本研究探讨了维基数据知识表示中的社会偏见，特别是在链接预测任务中对少数群体的影响。提出的AuditLP框架利用公平性指标识别性别和年龄偏见，发现偏见结果与全球北方和南方的社会经济文化分区相关。

本研究旨在提高维基数据中学术数据的可获取性，填补会议数据的不足。通过大型语言模型自动提取会议元数据并进行人工验证，提出了一种新方法，扩展了维基数据中的学术实体，增强了其作为学术资源的实用性。

本研究解决了Wikidata中不相交性检查不足的问题，分析现状并识别导致违规的模式和分类。通过SPARQL查询找出问题根源，并提出修复冲突信息的方案，为未来的不相交性建模与扩展提供建议。

本研究解决了Wikidata分类法中实例与类之间的歧义、分类路径不准确、循环存在及类别冗余等问题。作者提出了一种名为WiKC的新版本分类法，通过结合大型语言模型和图挖掘技术，实现了自动化清理。评估结果显示，WiKC在实体类型识别任务中具有实用价值。

本文研究了大型语言模型在推理能力上的差异，发现在归纳推理方面表现优异，但在演绎推理中相对不足。这一发现为进一步研究提供了新的视角和方向。

该论文介绍了IICONGRAPH，它是一个由ArCo和Wikidata的图标和图标叙述进行扩展和改进而创建的知识图谱。研究表明，IICONGRAPH在领域特定评估方面优于ArCo和Wikidata，并作为一个强大的平台来解决提出的研究问题。

本文介绍了从瑞典百科全书中提取位置条目的过程，通过分类器确定了约22％的条目是位置条目，并与Wikidata连接，获得了近18,000个有效坐标。研究揭示了地理信息的选择和表示，为进一步研究铺平了道路。

本研究介绍了一种新的免费多语种名义实体资源，包含20多种语言、20万个人名和组织名及拼写变体。该资源可用于改进数据库、名称搜索和机器学习系统，每日更新。

本文介绍了一个新的数据集，用于在知识图谱上进行口头回答的对话式问答。通过扩展现有的多轮对话式问答数据集，提供了新的贡献，并使用五个序列到序列模型进行了实验，同时保持语法的正确性。进行了误差分析，详细说明了模型在指定类别中的误差率。提议将答案口头化的数据集公开，并详细说明其使用，以便广泛使用。