Hedera：维基百科修订历史中实体的可扩展索引与探索

许多依赖维基百科作为知识主要来源的语义网工作通常基于数据集的静态快照。维基百科修订的完整历史虽然包含更多有用信息，但由于其异常庞大的体量，仍然难以访问。为了支持对该集合的进一步研究，我们开发了一个名为Hedera的工具，它能从维基百科修订历史数据集中高效提取语义信息。Hedera利用Map-Reduce范式实现快速提取，能够在中等规模集群中一天内处理整个维基百科文章的修订历史，并支持用于各种语义网研究的灵活数据结构。