1
00:00:00,000 --> 00:00:02,310
Качество данных
Панельная дискуссия

2
00:00:02,310 --> 00:00:03,945
Клаудиа Мюллер-Бирн, Лукас Веркмейстер,

3
00:00:03,945 --> 00:00:05,945
Хосе Эмилио Лабра Гайо,
Кристина Сарасуа, Андра

4
00:00:05,945 --> 00:00:09,476
Приветствую всех на панельной дискуссии,
посвящённой качеству данных.

5
00:00:10,288 --> 00:00:13,671
Качество данных имеет большое значение,
ведь всё больше и больше людей

6
00:00:13,672 --> 00:00:16,779
полагаются на хорошее качество данных,

7
00:00:16,779 --> 00:00:19,323
о чём мы сегодня и поговорим.

8
00:00:21,229 --> 00:00:26,960
Будет четыре докладчика, которые выступят
с небольшими презентациями на темы,

9
00:00:26,960 --> 00:00:29,539
связанные с качеством данных,
а далее будут вопросы и ответы.

10
00:00:30,130 --> 00:00:32,234
Начнём с Лукаса.

11
00:00:34,385 --> 00:00:35,385
Спасибо.

12
00:00:35,901 --> 00:00:39,899
Привет, я Лукас,
и я начну с краткого обзора

13
00:00:39,899 --> 00:00:43,806
инструментов качества данных,
которые уже имеются в Викиданных,

14
00:00:43,807 --> 00:00:46,109
и тех, которые скоро появятся.

15
00:00:46,932 --> 00:00:50,623
Я выделил несколько общих тем:

16
00:00:50,623 --> 00:00:53,761
визуализация ошибок,
решаемость проблем,

17
00:00:53,762 --> 00:00:56,322
больше внимания данным
с целью выявления проблем,

18
00:00:56,945 --> 00:01:00,206
исправление общих источников ошибок,

19
00:01:00,206 --> 00:01:02,616
обеспечение качества существующих данных,

20
00:01:02,616 --> 00:01:03,966
а также курирование.

21
00:01:05,063 --> 00:01:07,868
Что у нас есть сейчас?

22
00:01:07,868 --> 00:01:09,948
Начнём с ограничения свойств.

23
00:01:10,318 --> 00:01:12,541
Вы наверняка видели это,
когда заходили на Викиданные.

24
00:01:12,541 --> 00:01:14,029
Иногда можно видеть эти иконки,

25
00:01:14,530 --> 00:01:17,241
которые проверяют
внутреннюю согласованность данных.

26
00:01:17,242 --> 00:01:20,800
Например, если одно событие
следует за другим,

27
00:01:20,801 --> 00:01:23,760
то за другим должно последовать
и это событие,

28
00:01:23,761 --> 00:01:27,161
элемент WikidataCon,
который, похоже, отсутствует.

29
00:01:27,162 --> 00:01:29,740
Это появилось пару дней назад.

30
00:01:30,040 --> 00:01:34,681
Если этого для вас недостаточно,

31
00:01:34,682 --> 00:01:38,080
вы можете ввести любой запрос,
используя сервис запросов,

32
00:01:38,081 --> 00:01:39,842
который, конечно,
полезен для многих вещей,

33
00:01:39,843 --> 00:01:44,543
но также его можно использовать
для поиска ошибок.

34
00:01:44,544 --> 00:01:46,974
Например, если вы заметили
какую-то ошибку,

35
00:01:46,975 --> 00:01:49,709
вы можете проверить, есть ли ещё места,

36
00:01:49,710 --> 00:01:51,658
где люди допустили похожие ошибки,

37
00:01:51,658 --> 00:01:53,438
и найти их с помощью сервиса запросов.

38
00:01:53,439 --> 00:01:55,199
Также можно совместить
эти два инструмента

39
00:01:55,199 --> 00:01:57,874
и искать нарушения ограничений,

40
00:01:57,875 --> 00:02:01,240
например, нарушения в какой-то области

41
00:02:01,241 --> 00:02:03,762
или нужном вам Вики-проекте,

42
00:02:03,762 --> 00:02:06,828
хотя результаты пока неполные,
к сожалению.

43
00:02:08,422 --> 00:02:09,877
Оценивание правок.

44
00:02:10,690 --> 00:02:12,666
Я думаю, это из последних изменений.

45
00:02:12,667 --> 00:02:16,217
Также можете добавить в свой
список наблюдения автоматическую оценку:

46
00:02:16,217 --> 00:02:20,249
сделана ли правка
с добрыми намерениями или нет,

47
00:02:20,250 --> 00:02:22,312
нанесёт ли она ущерб или нет.

48
00:02:22,313 --> 00:02:24,205
Думаю, здесь два направления.

49
00:02:24,206 --> 00:02:25,686
Если хотите, вы можете

50
00:02:25,687 --> 00:02:28,458
сосредоточиться на поиске правок
с добрыми намерениями,

51
00:02:28,458 --> 00:02:29,828
наносящих ущерб.

