文章選取人名名稱作為研究對象,分析了Wikidata中人物條目的屬性及來源的描述能力,并使用數(shù)據(jù)質(zhì)量維度評估了來源質(zhì)量。研究發(fā)現(xiàn):Wikidata使用多個屬性對人物條目進(jìn)行描述,Wikidata人物類來源可靠性不高,Wikidata數(shù)據(jù)來源本身的質(zhì)量難以保證。 

【文章來源】：圖書館理論與實踐. 2020,(04)CSSCI

【文章頁數(shù)】：5 頁

【部分圖文】：

Wikidata數(shù)據(jù)描述結(jié)構(gòu)

平均來源數(shù)是指同一屬性來源項的出現(xiàn)總次數(shù)與其出現(xiàn)的條目個數(shù)之比，體現(xiàn)了每個條目屬性附加的來源比例，平均來源數(shù)通常反映Wikidata人物條目的整體來源情況。由于屬性的出現(xiàn)次數(shù)大于等于條目數(shù)，因此平均來源數(shù)大于等于1。在圖2中，平均來源數(shù)在4以上的有3個，分別是4.6、11和14：最高的屬性為“成員”（P463），共出現(xiàn)101次，而僅有7個人物條目提供該屬性，平均而言，每個條目中該屬性附有14個來源，這是因為“成員”屬性通常包括多個屬性值，不同屬性值又附加了多個來源；“姓名”（P735）屬性共出現(xiàn)164次，有15個條目具有該屬性，平均每個條目有11個來源，原因可能為姓名作為人物的特定標(biāo)識符在不同名稱規(guī)范文檔中會被提及；“性別”（P21）屬性出現(xiàn)次數(shù)和條目數(shù)都較高，出現(xiàn)次數(shù)達(dá)993次，條目數(shù)為215個，平均每個條目中該屬性附有4.6個來源。其余屬性的來源比例在1-4之間，表明大部分屬性提供1-4個來源。與平均來源數(shù)相對，最高來源數(shù)指某屬性附加的最高來源個數(shù)，統(tǒng)計發(fā)現(xiàn)，“Q187199”條目中的“成員”屬性共包含11個屬性值，附加了19個來源信息，是所有條目屬性中出現(xiàn)最高的來源數(shù)；最低來源數(shù)指某屬性附加的最少來源個數(shù)，在本文統(tǒng)計數(shù)據(jù)中，最低來源數(shù)為1，而在Wikidata中，最低來源數(shù)為0，即屬性值沒有附加來源信息。2.2.4 屬性與屬性值

語義網(wǎng)環(huán)境下，數(shù)據(jù)的開放程度是影響其發(fā)展的一個重要因素。機(jī)構(gòu)內(nèi)部及機(jī)構(gòu)之間數(shù)據(jù)的開放共享及相互關(guān)聯(lián)，有助于知識發(fā)現(xiàn)及聚合。各來源機(jī)構(gòu)間的關(guān)聯(lián)情況見圖3。Wikidata主要從維基百科頁面抽取結(jié)構(gòu)化的數(shù)據(jù)，而維基百科的一個重要特點(diǎn)是免費(fèi)開放，由全世界不同用戶協(xié)作編輯，其中“維基共享資源”為用戶提供了可共享的媒體文件。同時，為了更好地利用維基百科內(nèi)容，DBpedia從維基百科中抽取了結(jié)構(gòu)化的信息，并以關(guān)聯(lián)數(shù)據(jù)的形式將其發(fā)布在網(wǎng)上，允許用戶基于維基百科實施復(fù)雜查詢，與許多數(shù)據(jù)集建立了鏈接關(guān)系，成為關(guān)聯(lián)數(shù)據(jù)云圖（LOD）中最核心的數(shù)據(jù)集。除維基來源外，統(tǒng)計條目中也存在其他數(shù)據(jù)庫來源，其中大部分的數(shù)據(jù)庫與其他數(shù)據(jù)庫建立了關(guān)聯(lián)鏈接關(guān)系。Data.bnf.fr是基于語義網(wǎng)的開放數(shù)據(jù)項目，與Library of Congress、DNB、VIAF、Id Ref、Geonames、Agrovoc、Thesaurus W、CCFr、Europeana、SUDOC、Worldcat及維基百科建立了外部鏈接，與Bn F目錄、Bn F存檔建立了內(nèi)部鏈接；[6]GND是個人名稱、主題詞和團(tuán)體名稱的規(guī)范文檔，與DBpedia、維基百科、geonames、sw、VIAF建立了鏈接；[7]VIAF是由OCLC主辦，20個國家圖書館共同實施的聯(lián)合項目，與LCSH、DNB、BNF、DBpedia等數(shù)據(jù)集建立了外部鏈接；[8]Freebase作為Google下的關(guān)聯(lián)數(shù)據(jù)集，與bbc-music、DBpedia、Geospecies及nytimes等建立了鏈接；[9]在線音樂元數(shù)據(jù)數(shù)據(jù)庫（Music Brainz）與IMDb、Allmusic、Rateyourmusic、VI-AF等數(shù)據(jù)集建立了鏈接關(guān)系；[10]CERL與機(jī)構(gòu)內(nèi)的工作組、專家組及安全組建立了內(nèi)部鏈接，與Europena及LIBFER建立了外部鏈接；[11]挪威國家圖書館規(guī)范數(shù)據(jù)（BIBSYS）是個人名稱的規(guī)范文檔，與DBpedia、DNB、VIAF建立了鏈接；[12]數(shù)學(xué)家的學(xué)術(shù)譜系與10個數(shù)學(xué)網(wǎng)站相連接。[13]其余數(shù)據(jù)庫雖較少與其他數(shù)據(jù)庫建立鏈接，但作為開放性的數(shù)據(jù)庫，用戶可以免費(fèi)獲取所需知識。ISNI作為全球人物標(biāo)識符被許多描述人物的數(shù)據(jù)集采用，有助于準(zhǔn)確標(biāo)識及定位資源；網(wǎng)絡(luò)電影數(shù)據(jù)庫（IMDb）目前也發(fā)布為關(guān)聯(lián)數(shù)據(jù)集，用戶基于眾多的數(shù)據(jù)庫內(nèi)容可以查找與電影相關(guān)的信息；國際植物名稱索引（IPNI）是植物名稱及相關(guān)信息的數(shù)據(jù)庫，是英國皇家植物園、哈佛大學(xué)標(biāo)本館和澳大利亞國立植物標(biāo)本館之間的聯(lián)合項目；[14]在線書目數(shù)據(jù)庫（Open Library）已發(fā)布為關(guān)聯(lián)數(shù)據(jù)，用戶可以貢獻(xiàn)或修改數(shù)據(jù)。整體而言，Wikidata描述人物條目的數(shù)據(jù)庫來源開放性普遍較高，且連接了圖書館內(nèi)部的書目數(shù)據(jù)、規(guī)范數(shù)據(jù)，有60%數(shù)據(jù)庫已發(fā)布為關(guān)聯(lián)數(shù)據(jù)集。數(shù)據(jù)的開放共享進(jìn)一步提高了數(shù)據(jù)參引能力，使用戶面對同一“實體”時可以基于不同的檢索點(diǎn)進(jìn)行查找。3 Wikidata中數(shù)據(jù)質(zhì)量分析


本文編號：3498776