何时相逢：从维基百科提取人类在时间与空间中的互动
社会与信息网络
2025-10-02 v1 计算机与社会
摘要
涉及 notable 个人之间的相互作用——无论是单独考察、团体考察，还是网络考察——往往传递着跨越文化、经济、政治、科学和历史视角的重要信息。通过分析这些相互作用的时间和位置，我们可以观察到这些动态如何在不同地区随时间展开。然而，相关研究往往受数据稀缺的限制，特别是关于特定位置和时间信息的可用性。为此，我们从维基百科挖掘数百万个人简介页面，提取出 685,966 条相互作用记录，形式为 (Person1, Person2, Time, Location) 相互作用四元组。这些相互作用的关键元素常常分散在异构的众包文本中，可能以松散或间接方式关联。我们通过设计一种集成注意力机制、多任务学习和特征迁移方法的模型，实现了 86.51% 的 F1 分数，显著优于基线模型。我们进一步对美国政治人物之间的内部和外部相互作用进行实证分析，以检视政治两极化，展示了在这种视角下从未可能的数据能带来的潜力。我们公开了代码、提取的相互作用数据以及 4,507 条标记好的相互作用四元组的 WikiInteraction 数据集。
引用
@article{arxiv.2510.00019,
title = {When Life Paths Cross: Extracting Human Interactions in Time and Space from Wikipedia},
author = {Zhongyang Liu and Ying Zhang and Xiangyi Xiao and Wenting Liu and Yuanting Zha and Haipeng Zhang},
journal= {arXiv preprint arXiv:2510.00019},
year = {2025}
}