WiCleanData：通过分类体系细化与约束强制保证 Wikidata 的类型一致性

由于其协作性质，Wikidata 存在错误、不一致和过度复杂等问题，例如冗余类、实例与类之间的歧义、错误的分类路径以及类型约束违规。大规模手动整理这些问题并不可行。为应对这些挑战，我们推出了 WiCleanData，这是 Wikidata 的一个改进版本，具有一致的分类体系且不存在类型约束违规。具体而言，我们设计了一条自动化流程：首先借助语言模型清理分类体系，然后通过层次聚合简化类型约束，最后据此筛选事实。最终生成的知识图谱不存在任何类型违规，并通过 Web 界面公开提供，便于探索和下游应用。