维基百科中性别完整性的估计
Estimating Gender Completeness in Wikipedia
AI总结：
本文针对维基百科内容的性别不平衡问题，提出基于性别属性的类别完整性估计方法，用于量化不同Person子类别的性别覆盖完整程度，为编辑社区提供评估工具。
摘要：
维基百科内容中的性别不平衡是一个已知挑战，编辑社区正在积极应对。本文旨在为维基百科社区提供工具，以估计该问题在维基百科中不同实体类型（也称为类别）上的严重程度。为此，我们应用了基于性别属性的类别完整性估计方法。我们的结果不仅显示了Person的不同子类别中哪种性别在维基百科中更为普遍，而且还给出了不同性别和Person子类别的覆盖完整程度的认识。
英文摘要：
Gender imbalance in Wikipedia content is a known challenge which the editor community is actively addressing. The aim of this paper is to provide the Wikipedia community with instruments to estimate the magnitude of the problem for different entity types (also known as classes) in Wikipedia. To this end, we apply class completeness estimation methods based on the gender attribute. Our results show not only which gender for different sub-classes of Person is more prevalent in Wikipedia, but also an idea of how complete the coverage is for difference genders and sub-classes of Person.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