52
00:02:29,899 --> 00:02:32,523
Если вы дружелюбны и вежливы,

53
00:02:32,524 --> 00:02:37,121
можете написать этим редакторам:
«Спасибо за ваш вклад,

54
00:02:37,122 --> 00:02:40,560
вот, как это следует делать,
но всё равно спасибо».

55
00:02:40,561 --> 00:02:42,186
Если вы не хотите так делать,

56
00:02:42,187 --> 00:02:44,132
можно найти правки
с недобрыми намерениями,

57
00:02:44,132 --> 00:02:45,132
наносящие ущерб,

58
00:02:45,132 --> 00:02:46,293
и откатить их назад.

59
00:02:47,544 --> 00:02:49,761
Подобно этому есть рейтинг сущностей.

60
00:02:49,762 --> 00:02:52,590
Вместо оценивания правки,
последующего за ней изменения,

61
00:02:52,591 --> 00:02:53,904
вы оцениваете ревизию в целом.

62
00:02:53,904 --> 00:02:56,483
Я думаю, это такой же инструмент
измерения качества,

63
00:02:56,483 --> 00:02:59,863
о котором говорила Лидия
в начале конференции.

64
00:03:00,372 --> 00:03:04,569
Вот здесь скрипт, который ставит
оценку от одного до пяти.

65
00:03:04,570 --> 00:03:08,176
Он оценивает качество текущего элемента.

66
00:03:10,043 --> 00:03:12,538
Инструмент проверки
первичных источников предназначен

67
00:03:12,538 --> 00:03:14,857
для любой базы данных,
которую вы хотите импортировать,

68
00:03:14,857 --> 00:03:18,374
но качество её данных не настолько высоко,
чтобы напрямую добавлять её в Викиданные,

69
00:03:18,374 --> 00:03:20,335
поэтому вы добавляете базу
в этот инструмент,

70
00:03:20,336 --> 00:03:22,956
после чего люди могут решить,

71
00:03:22,956 --> 00:03:26,024
добавлять или не добавлять
отдельные утверждения.

72
00:03:28,595 --> 00:03:30,363
Отображение координат в виде карт --

73
00:03:30,363 --> 00:03:31,901
в основном, функция для удобства,

74
00:03:31,901 --> 00:03:33,588
но она также полезна
для контроля качества.

75
00:03:33,588 --> 00:03:36,937
Например, если вы видите, что здесь
должен быть офис Викимедиа Германии,

76
00:03:36,938 --> 00:03:39,400
а координаты
где-то в Индийском океане,

77
00:03:39,401 --> 00:03:41,529
то вы понимаете, что это неверный адрес,

78
00:03:41,530 --> 00:03:44,790
и вам легче это заметить,
чем если бы у вас были только цифры.

79
00:03:46,382 --> 00:03:49,576
Этот инструмент -- индикатор
относительной полноты.

80
00:03:49,577 --> 00:03:52,480
Вот эта маленькая иконка здесь,

81
00:03:53,007 --> 00:03:55,652
которая сообщает, насколько полно
описан конкретный элемент,

82
00:03:55,652 --> 00:03:57,613
и каких свойств не хватает.

83
00:03:57,614 --> 00:03:59,769
Это очень полезно,
если вы редактируете элемент

84
00:03:59,769 --> 00:04:03,172
и не очень ориентируетесь в данной сфере

85
00:04:03,172 --> 00:04:05,661
и не знаете,
какие свойства нужно указывать,

86
00:04:05,662 --> 00:04:08,230
тогда этот инструмент будет очень полезен.

87
00:04:09,604 --> 00:04:11,602
Также мы используем
инструмент Shape Expressions.

88
00:04:11,602 --> 00:04:15,624
Думаю, Андра или Хосе
расскажут об этом больше,

89
00:04:15,624 --> 00:04:20,508
но, по сути, это очень мощный способ
сравнения имеющихся данных со схемой,

90
00:04:20,508 --> 00:04:22,058
например, какое утверждение

91
00:04:22,058 --> 00:04:23,470
должны иметь определённые сущности,

92
00:04:23,470 --> 00:04:25,229
с какими сущностями
они должны быть связаны

93
00:04:25,229 --> 00:04:26,229
и как должны выглядеть.

94
00:04:26,229 --> 00:04:29,374
Таким образом вы сможете
находить проблемы.

95
00:04:30,366 --> 00:04:32,361
Я думаю... Нет, ещё не всё.

96
00:04:32,362 --> 00:04:34,321
Integraality, или панель свойств.

97
00:04:34,322 --> 00:04:36,773
На ней видны данные,
которые у вас уже есть.

98
00:04:36,774 --> 00:04:39,147
Например, эти данные
из Вики-проекта о красных пандах,

99
00:04:39,657 --> 00:04:41,181
и вы видите,

100
00:04:41,181 --> 00:04:43,561
что у большинства красных панд
известен пол,

101
00:04:43,561 --> 00:04:46,854
дата рождения зависит от зоопарка,

102
00:04:46,854 --> 00:04:50,255
и у нас почти нет погибших панд,
что замечательно,

103
00:04:50,346 --> 00:04:51,346
(смех)

104
00:04:51,437 --> 00:04:52,600
потому что они такие милые.

