Wikipedia for at tilføje mening til sine sider

Som en global ressource bygget af millioner af frivilliges fritid kan Wikipedia være indbegrebet af Web 2.0. Men Wikimedia Foundation , en nonprofitorganisation, der blandt andre projekter driver Wikipedia, tænker nu på, hvordan man kan gøre det til et led i Web 3.0 eller det semantiske web.

Det betyder at gøre nogle af dataene på Wikipedias 15 millioner (og tælle) artikler forståelige for computere såvel som mennesker. Dette ville tillade software at vide, for eksempel, at tallene vist i en af ​​kolonnerne i denne tabel viser amerikanske præsidenter er datoer. Det kunne til gengæld gøre det muligt for applikationer, der trækker på Wikipedia, automatisk at generere historiske tidslinjer eller besvare den slags generelle vidensspørgsmål, som normalt ville indebære, at en person finder og læser et relevant indlæg på webstedet.

Ved 2010 Semantisk teknologi konference i San Francisco i sidste måned, fondens vicedirektør, Erik Möller , og kollega Trevor Parscal , en brugeroplevelsesudvikler for Wikimedia, viste nogle første skridt taget af fonden for at udforske, hvordan mere semantisk struktur kan tilføjes til Wikipedia. De appellerede også til det semantiske websamfund for at hjælpe med at udvikle måder at gøre Wikipedias viden mere tilgængelig for computere og software.

Semantisk information findes allerede i Wikipedia, og folk bygger allerede på det, siger Möller. Desværre hjælper vi ikke rigtigt, og de skal bruge omfattende behandling for at gøre det.

Et eksempel er DBPedia , en semantisk database bygget ved hjælp af software indsamler data fra webstedets sider og vedligeholdes af det frie universitet i Berlin og universitetet i Leipzig, begge i Tyskland. En anden er Freebase , en for-profit videndatabase, hvoraf meget også blev hentet ved at skrabe Wikipedia. Freebase er den datakilde, der bruges af søgemaskine til besvarelse af spørgsmål PowerSet , som blev opkøbt af Microsoft for at være en del af deres Bing-søgemaskine.

De første mål for Möller og Parscal er infobokse der vises som opsummeringer på mange Wikipedia-sider, og tabellerne i poster, som f.eks denne viser bruttonationalproduktet for alle lande i verden .

Bare det at kunne genbruge disse data inden for Wikipedia ville være en stor ting, siger Yaron Koren , der driver et konsulentfirma med speciale i Semantisk MediaWiki , en udvidelse til MediaWiki-softwaren, der blev brugt til at bygge Wikipedia. Det manuelle arbejde, der ligger i at vedligeholde de mange tabeller og lister i dag, kunne elimineres, tilføjer han. I stedet kunne lister automatisk genereres fra infobokse på andre sider. Det ville også være muligt at generere kort ved at bruge de stedskoordinater, der er på nogle sider, eller automatisk generere tidslinjer for at opsummere perioder i historien, der er dækket af mange andre sider, siger Möller.

Möller siger, at et eksempel på den slags tjenester, der kunne aktiveres, er WikiPics , udviklet af Daniel kinzler hos den tyske Wikimedia-fond. Kinzler skrabede en database med alle de links, der forbinder forskellige Wikipedia-sider, der er tilgængelige på flere sprog, og byggede en fuldt flersproget billedsøgning. Når en bruger f.eks. indsætter udtrykket hest, ved tjenesten også at finde billeder af cheval (fransk) og Pferd (tysk). Du søger efter begreber i stedet for termer, siger Möller. Men indtil videre er webstedet afhængig af den langsomme proces med at skrabe hele Wikipedia for at opdatere sin viden. En semantisk Wikipedia ville vedligeholde en live database, der kunne forespørges når som helst.

Wikipedia står over for to store udfordringer med at omfavne semantiske begreber, siger Möller. Den ene er, at ingen endnu har bygget en semantisk webservice på størrelse med et websted som Wikipedia, og det er uklart, om eksisterende software som Semantic MediaWiki er op til opgaven, siger han.

En anden udfordring er den funktion af Wikipedia, der er mest ansvarlig for dens succes indtil videre: dens fællesskab. At tænke på at tilføje semantisk struktur er en naturlig forlængelse af, hvad Wikipedia skal gøre, givet de fremherskende tendenser, siger Andrew Lih fra University of Southern California, og forfatter til bogen fra 2009 Wikipedia-revolutionen . Men jeg bekymrer mig lidt om databaseaspektet, der følger med dette – wiki'ers tiltrækning er i første omgang den måde, de er blevet håndredigeret af mennesker.

Parscal har ført an i bestræbelserne på at gøre det nemt for enhver at tilføje eller redigere data i en stor semantisk butik. Vi har arbejdet på en visuel editor, der foreslår, hvordan vi kan hjælpe brugere med at bidrage med strukturerede data, og det gør også redigeringsprocessen nemmere, siger Parscal.

At redigere Wikipedia i dag er allerede en skræmmende proces, der skal forbedres, indrømmer Parscal. Hvis du har interageret med vores grænseflade, forklarer han, er du blevet slået i ansigtet af wikitext (et opmærkningssprog, der bruger speciel kode omkring tekst til at formatere ting som links, referencer og afsnitsoverskrifter). Wikiteksten til tabeller eller infobokse - den information, der er mest moden til at lave semantisk - er særlig tæt og svær at forstå, siger Parscal. Vi har for nylig lavet nogle brugeroplevelsesundersøgelser med folk, der ikke havde brugt det før; de blev hurtigt ret frustrerede.

Fremover kan det være muligt helt at fjerne behovet for, at et menneske skal befolke nogle dele af Wikipedia, siger Möller. Grundlæggende burde mange af disse data sandsynligvis ikke indtastes af mennesker i første omgang, det skulle bare for eksempel spørge kilden til et tal som BNP en gang om året. Det er en funktion, som Koren allerede har tilføjet til Semantic MediaWiki gennem en udvidelse kaldet ExternalData.

skjule