使用大型语言模型细化维基数据分类学

由于其协作性质，维基数据被认为拥有复杂的分类学，存在实例与类的模糊性、某些分类路径不准确、循环的存在以及跨类的高度冗余等问题。手动清理此类分类学耗时且容易出错或主观。我们提出了 WiKC，这是一个新的维基数据分类学版本，通过大型语言模型（LLMs）和图挖掘技术的结合自动清理实现。通过对开源大型语言模型进行零样本提示，执行分类学上的操作，如切断链接或合并类别。从内在和外在两个角度评估了精炼后分类学的质量，后者的一个实体类型任务表明了 WiKC 的实际价值。