105
00:04:53,699 --> 00:04:55,654
Так что это тоже полезно.

106
00:04:56,377 --> 00:04:59,185
Теперь о том, что ожидается.

107
00:04:59,889 --> 00:05:03,784
Wikidata Bridge,
ранее известный как client editing

108
00:05:03,785 --> 00:05:07,076
для редактирования Викиданных
прямо из карточек Википедии.

109
00:05:07,675 --> 00:05:11,395
Это, с одной стороны,
позволит лучше контролировать данные,

110
00:05:11,395 --> 00:05:13,441
так как их сможет увидеть
большее число людей,

111
00:05:13,441 --> 00:05:15,851
и, мы надеемся, будет способствовать

112
00:05:15,851 --> 00:05:18,795
более частому использованию
Викиданных в Википедии,

113
00:05:18,841 --> 00:05:20,920
и это значит, большее число людей
сможет заметить,

114
00:05:20,921 --> 00:05:23,547
что, например, некоторые данные устарели
и должны быть обновлены,

115
00:05:23,547 --> 00:05:27,000
чем если бы они видели эти данные
только в Викиданных.

116
00:05:28,630 --> 00:05:30,656
Также есть испорченные ссылки.

117
00:05:30,657 --> 00:05:33,959
Идея в том, что если вы редактируете
значение утверждения,

118
00:05:34,683 --> 00:05:37,279
вы также можете обновить и ссылки,

119
00:05:37,280 --> 00:05:39,373
если это не просто опечатка
или что-то ещё.

120
00:05:39,897 --> 00:05:43,662
Эти испорченные ссылки
сигнализируют редакторам

121
00:05:43,663 --> 00:05:49,756
и дают возможность увидеть,
какие другие правки были сделаны,

122
00:05:49,756 --> 00:05:52,641
где отредактировали значение утверждения,
но не обновили ссылку,

123
00:05:52,641 --> 00:05:55,147
и вы можете всё подредактировать

124
00:05:55,147 --> 00:05:59,566
и решить, следует ли ещё что-то делать,

125
00:05:59,566 --> 00:06:02,796
или всё в порядке,
и ссылку обновлять не нужно.

126
00:06:03,543 --> 00:06:05,756
Перейдём к подписанным утверждениям.

127
00:06:05,756 --> 00:06:09,336
Я думаю, это связано с тем опасением,

128
00:06:09,336 --> 00:06:12,355
что некоторые источники данных...

129
00:06:13,881 --> 00:06:16,462
Есть утверждение, на которое ссылаются,
например, через ЮНЕСКО

130
00:06:16,462 --> 00:06:17,792
или какое-то другое учреждение,

131
00:06:17,792 --> 00:06:20,382
а потом кто-то неожиданно
вносит вандальные правки,

132
00:06:20,382 --> 00:06:22,306
и они переживают, что это будет выглядеть,

133
00:06:22,827 --> 00:06:26,992
как будто организация,
например, ЮНЕСКО, принимает эти правки.

134
00:06:26,993 --> 00:06:28,706
В случае с подписанными утверждениями,

135
00:06:28,706 --> 00:06:31,488
они могут криптографически
подписать эту ссылку,

136
00:06:31,488 --> 00:06:33,562
и это не помешает её редактированию,

137
00:06:34,169 --> 00:06:37,284
но если кто-то внесёт в утверждение
вандальные правки

138
00:06:37,284 --> 00:06:40,255
или любые другие, 
подпись будет недействительна,

139
00:06:40,255 --> 00:06:43,401
и это уже не совсем то,
что утверждает организация.

140
00:06:43,402 --> 00:06:45,035
Возможно, это хорошая правка,

141
00:06:45,035 --> 00:06:47,065
и нужно просто переподписать
новое утверждение,

142
00:06:47,065 --> 00:06:49,851
но, возможно, правку следует отменить.

143
00:06:51,203 --> 00:06:54,166
Думаю, это будет увлекательно.

144
00:06:54,166 --> 00:06:56,846
Citoid -- удивительная система,
которая есть в Википедии,

145
00:06:57,379 --> 00:07:01,340
где вы можете вставить URL,
идентификатор или ISBN

146
00:07:01,340 --> 00:07:04,759
или идентификатор Викиданных,
в общем, что угодно в визуальный редактор,

147
00:07:05,260 --> 00:07:08,241
и это трансформируется
в красиво отформатированную ссылку,

148
00:07:08,242 --> 00:07:11,269
которая содержит все нужные вам данные,
и ей легко пользоваться.

