Wikipedia för att lägga till mening till sina sidor

Som en global resurs byggd av miljontals volontärers fritid kan Wikipedia vara symbolen för Web 2.0. Men Wikimedia Foundation , en ideell organisation som bland annat driver Wikipedia, funderar nu på hur man ska göra det till en grundbult i Web 3.0, eller den semantiska webben.

Det innebär att en del av informationen på Wikipedias 15 miljoner (och ständigt växande) artiklar blir begripliga för datorer såväl som människor. Detta skulle tillåta programvara att veta, till exempel, att siffrorna som visas i en av kolumnerna i denna tabell med amerikanska presidenter är datum. Det skulle i sin tur tillåta applikationer som bygger på Wikipedia att automatiskt generera historiska tidslinjer eller svara på den typ av allmänna kunskapsfrågor som vanligtvis skulle innebära att en person hittar och läser ett relevant inlägg på webbplatsen.

Vid 2010 Semantisk teknologi konferens i San Francisco förra månaden, stiftelsens biträdande direktör, Erik Möller , och kollega Trevor Parscal , en användarupplevelseutvecklare för Wikimedia, visade några första steg som stiftelsen tagit för att utforska hur mer semantisk struktur kan läggas till på Wikipedia. De vädjade också till den semantiska webbgemenskapen för att hjälpa till att utveckla sätt att göra Wikipedias kunskap mer tillgänglig för datorer och programvara.

Semantisk information finns redan i Wikipedia, och folk bygger redan på den, säger Möller. Tyvärr hjälper vi inte riktigt, och de måste använda omfattande bearbetning för att göra det.

Ett exempel är DBPedia , en semantisk databas byggd med programvara som samlar in data från webbplatsens sidor och underhålls av Free University of Berlin och University of Leipzig, båda i Tyskland. En annan är Freebase , en vinstdrivande kunskapsdatabas, varav mycket också hämtades genom att skrapa Wikipedia. Freebase är datakällan som används av sökmotorn för svar på frågor PowerSet , som förvärvades av Microsoft för att vara en del av dess Bing-sökmotor.

De första målen för Möller och Parscal är infoboxar som visas som sammanfattningar på många Wikipedia-sidor, och tabellerna i poster, som t.ex den här visar bruttonationalprodukten för alla länder i världen .

Bara att kunna återanvända den datan inom Wikipedia skulle vara en stor sak, säger Yaron Koren , som driver ett konsultföretag som är specialiserat på Semantisk MediaWiki , ett tillägg till MediaWiki-programvaran som används för att bygga Wikipedia. Det manuella arbetet med att underhålla de många tabellerna och listorna idag skulle kunna elimineras, tillägger han. Istället skulle listor kunna genereras automatiskt från infoboxarna på andra sidor. Det skulle också vara möjligt att generera kartor, använda de platskoordinater som finns på vissa sidor, eller automatiskt generera tidslinjer för att sammanfatta perioder i historien som täcks av många andra sidor, säger Möller.

Möller säger att ett exempel på den typ av tjänster som skulle kunna aktiveras är WikiPics , utvecklad av Daniel kinzler på tyska Wikimedia-stiftelsen. Kinzler skrapade en databas med alla länkar som kopplar samman olika Wikipedia-sidor tillgängliga på flera språk och byggde en helt flerspråkig bildsökning. När en användare till exempel lägger in termen häst, vet tjänsten att även hitta bilder av cheval (franska) och Pferd (tyska). Du söker begrepp istället för termer, säger Möller. Men för närvarande förlitar sig webbplatsen på den långsamma processen att skrapa hela Wikipedia för att uppdatera sin kunskap. En semantisk Wikipedia skulle upprätthålla en livedatabas som kan frågas när som helst.

Wikipedia står inför två stora utmaningar när det gäller att omfamna semantiska begrepp, säger Möller. En är att ingen ännu har byggt en semantisk webbtjänst i skalan av en sajt som Wikipedia, och det är oklart om befintlig programvara som Semantic MediaWiki klarar uppgiften, säger han.

En andra utmaning är den egenskap hos Wikipedia som är mest ansvarig för dess framgång hittills: dess community. Att tänka på att lägga till semantisk struktur är en naturlig förlängning av vad Wikipedia behöver göra, givet rådande trender, säger Andrew Lih från University of Southern California, och författare till 2009 års bok Wikipedia-revolutionen . Men jag oroar mig lite för databasaspekten som kommer med detta – attraktionen med wikis i första hand är hur de har redigerats för hand av människor.

Parscal har lett ansträngningarna för att göra det enkelt för vem som helst att lägga till eller redigera data i en stor semantisk butik. Vi har arbetat på en visuell redigerare som föreslår hur vi kan hjälpa användare att bidra med strukturerad data, och som också gör redigeringsprocessen enklare, säger Parscal.

Att redigera Wikipedia idag är redan en skrämmande process som behöver förbättras, medger Parscal. Om du har interagerat med vårt gränssnitt, förklarar han, har du blivit slagen i ansiktet av wikitext (ett märkningsspråk som använder speciell kod kring text för att formatera saker som länkar, referenser och avsnittsrubriker). Wikitexten för tabeller eller infoboxar – den information som är mest mogen för att göra semantisk – är särskilt tät och svår att förstå, säger Parscal. Vi gjorde nyligen några användarupplevelsestudier med personer som inte hade använt det tidigare; de blev snabbt ganska frustrerade.

I framtiden kan det vara möjligt att helt och hållet ta bort behovet av att en människa befolkar vissa delar av Wikipedia, säger Möller. I grunden borde en hel del av dessa data förmodligen inte matas in av människor i första hand, det borde bara, säg, undersöka källan till en siffra som BNP en gång om året. Det är en förmåga som Koren redan har lagt till i Semantic MediaWiki, genom ett tillägg som heter ExternalData.

Dölj