[論文レビュー] Wikidata from a Research Perspective -- A Systematic Mapping Study of Wikidata

Mariam Farda-Sarbas, Claudia Müller-Birn|arXiv (Cornell University)|Aug 29, 2019

Wikis in Education and Collaboration参考文献 59被引用数 13

ひとこと要約

2012–2018年の期間にわたり、67編の査読付き論文を対象としたこのシステマティックマッピング研究では、ウィキデータ関連の研究動向をマップし、主なテーマを特定するとともに、未だ研究が十分に進んでいない分野を明らかにした。研究では、データ品質、多言語性、使いやすさが中心的な研究テーマであることが判明した。一方で、複数性の影響、分野別応用、インターフェース設計に関する研究は不足している。本研究は、共同知識ベース分野における今後の研究の道しるべを提示する。

ABSTRACT

Wikidata is one of the most edited knowledge bases which contains structured data. It serves as the data source for many projects in the Wikimedia sphere and beyond. Since its inception in October 2012, it has been increasingly growing in term of both its community and its content. This growth is reflected by an expanding number of research focusing on Wikidata. Our study aims to provide a general overview of the research performed on Wikidata through a systematic mapping study in order to identify the current topical coverage of existing research as well as the white spots which need further investigation. In this study, 67 peer-reviewed research from journals and conference proceedings were selected, and classified into meaningful categories. We describe this data set descriptively by showing the publication frequency, the publication venue and the origin of the authors and reveal current research focuses. These especially include aspects concerning data quality, including questions related to language coverage and data integrity. These results indicate a number of future research directions, such as, multilingualism and overcoming language gaps, the impact of plurality on the quality of Wikidata's data, Wikidata's potential in various disciplines, and usability of user interface.

研究の動機と目的

• 2012年から2018年までのウィキデータ研究の現状を包括的に概説すること。
• 既存の研究を分類・カテゴライズし、研究分野のカバレッジと研究動向を明らかにすること。
• 特にデータ品質、多言語性、使いやすさに焦点を当て、ウィキデータ学術研究において未だ十分に検討が進んでいない分野（ホワイトスポット）を同定すること。
• ウィキデータ研究の全体像をマップし、新たな機会を浮き彫りにすることで、今後の研究を導くこと。

提案手法

• 学術データベース（ACM、Springer Link、DBLP、Google Scholar）を用いたシステマティックマッピング研究を実施し、初期の1,497件の結果を特定した。
• 関連性と質を基準にスクリーニングを行い、ジャーナルおよびカンファレンスプロceedingsに掲載された67編の査読付き論文を選定した。
• 研究の焦点に応じて、データ品質、コミュニティダイナミクス、応用分野など、テーマ別に論文を分類した。
• 出版頻度、掲載会議・ジャーナル、著者出身国、研究動向の時間的推移を分析し、ウィキデータ研究の進化を評価した。
• システマティックマッピング研究のための標準的手順（Petersen et al., 2015）を用いて、方法論の整合性と再現可能性を確保した。
• 研究結果を統合し、文献における主要な研究テーマと新たなギャップを同定した。

実験結果

リサーチクエスチョン

• RQ1 2012年から2018年までのウィキデータ研究において、主な研究テーマやテーマは何か？
• RQ2 どの研究分野が注目を集めており、どの分野がまだ未開拓のままであるか？
• RQ3 ウィキデータ研究の出版頻度、掲載会議・ジャーナル、著者構成の観点から、研究はどのように変化してきたか？
• RQ4 特にデータ品質と多言語性に注目した場合、ウィキデータ研究における主な課題と機会は何か？
• RQ5 現在の文献状況から、今後の研究の方向性として示唆されるものは何か？

主な発見

• 67件の研究において、言語カバレッジやデータ整合性を含むデータ品質が、最も顕著な研究テーマとして浮き彫りになった。
• ウィキデータにおける多言語性や言語的ギャップの解消に関する研究は増加傾向にあり、他の分野に比べてまだ未発展である。
• 矛盾データの共存（複数性）がデータ品質に与える影響は、重大なテーマであるが、十分に検討されていない。
• 医学、言語学、地理学などの分野におけるウィキデータの可能性は検討されているが、分野特化型の研究は依然として限定的である。
• ウィキデータのユーザインタフェースおよび寄稿ワークフローの使いやすさは繰り返し指摘される懸念事項であるが、詳細な評価を行った研究は少ない。
• コミュニティダイナミクスがデータ品質および持続可能性に与える長期的影響を理解する分野に明確な研究ギャップが存在する。