149
00:07:11,269 --> 00:07:14,337
Для сравнения, если я хочу
добавить ссылку в Викиданных,

150
00:07:14,338 --> 00:07:18,801
я обычно должен добавить URL ссылки,
название, строку с именем автора,

151
00:07:18,802 --> 00:07:20,449
место и дату публикации,

152
00:07:20,450 --> 00:07:24,141
даты получения --
по крайней мере, всё это --

153
00:07:24,141 --> 00:07:25,141
и это очень утомительно,

154
00:07:25,141 --> 00:07:29,261
а интеграция Citoid в Викибазу
должна помочь в этом.

155
00:07:30,245 --> 00:07:33,604
Думаю, у меня всё.

156
00:07:33,604 --> 00:07:36,400
Сейчас передаю слово Кристине.

157
00:07:37,510 --> 00:07:40,581
(аплодисменты)

158
00:07:40,581 --> 00:07:43,326
Как можно улучшить
управление качеством данных?

159
00:07:43,711 --> 00:07:45,471
Привет, я Кристина.

160
00:07:45,472 --> 00:07:47,672
Я научный сотрудник
Цюрихского университета

161
00:07:47,673 --> 00:07:51,417
и активный член
швейцарского Вики-сообщества.

162
00:07:52,698 --> 00:07:57,901
Когда мы вместе с Клаудией Мюллер-Бирн
отправляли наш доклад на WikidataCon,

163
00:07:57,902 --> 00:08:00,410
мы хотели продолжить обсуждение,

164
00:08:00,411 --> 00:08:02,424
начатое в этом году

165
00:08:02,424 --> 00:08:07,442
на семинаре по качеству данных,
а также на нескольких сессиях Викимании.

166
00:08:07,442 --> 00:08:10,535
В своём выступлении мы, в основном,
поделимся некоторыми соображениями

167
00:08:10,536 --> 00:08:14,432
как сообщества, так и нашими,

168
00:08:14,432 --> 00:08:16,560
и продолжим обсуждение.

169
00:08:16,561 --> 00:08:20,065
Нам хотелось бы и дальше
активно общаться с вами.

170
00:08:21,557 --> 00:08:23,371
Мы считаем, что очень важно

171
00:08:23,372 --> 00:08:27,580
постоянно спрашивать
всех пользователей сообщества

172
00:08:27,581 --> 00:08:32,240
о том, что им действительно нужно,
какие у них проблемы с качеством данных,

173
00:08:32,240 --> 00:08:35,000
не только редакторов
но и людей, которые пишут код,

174
00:08:35,000 --> 00:08:36,241
либо пользуются данными,

175
00:08:36,242 --> 00:08:38,434
а также исследователей,
которые фактически используют

176
00:08:38,434 --> 00:08:40,800
всю историю редактирования
для анализа происходящего.

177
00:08:42,367 --> 00:08:46,101
Мы сделали обзор
примерно 80-ти инструментов,

178
00:08:46,101 --> 00:08:48,386
существующих в Викиданных,

179
00:08:48,431 --> 00:08:52,380
и привели их в соответствие
с разными показателями качества данных.

180
00:08:52,380 --> 00:08:54,360
Мы увидели, что на самом деле

181
00:08:54,361 --> 00:08:57,681
многие инструменты
отслеживают полноту,

182
00:08:57,681 --> 00:09:02,820
а также некоторые из них поддерживают
взаимосвязи между данными.

183
00:09:02,820 --> 00:09:08,442
Есть потребность в инструментах,
оценивающих разнообразие данных --

184
00:09:08,443 --> 00:09:12,824
то, что мы можем иметь в Викиданных,

185
00:09:12,824 --> 00:09:15,958
в особенности, этот принцип
разработки Викиданных,

186
00:09:15,959 --> 00:09:17,901
в котором мы можем иметь
множественность --

187
00:09:17,902 --> 00:09:20,308
разные утверждения
с разными значениями

188
00:09:20,784 --> 00:09:22,236
из разных источников.

189
00:09:22,236 --> 00:09:24,921
Поскольку это вторичный источник,
у нас нет инструментов,

190
00:09:24,922 --> 00:09:27,750
сообщающих, сколько существует
множественных утверждений,

191
00:09:27,751 --> 00:09:30,889
сколько из них мы можем улучшить
и каким образом,

192
00:09:30,890 --> 00:09:32,833
и мы также точно не знаем,

193
00:09:32,833 --> 00:09:35,538
в чём причина этой множественности.

194
00:09:36,491 --> 00:09:39,201
На этих собраниях сообщества

195
00:09:39,201 --> 00:09:43,084
мы обсуждали проблемы,
всё ещё требующие внимания.

196
00:09:43,084 --> 00:09:46,499
Например, краудсорсинговые сообщества --

197
00:09:46,499 --> 00:09:49,293
это очень хорошо,
потому что разные люди работают

198
00:09:49,293 --> 00:09:51,833
с разными частями данных или графа,

199
00:09:51,834 --> 00:09:54,615
у всех людей разные
фундаментальные знания.

200
00:09:54,616 --> 00:09:59,161
Но на самом деле
очень трудно достичь однородности,

201
00:09:59,162 --> 00:10:04,920
потому что люди используют
разные свойства по-разному,

202
00:10:04,920 --> 00:10:08,401
и у них разные ожидания
от описаний сущностей.

