[논문 리뷰] World Literature According to Wikipedia: Introduction to a DBpedia-Based Framework

Christoph Hube, Frank Fischer외 3명|arXiv (Cornell University)|2017. 01. 04.

Wikis in Education and Collaboration참고 문헌 18인용 수 12

한 줄 요약

이 논문은 다국어 위키백과 기사들을 활용하여 세계 문학을 분석하기 위한 DBpedia 기반 프레임워크를 제안한다. 내재적(링크 구조) 및 외재적(페이지 조회수) 지표를 사용하여 주요 작가를 특정한다. 분석 결과, 윌리엄 셰익스피어와 같은 인물 중심으로 구성된 보수적이고 경험적으로 기반을 둔 문학 정의서가 드러났으며, 이들의 글로벌 우월성은 15개 언어 편의 위키백과에서 정량적으로 확인되었다.

ABSTRACT

Among the manifold takes on world literature, it is our goal to contribute to the discussion from a digital point of view by analyzing the representation of world literature in Wikipedia with its millions of articles in hundreds of languages. As a preliminary, we introduce and compare three different approaches to identify writers on Wikipedia using data from DBpedia, a community project with the goal of extracting and providing structured information from Wikipedia. Equipped with our basic set of writers, we analyze how they are represented throughout the 15 biggest Wikipedia language versions. We combine intrinsic measures (mostly examining the connectedness of articles) with extrinsic ones (analyzing how often articles are frequented by readers) and develop methods to evaluate our results. The better part of our findings seems to convey a rather conservative, old-fashioned version of world literature, but a version derived from reproducible facts revealing an implicit literary canon based on the editing and reading behavior of millions of people. While still having to solve some known issues, the introduced methods will help us build an observatory of world literature to further investigate its representativeness and biases.

연구 동기 및 목표

• 위키백과의 다국어 편의 문학 작가를 식별하고 순위를 매기는 재현 가능하고 데이터 기반의 방법을 개발한다.
• 수백만 명의 사용자들이 위키백과를 편집하고 읽는 행동을 통해 세계 문학이 암묵적으로 어떻게 구성되는지 조사한다.
• DBpedia에서 구조화된 쿼리 가능한 데이터를 활용하여 위키백과의 세계 문학 묘사에 대한 대표성과 편향을 평가한다.
• 데이터셋과 시각화 자료를 공개하여 세계 문학의 디지털 관측소를 구축하는 기반을 마련한다.
• 국가별 문학 전통이 위키백과에서 세계 문학적 영향력에 어떻게 기여하는지 평가한다.

제안 방법

• 15개 주요 언어 편의 위키백과 기사에서 '작가' 템플릿과 관련 분류를 중심으로 DBpedia를 활용해 구조화된 데이터를 추출한다.
• 템플릿 기반, 분류 기반, 하이브리드 방법의 세 가지 다른 작가 식별 접근법을 비교하여 정밀도와 재현율을 평가한다.
• 내재적 순위 측정법(인-degree, PageRank)과 외재적 측정법(페이지 조회수)을 적용하여 식별된 작가들의 영향력 수준을 평가한다.
• 기사 간 상호 링크와 PageRank를 기반으로 상위 작가들의 네트워크 그래프를 구축하여 위키백과의 문학 정의서 핵심을 시각화한다.
• 지속적인 분석과 관측소 개발을 위해 http://data.weltliteratur.net/ 에 데이터셋과 시각화 자료를 공개한다.
• 시계열 분석과 다국어 비교를 통해 문학적 인물의 진화와 다국적 영향 범위를 평가한다.

실험 결과

연구 질문

• RQ1 다양한 언어 편에서 위키백과의 문학 작가 식별 방법은 정확도와 커버리지 측면에서 어떻게 비교될 수 있는가?
• RQ2 위키백과의 세계 문학 묘사가 글로벌로 인정받는 문학 정의서를 얼마나 반영하고 있으며, 이는 국가별 문학 전통에 의해 어떻게 형성되는가?
• RQ3 다양한 위키백과 언어 편에서 다국적 영향을 보이는 작가는 누구이며, 각 지표에 따라 순위는 어떻게 달라지는가?
• RQ4 내재적(링크 기반)과 외재적(독자 기반) 영향력 측정법은 영향력 있는 문학적 인물을 식별하는 데 어떻게 비교될 수 있는가?
• RQ5 위키백과의 현재 세계 문학 묘사에 내재된 구조적 편향과 ���대 편향은 무엇이며, 이를 어떻게 정량화할 수 있는가?

주요 결과

• 윌리엄 셰익스피어는 분석된 15개 언어 편의 위키백과에서 가장 영향력 있는 문학적 인물로, PageRank 기준 13개 언어 편에서 1위, 인링크 수 기준 9개 언어 편에서 1위를 차지했다.
• 각 언어 편의 상위 25명의 작가들은 강한 국가적 편향을 보이며, 각 언어 편이 자신의 고전 문학적 인물을 세계 문학의 중심으로 강조하고 있다.
• 내재적 지표인 인-degree와 PageRank는 외재적 독자 트래픽과 강하게 상관관계를 보이며, 높은 연결성을 가진 작가들이 실제로 널리 읽히고 있음을 시사한다.
• 영어 위키백과의 상위 작가 네트워크는 유럽 및 영어권 작가들이 지배하는 핵심 문학 정의서를 드러내며, 보수적이고 역사적으로 확립된 문학 계층을 반영하고 있다.
• 템플릿 일관성의 한계가 있음에도 불구하고, 하이브리드 방법은 높은 정밀도를 달성하여 영어 위키백과의 주요 문학적 인물을 최소한의 오진을 동반해 대부분 포괄했다.
• 본 프로젝트의 데이터셋과 시각화 프레임워크는 위키백과에서 세계 문학 표현의 지속적인 모니터링을 위한 재현 가능하고 개방된 인프라를 제공한다.