百万人的轨迹：从维基百科中提取人生轨迹

著名人物的人生轨迹已被研究，以确定重要事件（如出生、死亡、教育、婚姻、竞赛、工作、演讲、科学发现、艺术成就和战斗）的时间和地点。理解这些个体如何与他人互动，为更广泛的人类动力学研究提供了宝贵的见解。然而，轨迹数据在数量、密度和人际互动方面的稀缺性，限制了相关研究的全面性和交互性。我们从维基百科挖掘了数百万个传记页面，并解决了因轨迹描述的多样性和异质性而产生的泛化问题。我们的集成模型COSMOS结合了半监督学习和对比学习的思想，达到了85.95%的F1分数。针对此任务，我们还创建了一个手工整理的数据集WikiLifeTrajectory，包含8,852个（人物，时间，地点）三元组作为真实数据。此外，我们对8,272位历史学家的轨迹进行了实证分析，以证明提取结果的有效性。为了促进轨迹提取研究并帮助分析性研究构建宏大叙事，我们公开了我们的代码、百万级别的提取轨迹以及WikiLifeTrajectory数据集。