203
00:10:09,003 --> 00:10:12,721
Люди также сказали,
что им нужно больше инструментов,

204
00:10:12,722 --> 00:10:16,000
которые дают лучший обзор
глобального статуса сущностей,

205
00:10:16,000 --> 00:10:20,733
показывают, каких сущностей не хватает
с точки зрения полноты,

206
00:10:20,733 --> 00:10:26,121
а также над чем сейчас работают люди.

207
00:10:26,121 --> 00:10:30,516
Они также многократно упоминают
более тесное сотрудничество

208
00:10:30,517 --> 00:10:33,311
не только между разными языками,
но и Вики-проектами

209
00:10:33,311 --> 00:10:35,571
и различным платформами Викимедии.

210
00:10:35,571 --> 00:10:40,029
Мы опубликовали все комментарии,
которые услышали во время этих обсуждений.

211
00:10:40,029 --> 00:10:42,959
Вы можете посмотреть их,
пройдя по ссылкам в Etherpad,

212
00:10:42,959 --> 00:10:46,162
а также на странице Викимании.

213
00:10:46,162 --> 00:10:48,481
Некоторые новые решения

214
00:10:48,481 --> 00:10:53,001
заключались в обмене лучшими практиками,

215
00:10:53,001 --> 00:10:55,762
которые реализуются
в разных Вики-проектах,

216
00:10:55,762 --> 00:11:01,238
но также людям нужны инструменты,
помогающие организовать работу в командах

217
00:11:01,239 --> 00:11:03,845
или, по крайней мере,
понять, кто над этим работает.

218
00:11:03,845 --> 00:11:07,815
Также люди упоминали,
что они хотят больше примеров

219
00:11:07,816 --> 00:11:12,019
и шаблонов, которые помогут в работе.

220
00:11:12,946 --> 00:11:14,163
У нас есть контакты

221
00:11:14,163 --> 00:11:18,721
с организациями открытых
государственных данных

222
00:11:18,722 --> 00:11:20,068
и, в частности,

223
00:11:20,068 --> 00:11:23,102
я поддерживаю контакты
с кантоном и городом Цюрих.

224
00:11:23,102 --> 00:11:26,207
Они очень заинтересованы в Викиданных,

225
00:11:26,207 --> 00:11:29,896
потому что хотят, чтобы их данные
были доступны для всех

226
00:11:29,897 --> 00:11:33,681
в таком месте, где люди
могут ознакомиться c этими данными.

227
00:11:33,682 --> 00:11:36,550
Для них было бы действительно интересно

228
00:11:36,551 --> 00:11:38,600
иметь какие-то качественные показатели

229
00:11:38,600 --> 00:11:41,082
как в Вики, они уже есть,

230
00:11:41,082 --> 00:11:42,801
но и в результатах SPARQL,

231
00:11:42,802 --> 00:11:46,066
чтобы знать, доверять ли данным,
полученным от сообщества.

232
00:11:46,067 --> 00:11:48,230
Они также хотят знать,

233
00:11:48,230 --> 00:11:51,417
какие из их наборов данных
полезны для Викиданных,

234
00:11:51,418 --> 00:11:53,091
и чтобы был такой инструмент,

235
00:11:53,091 --> 00:11:56,041
который поможет им
оценивать это автоматически.

236
00:11:56,041 --> 00:11:59,066
Им также нужна
какая-то методология или инструмент,

237
00:11:59,067 --> 00:12:01,404
который бы помог им решить,

238
00:12:01,404 --> 00:12:03,644
импортировать свои данные
или связывать их с Викиданными,

239
00:12:03,644 --> 00:12:05,994
поскольку в некоторых случаях
у них есть свои наборы

240
00:12:05,994 --> 00:12:07,137
связанных открытых данных,

241
00:12:07,138 --> 00:12:09,746
поэтому они не знают,
публиковать эти данные

242
00:12:09,746 --> 00:12:13,424
или создавать в наборах данных
ссылки на Викиданные

243
00:12:13,425 --> 00:12:14,425
и наоборот.

244
00:12:14,950 --> 00:12:20,044
Они также хотят знать, какие элементы
Викиданных ссылаются на их сайты.

245
00:12:20,044 --> 00:12:22,790
Когда они делают такой запрос,

246
00:12:22,790 --> 00:12:24,848
он остаётся без ответа
с истёкшим временем ожидания,

247
00:12:24,849 --> 00:12:28,181
поэтому, возможно, нам действительно
стоит создавать больше инструментов,

248
00:12:28,181 --> 00:12:32,240
которые помогут им получить
ответы на их вопросы.

249
00:12:33,148 --> 00:12:36,208
Кроме того,

250
00:12:36,208 --> 00:12:38,491
нам, вики-исследователям,

251
00:12:38,491 --> 00:12:42,023
тоже иногда не хватает информации
в описаниях изменений.

