关于数据
这五千年的事件从哪来、每一条怎么核的、以及我们仍然不能保证什么。
这里有什么
5,146 条事件,每条都有时间、地点、三语简介和来源清单。年代从新石器时代到公元 2000 年,覆盖十个世界大区。
事件由自动管道汇集,不是人工录入。每条记录在发布前要过格式校验、分布报告、AI 复核和一份冻结的回归样本。
来源与许可
简介是根据已核实的事实撰写的,不是抄来的。底层证据来自:
- Wikidata CC0 1.0结构化事实——日期、坐标、分类
- Wikipedia CC BY-SA 4.0用作日期与地点证据的正文
- UNESCO World Heritage Centre © UNESCO官方世界遗产名录——目前唯一独立于维基系的第三方来源
- OpenStreetMap ODbL底图瓦片
维基百科正文为 CC BY-SA 4.0,OpenStreetMap 数据为 ODbL,两者都要求署名,本页即为署名处。我们自己的简介是依据已核事实原创撰写的文字。
一条记录怎么核
时间和地点先做标准化:只能确定到世纪的年代就存成世纪,绝不假装成精确年份;地点是大概位置而非确切遗址时,地图上会标明。
过不了硬规则的记录宁可扣下,也不带着猜测发布。来源分歧无法调和时同样扣下——宁可有缺口,不要错日期。
我们不能保证什么
454(9%) 条事件至少有一个独立于维基系的来源。其余 4,692(91%) 条依赖 Wikidata 与各语言维基百科,而它们算同一个来源家族。
所以这不是一份「交叉核验过」的数据集,而是一份有据可查的数据集:每条事实都告诉你它从哪来,你可以自己去核。
发现错误?那很有用——管道会定期重跑,更正会回流进去。