[论文解读] Mining cross-cultural relations from Wikipedia - A study of 31 European food cultures

Paul Laufer, Claudia Wagner+2 more|arXiv (Cornell University)|Nov 17, 2014

Wikis in Education and Collaboration参考文献 37被引用 6

一句话总结

本文提出一种计算方法，通过分析31种欧洲语言版本维基百科在内容多样性和文章受欢迎程度方面的差异，挖掘跨文化关系，重点聚焦于饮食习俗。研究发现，文化相似性、地理邻近性和移民流动与相互理解及兴趣高度相关，该方法通过外部数据、众包和模拟实验得到验证。

ABSTRACT

For many people, Wikipedia represents one of the primary sources of knowledge about foreign cultures. Yet, different Wikipedia language editions offer different descriptions of cultural practices. Unveiling diverging representations of cultures provides an important insight, since they may foster the formation of cross-cultural stereotypes, misunderstandings and potentially even conflict. In this work, we explore to what extent the descriptions of cultural practices in various European language editions of Wikipedia differ on the example of culinary practices and propose an approach to mine cultural relations between different language communities trough their description of and interest in their own and other communities' food culture. We assess the validity of the extracted relations using 1) various external reference data sources (i.e., the European Social Survey, migration statistics), 2) crowdsourcing methods and 3) simulations.

研究动机与目标

• 调查不同维基百科语言版本在国家饮食文化表述上的差异，揭示潜在偏见与跨文化误解。
• 探讨文化文章的内容与受欢迎程度差异是否反映现实中的文化关系，如移民、共享价值观和地理邻近性。
• 开发并验证一种计算框架，利用维基百科数据作为非反应性、大规模的替代方法，以挖掘文化关系，替代传统基于调查的方法。
• 通过外部数据（如欧洲社会调查、移民统计数据）、众包和模拟实验，评估所挖掘文化关系的有效性。
• 证明共享饮食习俗与共享价值观相关，并表明文化理解受全球影响力和移民模式的影响。

提出的方法

• 收集并分析31种欧洲语言版本维基百科中关于国家饮食文化的条目，重点关注内容多样性和文章受欢迎程度（浏览量）。
• 基于各语言版本中对每种饮食文化描述的完整性和准确性，计算文化理解得分。
• 通过跨语言条目受欢迎程度衡量文化亲和力，即其他语言版本中该饮食文化条目被浏览的频率。
• 利用条目内容中提取的共享饮食习俗，经各语言版本标准化后，衡量文化相似性。
• 通过外部数据集（欧洲社会调查、移民统计数据）、众包标注和基于模拟的合理性检验验证结果。
• 应用托伯尔地理学第一定律，检验空间距离是否可作为控制变量，预测文化相似性。

实验结果

研究问题

• RQ1 不同维基百科语言版本在内容和受欢迎程度方面，对同一国家饮食文化的呈现差异有多大？
• RQ2 地理邻近性、移民模式和全球文化影响力在多大程度上影响欧洲语言社区之间对饮食文化的相互理解与兴趣？
• RQ3 共享饮食习俗在多大程度上与外部调查所测量的共享价值观和信念相关？
• RQ4 维基百科数据能否可靠地反映现实中的文化关系？如何在传统调查方法之外加以验证？
• RQ5 文化理解是否是文化亲和力（兴趣）的强预测因子，还是相似性与理解独立运作？

主要发现

• 文化理解（以各语言版本中菜肴描述的完整性衡量）与共享价值观和信念呈正相关，支持将可观察行为作为内部文化状态的代理指标。
• 邻国在饮食习俗上的文化相似性显著高于远距离国家，支持地理学第一定律在文化语境下的适用性。
• 法国和意大利饮食文化在欧洲维基百科版本中被最广泛理解，平均理解分为0.06；土耳其饮食文化排名第三，得分为0.04，与土耳其高比例移民密切相关。
• 移民是文化理解的关键驱动因素：移民输出量高的国家（如土耳其）即使其饮食在全球不占主导地位，也更被广泛理解。
• 仅一半的欧洲语言社区对其邻国饮食文化表现出高于非邻国的兴趣，表明地理邻近性影响文化好奇心。
• 高文化相似性与高理解力和高亲和力正相关，但高理解力并不必然导致高兴趣，表明相似性而非仅理解力驱动相互文化参与。