252
00:12:42,024 --> 00:12:44,953
Я помню, что когда
мы делали какую-то работу,

253
00:12:44,954 --> 00:12:47,479
чтобы понять различное поведение

254
00:12:47,479 --> 00:12:50,319
редакторов, ботов
или анонимных пользователей

255
00:12:50,319 --> 00:12:53,403
с помощью инструментов,

256
00:12:53,403 --> 00:12:56,154
нам действительно не хватало, например,

257
00:12:56,154 --> 00:13:01,112
стандартного способа отслеживания
использования этих инструментов.

258
00:13:01,113 --> 00:13:03,224
Есть несколько инструментов,
которые уже делают это,

259
00:13:03,224 --> 00:13:05,230
например, PetScan и многие другие,

260
00:13:05,230 --> 00:13:08,860
но, возможно, в сообществе
мы должны больше обсуждать,

261
00:13:08,860 --> 00:13:13,611
как фиксировать более точное
происхождение данных.

262
00:13:14,169 --> 00:13:16,111
Далее, мы полагаем,

263
00:13:16,111 --> 00:13:20,801
что нужно подумать о более конкретных
показателях качества данных,

264
00:13:20,802 --> 00:13:24,961
относящихся к связанным данным,
а не ко всем типам данных,

265
00:13:24,962 --> 00:13:28,602
поэтому мы разрабатываем комплекс мер

266
00:13:28,602 --> 00:13:31,752
для получения доступа
к приросту информации по ссылкам,

267
00:13:31,752 --> 00:13:33,881
подразумевая то,

268
00:13:33,882 --> 00:13:36,681
что когда мы связываем
Викиданные с другими наборами данных,

269
00:13:36,682 --> 00:13:38,201
мы также должны думать о том,

270
00:13:38,202 --> 00:13:41,921
сколько сущностей
получается в классификации,

271
00:13:41,922 --> 00:13:45,601
описании и в словарях,
которыми они пользуются.

272
00:13:45,602 --> 00:13:51,041
Просто для примера, что я имею в виду:

273
00:13:51,042 --> 00:13:54,269
в нашем случае это будут Викиданные

274
00:13:54,270 --> 00:13:57,771
или внешний набор данных,
который ссылается на Викиданные.

275
00:13:57,772 --> 00:14:00,487
У нас есть сущность для человека
по имени Наташа Ной,

276
00:14:00,487 --> 00:14:02,601
у нас есть принадлежность и другие вещи,

277
00:14:02,602 --> 00:14:05,239
а затем мы ссылаемся на внешний источник,

278
00:14:05,240 --> 00:14:08,919
и эта сущность с таким же именем,
но значение одно и то же.

279
00:14:08,920 --> 00:14:12,889
Лучше сослаться на сущность
с другим действительным именем,

280
00:14:12,889 --> 00:14:16,881
потому что имя этого человека
может быть написано двумя способами,

281
00:14:16,882 --> 00:14:19,714
а также на другую информацию,
отсутствующую в Викиданных

282
00:14:19,715 --> 00:14:21,760
или других наборах данных.

283
00:14:22,390 --> 00:14:24,652
Лучше даже то,

284
00:14:24,653 --> 00:14:27,770
что мы рассматриваем целевой набор данных,

285
00:14:27,770 --> 00:14:31,392
что также существуют новые способы
классификации информации.

286
00:14:31,393 --> 00:14:35,354
Не только то, что это человек,
но в другом наборе данных

287
00:14:35,355 --> 00:14:38,061
сообщается, что это женщина,
или другая информация,

288
00:14:38,061 --> 00:14:39,526
с которой классифицируется сущность.

289
00:14:39,526 --> 00:14:43,401
В другом наборе данных
используются другие словари,

290
00:14:43,402 --> 00:14:46,588
и это помогает при поиске информации.

291
00:14:48,291 --> 00:14:51,233
Мы также считаем,

292
00:14:51,234 --> 00:14:55,809
что можем более наглядно представлять
федеративные запросы,

293
00:14:55,810 --> 00:15:00,448
потому что по журналу запросов,
предоставленному Малышевым и др.,

294
00:15:01,285 --> 00:15:04,301
мы видим, что на самом деле
среди органических запросов

295
00:15:04,302 --> 00:15:06,921
число федеративных запросов
очень небольшое.

296
00:15:06,922 --> 00:15:09,151
На самом деле, федерация является

297
00:15:09,151 --> 00:15:12,776
одним из ключевых преимуществ
наличия связанных данных,

298
00:15:12,802 --> 00:15:16,903
так что, возможно, сообществу или людям,
которые пользуются Викиданными,

299
00:15:16,903 --> 00:15:18,898
тоже нужно больше примеров.

300
00:15:18,898 --> 00:15:22,666
Если мы посмотрим на список
используемых точек доступа,

301
00:15:22,667 --> 00:15:25,401
он будет неполным,
у нас есть намного больше.

302
00:15:25,402 --> 00:15:30,479
Эти данные были проанализированы
по запросам до марта 2018 года,

303
00:15:30,480 --> 00:15:34,807
но мы должны проверить список
имеющихся объединённых точек доступа

304
00:15:34,808 --> 00:15:37,048
и посмотреть,
действительно ли мы их используем.

