Wikidata 质量研究

Wikidata 已被许多社区日益广泛地采用，用于各种各样的应用，这些应用需要高质量的知识以取得成功的结果。在本文中，我们开发了一个框架，通过揭示社区当前实践来检测和分析 Wikidata 中的低质量陈述。我们基于以下方面探索了 Wikidata 中数据质量的三个指标：1）社区对当前记录知识的共识，假设已被移除且未重新添加的的陈述被隐式认为质量低；2）已被弃用的陈述；以及 3）数据中的约束违反。我们结合这些指标来检测低质量陈述，揭示了重复实体、缺失三元组、违反类型规则和分类区分方面的挑战。我们的发现补充了 Wikidata 社区正在进行的改进数据质量的工作，旨在使用户和编辑更容易发现和纠正错误。