知识图谱需要为其证据提供一个稳定的地址,即使文献中存在相互竞争的分类且没有统一的共识。检索时选定的地址往往会被误认为是唯一可用的分类,这在同一名称下收集的记录对应的单元在边界、层级或计数标准上不一致时尤为常见。以汉语方言学为例,同一地区会出现在不同方案中,而这些方案的单元成员和层级各不相同;当诊断依据变化时,单元的归属也会随之改变。即使两组音调计数被忠实引用,它们计数的对象仍可能不同,导致整个学科的分类依赖于自相矛盾的文献框架。验证引用或搜索冲突值都无法捕捉这些差异。
我将工作地址、来源定义的类别以及将段落纳入特定比较的决策区分开来,并主张这些决策连同记录之间的依赖关系应视为比较的来源信息。通过四个可复现的案例,PaRAGraph 案例手册展示了语言模型提取的主张在进入图谱前如何出现差异并被验证。平台现在将这些决策存为对象,作为可比性维度之一——记录的地址:每个来源方案中地区的定位、某篇出版物中的名称指代的是单元而非地点的决定,以及每个地址的来源。工作分类可以随新来源提供新主张而更新,而每个比较到其证据的路径保持不变。
点评