305
00:15:37,813 --> 00:15:40,361
У меня есть два вопроса к зрителям,

306
00:15:40,361 --> 00:15:43,081
которые, возможно, мы впоследствии
можем использовать для обсуждения:

307
00:15:43,081 --> 00:15:46,001
какие, на ваш взгляд, проблемы
с качеством данных нужно рассмотреть,

308
00:15:46,002 --> 00:15:47,412
учитывая ваши потребности,

309
00:15:47,412 --> 00:15:50,401
а также, где вам нужно
больше автоматизации --

310
00:15:50,402 --> 00:15:52,943
при редактировании или патрулировании?

311
00:15:53,866 --> 00:15:55,146
Это всё, большое спасибо.

312
00:15:55,779 --> 00:15:57,527
(аплодисменты)

313
00:16:04,091 --> 00:16:05,538
WikidataCon 2019
Викиданные и языки

314
00:16:05,538 --> 00:16:07,603
Визуализация схемы сущности
и авторские инструменты

315
00:16:07,603 --> 00:16:10,105
(Хосе Эмилио Лабра) Я расскажу
о некоторых инструментах,

316
00:16:10,105 --> 00:16:12,606
которые мы разработали,

317
00:16:12,606 --> 00:16:15,536
связанных с Shape Expressions.

318
00:16:15,536 --> 00:16:19,371
Об этом я буду говорить.
Меня зовут Хосе Эмилио Лабра.

319
00:16:19,371 --> 00:16:23,215
Все эти инструменты
были разработаны разными людьми,

320
00:16:23,920 --> 00:16:26,780
в основном все они связаны
с сообществом W3C ShEx,

321
00:16:26,780 --> 00:16:29,481
или сообществом Shape Expressions.

322
00:16:30,144 --> 00:16:36,081
Первый инструмент -- RDFShape,
это общий инструмент,

323
00:16:36,082 --> 00:16:40,681
потому что Shape Expressions
используется не только для Викиданных,

324
00:16:40,682 --> 00:16:44,168
это язык для проверки RDF в целом.

325
00:16:44,168 --> 00:16:47,568
Этот инструмент был разработан
в основном мной,

326
00:16:47,568 --> 00:16:50,880
и это инструмент для проверки RDF.

327
00:16:50,881 --> 00:16:55,139
Если вы хотите узнать о RDF
или проверить RDF

328
00:16:55,140 --> 00:16:58,621
или точки доступа SPARQL
не только в Викиданных,

329
00:16:58,622 --> 00:17:00,891
я советую вам пользоваться
этим инструментом.

330
00:17:00,891 --> 00:17:03,255
В том числе и для обучения.

331
00:17:03,255 --> 00:17:05,640
Я преподаю в университете

332
00:17:05,641 --> 00:17:09,151
и пользуюсь им для обучения RDF
в своём веб-курсе по семантике.

333
00:17:09,161 --> 00:17:12,121
Если хотите изучать RDF,
это хороший инструмент.

334
00:17:13,033 --> 00:17:17,598
Например, это визуализация RDF-графа
с помощью этого инструмента.

335
00:17:18,587 --> 00:17:22,643
Но прежде чем приехать сюда,
в прошлом месяце

336
00:17:22,643 --> 00:17:28,441
я специально начал использовать 
RDFShape для работы с Викиданными.

337
00:17:28,443 --> 00:17:33,082
Инструмент называется WikiShape,
и вчера я подарил его Викиданным.

338
00:17:33,082 --> 00:17:34,441
Что я сделал?

339
00:17:34,442 --> 00:17:39,228
Я удалил всё,
что не связано с Викиданными,

340
00:17:39,228 --> 00:17:42,912
добавил кое-что жёстко закодированное,

341
00:17:42,912 --> 00:17:44,802
например, точку доступа SPARQL.

342
00:17:44,802 --> 00:17:49,041
Но теперь меня попросили
сделать это и для Викибазы.

343
00:17:49,042 --> 00:17:52,000
Это очень легко.

344
00:17:52,760 --> 00:17:56,280
Этот инструмент WikiShape
достаточно новый.

345
00:17:57,015 --> 00:17:59,843
Я думаю, что многие его функции работают,

346
00:17:59,844 --> 00:18:02,468
но некоторые, возможно, не работают,

347
00:18:02,469 --> 00:18:04,581
и если вы попробуете его
и захотите что-то улучшить,

348
00:18:04,581 --> 00:18:06,281
пожалуйста, сообщите мне.

349
00:18:06,281 --> 00:18:12,680
Здесь у нас скриншоты [неразборчиво],
но давайте попробуем.

350
00:18:15,385 --> 00:18:17,003
Давайте посмотрим, работает ли он.

351
00:18:17,003 --> 00:18:20,070
Во-первых, я должен выйти из...

352
00:18:22,453 --> 00:18:23,453
Здесь.

