Wisdom-Database

智慧数据库是一个结构化的集合，包含来自不同来源的简明可操作原则，旨在帮助指导道德、伦理和实践决策。数据库包含心理工具、名言和个人箴言等类别，每条记录都包含类别、文本、访问日期和来源等字段。

The Wisdom Database is a structured collection of concise and actionable principles from diverse sources, designed to assist in guiding moral, ethical, and practical decision-making. The database encompasses categories including psychological tools, famous quotes, and personal maxims, with each record containing fields such as category, text, access date, and source.

原始信息汇总

Wisdom-Database 数据集概述

数据集目的

提供结构化收集的简明可操作原则，帮助做出更好的道德、伦理和实践决策。

数据库构成

• Mental Tools：改进思维、决策和问题解决能力的概念工具
• Quotes：来自哲学家和思想家的见解、建议或反思
• Personal Sayings：用户提供的非广泛传播的言论

内容规范

记录要求

• 必须包含指导道德、伦理或实践决策的可操作原则
• 必须包含一个原子化想法
• 必须仅包含页面上可用的文本
• 必须保持唯一性
• 不得重复信息

风格指南

• 用最少词汇准确表达想法（建议10词以内）
• 力求逐字记录，但可简化术语、删除填充词、缩短长引文
• 必须使用数字而非单词

禁止内容

• 不得包含非法内容
• 不得宣扬七宗罪（傲慢、贪婪、色欲、嫉妒、暴食、愤怒和懒惰）

数据验证

• 必须填写所有数据库字段，否则记录无效

文本修改规则

• 使用前缀（如适用）
• 使用省略号（…）表示缩短和合并的想法

数据库字段

• Category：主题路径（如philosophy/topic）
• Text：主要引用材料
• Access Date：查看来源的相对日期（格式：日 月 年，如11 Feb 2025）
• Source：URL、书籍或其他参考资料

贡献指南

• 遵守所有规则和指南
• 推荐使用VS Code扩展：https://marketplace.visualstudio.com/items?itemName=janisdd.vscode-edit-csv
• 克隆存储库并提交拉取请求

搜集汇总

数据集介绍

构建方式

在道德哲学与决策科学领域，Wisdom-Database通过结构化采集方法构建知识体系。该数据集从多元来源系统提炼可操作的道德准则与伦理原则，每条记录遵循原子化理念，确保单一命题包含完整行动指引。数据采集过程严格遵循内容规范，剔除描述性文字与背景信息，仅保留具备直接指导价值的核心观点。所有条目经过文本精炼处理，采用数字替代文字表述，并通过前缀与省略号实现语义融合，最终形成层次分明的分类体系与可追溯的元数据架构。

特点

该数据集呈现三大核心特征：其知识单元具有高度凝练性，平均表述长度控制在十个词汇以内，有效降低认知负荷；内容架构体现跨学科融合特质，涵盖思维工具、哲人箴言与用户原创三个维度，形成立体知识网络；伦理导向鲜明，严格规避七宗罪等负面内容，确保所有准则符合道德规范。每条记录均配备完整的元数据链条，包括分类路径、溯源信息与访问日期，构建出可验证的知识图谱体系。

使用方法

研究者可通过克隆代码库参与数据生态建设，使用专用CSV编辑工具进行条目贡献。实际应用时建议按分类路径进行主题检索，如哲学/决策理论层级下的内容筛选。数据验证机制要求所有字段完整填充，使用者可结合溯源信息进行跨文本比对。该数据集适用于道德推理模型训练、决策支持系统开发等场景，其原子化特性便于嵌入人工智能伦理框架，为合规性检测提供基准参照。

背景与挑战

背景概述

Wisdom-Database作为结构化知识库的典范，由跨学科研究团队于数字人文浪潮中构建，聚焦于道德伦理与实用决策领域的可操作原则提炼。该数据集通过整合哲学思想、心理工具及个人箴言等多源智慧，致力于构建一个精炼且可执行的道德决策支持系统，其核心在于将抽象哲理转化为具象行为指南，为人工智能伦理框架与认知科学应用提供实证基础。

当前挑战

领域层面需突破道德决策的语境依赖性与文化异质性障碍，确保原则的普适性与跨文化适用性；构建过程中面临原子化知识单元的精准界定挑战，既要保持原意完整性又需满足十词以内的极简表达，同时需通过严格的数据验证机制规避内容重复与语义冗余，并在禁止负面价值观传播的约束下维持知识体系的中立性。

常用场景

经典使用场景

在道德哲学与决策科学领域，Wisdom-Database作为结构化知识库，其经典应用场景集中于为研究者提供可操作的道德原则与思维工具。通过整合来自哲学家、思想家及用户生成的精炼格言，该数据集能够系统支持伦理推理模型的训练，辅助构建具备道德判断能力的智能系统，并在跨学科研究中作为理论验证的基准数据源。

实际应用

在实际应用层面，Wisdom-Database已成为教育科技与人工智能伦理系统的重要支撑。其精炼的行动原则被集成至道德教育平台，用于培养批判性思维；在AI伦理框架设计中，该数据集为自动驾驶、医疗决策等场景的伦理算法提供核心准则库，确保人工智能系统在复杂情境中作出符合人类价值观的可靠判断。

衍生相关工作

基于该数据集衍生的经典工作主要包括三类：一是构建道德知识图谱的研究，通过关联不同来源的原则形成语义网络；二是开发伦理决策支持系统，将抽象原则转化为具体情境的操作指南；三是生成对抗性测试框架，利用数据集中的矛盾准则检验道德推理模型的鲁棒性。这些工作共同推动了可解释人工智能与计算伦理学的前沿发展。