DBpedia 与 Wikidata 中的政治代表性偏差对下游处理的挑战
计算与语言
2023-01-03 v1 人工智能
计算机与社会
数据库
摘要
Diversity Searcher 是一个最初为帮助分析新闻媒體文本中多样性而开发的工具。它依赖于一种自动内容分析形式，因而建立在先验假设之上，并取决于与多样性和公平性相关的特定设计选择。此类设计选择之一所使用的外部知识源。在本文中，我们讨论这些知识源对内容分析结果可能产生的影响。我们比较了 Diversity Searcher 所采用的两种数据源——DBpedia 与 Wikidata——在本体覆盖与多样性方面的差异，并描述其对文本语料库最终分析的含义。我们给出一个案例研究，考察 1990 至 2020 年间比利时政党在英语 DBpedia、荷兰语 DBpedia 和 Wikidata 中的相对过度或不足代表性，并强调此项数据分析设计所需的诸多决策及其背后的假设，以及由结果带来的启示。我们尤其发现英语 DBpedia 中存在政治右翼令人震惊的过度代表性。
引用
@article{arxiv.2301.00671,
title = {Political representation bias in DBpedia and Wikidata as a challenge for downstream processing},
author = {Ozgur Karadeniz and Bettina Berendt and Sercan Kiyak and Stefan Mertens and Leen d'Haenens},
journal= {arXiv preprint arXiv:2301.00671},
year = {2023}
}