Excavating the mother lode of human-generated text: A systematic review of research that uses the wikipedia corpus

اگر چه اساسا یک دانشنامه، محتوا گسترده ویکی پدیا پایگاه دانش است که به طور مداوم توسط محققان در طیف وسیعی از زمینه ها مورد سوء استفاده قرار گرفته است. این مقاله به طور سیستماتیک بررسی مطالعات علمی که ویکی پدیا را به عنوان منبع داده مورد بررسی قرار داده اند و ابزارهایی را که در ویکیپدیا در سه حوزه تحقیق علمی کامپیوتر کاربرد دارد، بررسی می کند: بازیابی اطلاعات، پردازش زبان طبیعی و ساخت هستی شناسی. ما در مورد روند تحقیق مطالعات شناسایی شده و مورد بررسی قرار می گیریم. ما فهرستی از ابزارهایی را که می توان برای استخراج داده ها از ویکی پدیا استفاده کرد و لیستی از مجموعه داده های موجود که از ویکی پدیا استخراج شده است، شناسایی و طبقه بندی کنیم.