多语言维基百科表格中的事实不一致-计算机科学-人工智能-事实核查.pdfVIP

多语言维基百科表格中的事实不一致

SilviaCappa,LingxiaoKong,Pille-RiinPeet,FanfuWei,Yuchen

Zhou,andJan-ChristophKalo

CNRISTCsilviacappa@cnr.it

FraunhoferInstituteforAppliedInformationTechnologyFIT

lingxiao.kong@fit.fraunhofer.de

TallinnUniversityofTechnologypille-riin.peet@taltech.ee

EURECOMfanfu.wei@eurecom.fr

TechnicalUniversityofMunichyuchen.zhou@tum.de

本UniversityofAmsterdamj.c.kalo@uva.nl

译

中摘要维基百科是一个全球可访问的知识来源，内容涵盖超过300种语言。

尽管涉及相同主题，不同版本的维基百科是独立编写和更新的。这导致了

1

v事实上的不一致，可能影响到百科全书以及依赖维基百科作为主要训练源

6的AI系统的中立性和可靠性。本研究调查了维基百科结构化内容中的跨

0

4语言不一致性，重点关注表格数据。我们开发了一种方法来收集、对齐和

8分析来自维基百科多语种文章的表格，并定义了不一致性的类别。我们使

1.用各种定量和定性指标评估一个多语言样本数据集的对齐情况。这些见解

7对于事实核查、多语言知识互动以及设计依赖维基百科内容的可靠AI系

0

5统具有重要意义。

2

:

vKeywords:维基百科·事实不一致·表格数据

i

x

r

a1介绍

维基百科是最广泛使用的公共知识来源之一，提供了超过300种语言的

内容[16]。虽然不同语言版本的文章通常旨在描述相同的实体和事件，但它

们在呈现的事实和内容上经常存在差异，因为它们并非简单翻译，而是基于

各自语言版本独立编译的[13]。这些不一致提出了关于多语言内容可靠性、

完整性、丰富性和中立性的重要问题。本项目研究了维基百科不同语言版本

之间的各种不一致性，特别关注结构化数据如表格。维基百科表格之间的不

一致是一个很少被研究的问题。虽然最近有一些工作涉及匹配和查找各种语

言版本中的不完整维基百科信息框[8]，但表格中的不一致性尚未得到任何

探索。

2FactualInconsistenc