GlobalFusion

GlobalFusion是一个由麦吉尔大学的研究团队创建的新型数据集，包含来自150多个国家的约100,000个烹饪食谱，涵盖了500种不同的菜肴。该数据集旨在捕捉不同文化背景下烹饪方式的适应性，为分析文本在文化差异方面的变化提供基础。

GlobalFusion is a novel dataset developed by a research team at McGill University. It contains approximately 100,000 cooking recipes from over 150 countries, covering 500 distinct cuisines. This dataset aims to capture the adaptability of culinary practices across diverse cultural backgrounds, providing a foundational resource for analyzing textual variations related to cultural differences.

搜集汇总

数据集介绍

构建方式

GlobalFusion数据集的构建基于RecipeNLG数据集，通过筛选包含国家或地区名称的食谱标题，最终收集了来自173个国家的135,385份食谱。为确保数据质量，研究团队制定了严格的筛选标准，包括食谱的流行度、多样性、命名规范等。通过人工校对和聚类分析，最终确定了500道代表性菜肴，每道菜肴均关联一个主要参考国家作为知识库，并包含来自其他国家的变体食谱，以研究文化差异。

特点

GlobalFusion数据集包含500道菜肴，共计约10万份食谱，覆盖150多个国家，展现了丰富的文化多样性。其独特之处在于每道菜肴均关联一个主要文化背景，并包含多个文化变体，为研究文化新颖性提供了丰富素材。数据集还引入了基于Jensen-Shannon散度的新颖性度量指标，能够量化不同文化背景下的食谱文本差异。

使用方法

该数据集适用于自然语言处理和文化研究领域，可用于分析文化差异对文本表达的影响。研究者可通过比较同一道菜肴在不同文化背景下的食谱描述，计算其文本分布差异，进而量化文化新颖性。数据集还支持与地理、语言、宗教等文化距离指标的关联分析，为跨文化研究提供数据支持。使用前需进行文本预处理，包括词性标注、词形还原等，以准确计算概率分布差异。

背景与挑战

背景概述

GlobalFusion数据集由Florian Carichon、Golnoosh Farnadi（MILA, McGill University）和Romain Rampa（École de technologie supérieure）于2025年创建，旨在解决自然语言处理（NLP）中文化新颖性量化的问题。该数据集包含来自150多个国家的500道菜肴和约10万份烹饪食谱，通过捕捉食谱在不同文化背景下的适应性变化，为文化多样性研究提供了重要资源。GlobalFusion的提出填补了人工智能领域缺乏鲁棒文化新颖性度量标准的空白，推动了跨学科研究，尤其在文化差异计算建模方面具有显著影响力。

当前挑战

GlobalFusion数据集面临的挑战主要包括两方面：领域问题挑战和构建过程挑战。在领域问题方面，文化新颖性的主观性和多维性使得量化变得复杂，需解决文化距离度量与文本语义差异的关联问题。构建过程中的挑战包括：跨文化食谱数据的收集与标注，需确保文化代表性的平衡；处理语言多样性带来的文本差异；以及解决数据偏差问题，如某些地区食谱数据不足或文化误用现象。此外，如何定义有效的文化新颖性指标（如基于Jensen-Shannon散度的度量）以捕捉文化间的语义差异，也是关键挑战之一。

常用场景

经典使用场景

GlobalFusion数据集在文化新颖性研究领域具有经典应用价值，尤其在分析跨文化食谱改编的语义差异方面表现突出。通过整合社会学与管理学理论框架，该数据集为量化文化距离提供了实证基础，使得研究者能够系统考察不同社区对同一菜肴的文本描述差异。其核心应用场景包括利用Jensen-Shannon散度指标，测量当某文化社区的食谱被另一文化背景社区修改时产生的文本分布偏移，从而揭示文化适应过程中的创新模式。

衍生相关工作

该数据集已催生多项延伸研究，最具代表性的是文化感知型大语言模型的评估框架构建。后续工作如Tao等人（2024）基于GlobalFusion开发的WVS文化地图适配方法，实现了对LLM输出文化偏向的系统检测。此外，Bhatt等学者（2024）利用该数据集提出的发散度量指标，建立了生成式AI文化适应能力的评估基准，推动形成了'AIGC文化对齐'这一新兴研究方向。

数据集最近研究

最新研究方向

近年来，GlobalFusion数据集在自然语言处理（NLP）和文化多样性研究领域引起了广泛关注。该数据集通过整合来自150多个国家的50万道菜肴和约10万份烹饪食谱，为文化新颖性建模提供了丰富资源。研究重点集中在利用Jensen-Shannon Divergence等度量方法，分析不同文化背景下食谱文本的语义差异，揭示文化距离与语言表达之间的相关性。这一方向与当前生成式大语言模型（LLMs）的文化代表性问题密切相关，为评估和提升模型的文化意识提供了新思路。GlobalFusion的跨学科框架不仅推动了AI领域对文化多样性的量化理解，也为社会学和管理学中的文化差异研究提供了计算支持，具有重要的理论和应用价值。

相关研究论文

• Crossing Boundaries: Leveraging Semantic Divergences to Explore Cultural Novelty in Cooking Recipes

  麦吉尔大学 · 2025年