本文提出基于用户调查和日志分析相结合的方法，建立了一个 Wikipedia 使用分类法，并探究了用户访问 Wikipedia 的原因和用户行为，发现用户访问 Wikipedia 的动因有很多种，例如关注当前事件、个人好奇、工作或学校任务、或枯燥无味等，同时也识别出了与特定使用情形相关的行为模式。

Feb, 2017

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

通过构建多语言模型评价维基百科文章的可读性，作者展示了该模型在 14 种语言中的零样本情况下的 80% 以上的排名准确率，并且提供了维基百科的可读性状况的第一个概述。

Jun, 2024

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

使用维基百科的英语文本，对简单英语维基百科和主要英语维基百科进行了语言复杂度的统计分析，发现虽然简单英语的语言词汇更简化，但实际上与主要英语的词汇丰富程度相同；同时通过更长的单元（单词和词性标记）的详细分析发现，简单英语相对于主要英语主要表现在使用更短的句子，而不是显著简化的语法或词汇。Gunning 可读性指数的比较也支持了这个结论。此外，该研究进一步分析了语言复杂度与文章主题依赖性之间的关系，并发现概念性文章中的语言更为高级。最后，研究还对话题和语言复杂度之间的关系进行了调查，并得出结论说，有争议性的文章更容易降低语言复杂度。

Apr, 2012

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

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

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。

May, 2014

本研究探讨语言对用户生成内容的碎片化影响，通过检查 25 种不同的维基百科语言版本中的知识表示多样性。研究发现维基百科的语言多样性大于先前研究的预测，并对利用维基百科作为世界知识来源的应用程序产生重要影响。最后阐述了如何利用这种知识多样性创造 “文化意识应用” 和 “超语言应用程序”。

Apr, 2019

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