方法，以研究社会偏见对公众舆论的可能影响，结果表明社会偏见具有可疑性，不为协变量控制可能导致不同的结论和偏见。

    Dec, 2020

  • 大规模多元文化知识获取与语言模型基准测试

    通过从维基百科文献到链接页面的导航，建立文化知识的多元多样化采集方法与 CultureAtlas 数据集，该数据集涵盖了各种亚国家地理区域和族群，用于评估语言模型在文化多元背景下的表现和开发具有文化敏感和意识的语言模型，以促进数字领域中全球文化的更具包容性和平衡的表达。

    Feb, 2024