353
00:18:24,226 --> 00:18:28,324
Хорошо. Вот этот инструмент.

354
00:18:28,324 --> 00:18:29,844
С помощью него вы можете,

355
00:18:29,845 --> 00:18:35,275
например, проверить схемы сущностей.

356
00:18:35,276 --> 00:18:38,611
Например, существует новое
пространство имён, начинающееся с «Е»,

357
00:18:38,612 --> 00:18:44,805
и здесь, если вы начнёте писать,
например, «человек»...

358
00:18:44,806 --> 00:18:48,812
Когда вы пишете,
автозаполнение позволяет проверить,

359
00:18:48,812 --> 00:18:52,001
например, существуют ли
выражения формы для людей,

360
00:18:52,790 --> 00:18:55,937
и вот здесь появляются выражения формы.

361
00:18:55,938 --> 00:18:59,841
Как видите, в этом редакторе
есть подсветка синтаксиса.

362
00:18:59,842 --> 00:19:04,559
Возможно, экран очень маленький.

363
00:19:05,676 --> 00:19:07,590
Попробую увеличить.

364
00:19:09,194 --> 00:19:10,973
Может, сейчас лучше видно.

365
00:19:10,973 --> 00:19:14,241
Это редактор с подсветкой синтаксиса.

366
00:19:14,241 --> 00:19:17,851
Для редактора используется
тот же исходный код,

367
00:19:17,851 --> 00:19:19,641
что и для службы запросов Викиданных.

368
00:19:19,642 --> 00:19:23,960
Так, например,
если вы наведёте мышкой сюда,

369
00:19:23,961 --> 00:19:27,961
он покажет вам метки разных свойств.

370
00:19:27,962 --> 00:19:31,298
Я думаю, это очень полезно,
потому что сейчас,

371
00:19:32,588 --> 00:19:38,602
схемы сущностей в Викиданных --
это просто текст,

372
00:19:38,602 --> 00:19:42,493
и я думаю, этот редактор намного лучше,
потому что у него есть автозаполнение,

373
00:19:42,494 --> 00:19:43,743
и он также имеет...

374
00:19:43,744 --> 00:19:48,241
Если вы, например,
хотите добавить ограничение,

375
00:19:48,241 --> 00:19:51,570
вы пишете <i>wdt:</i>,

376
00:19:51,570 --> 00:19:56,884
а затем начинаете писать <i>auth</i>,
нажимаете <i>Ctrl+Space</i>,

377
00:19:56,884 --> 00:19:58,922
и он предлагает разные варианты.

378
00:19:58,922 --> 00:20:02,388
Это похоже на службу запросов Викиданных,

379
00:20:02,389 --> 00:20:06,445
но специально для выражений формы.

380
00:20:06,445 --> 00:20:11,975
Так как я думаю,
что создание выражений формы

381
00:20:11,976 --> 00:20:15,841
не сложнее,
чем написание SPARQL-запросов.

382
00:20:15,842 --> 00:20:21,255
Хотя некоторые думают,
что это примерно одинаково по сложности.

383
00:20:22,278 --> 00:20:26,296
Я думаю, это проще,
потому что Shape Expressions

384
00:20:26,296 --> 00:20:31,241
был создан с целью облегчить работу.

385
00:20:31,242 --> 00:20:35,001
Первое, что у вас есть -- это редактор

386
00:20:35,001 --> 00:20:36,620
для выражений формы.

387
00:20:37,371 --> 00:20:41,467
Здесь есть возможность,
например, визуализации.

388
00:20:41,468 --> 00:20:44,801
Если у вас есть какое-то
выражение формы, например...

389
00:20:44,802 --> 00:20:49,386
Думаю, <i>written work</i> -- хороший пример,

390
00:20:49,386 --> 00:20:53,300
поскольку в нём есть взаимосвязь
между разными сущностями.

391
00:20:54,823 --> 00:20:58,160
Вот UML-визуализация для <i>written work</i>.

392
00:20:58,161 --> 00:21:02,090
Здесь легко увидеть разные свойства.

393
00:21:02,790 --> 00:21:06,794
Когда вы делаете это совместно
с несколькими людьми,

394
00:21:06,795 --> 00:21:09,216
они находят ошибки
в своих выражениях формы,

395
00:21:09,217 --> 00:21:12,988
потому что так можно легко найти
недостающие свойства.

396
00:21:13,588 --> 00:21:15,771
Есть ещё одна возможность проверки,

397
00:21:15,772 --> 00:21:19,520
кажется, у меня она вот здесь.

398
00:21:20,496 --> 00:21:25,285
Это было на какой-то вкладке,
возможно, я закрыл её.

399
00:21:26,267 --> 00:21:30,988
Но вы можете, например,
нажать <i>Validate entities</i>.

400
00:21:32,308 --> 00:21:34,232
Например,

401
00:21:35,404 --> 00:21:41,921
Q42 сравнить с E42, схемой для авторов.

402
00:21:42,818 --> 00:21:46,180
Думаю, можно попробовать
со схемой для людей.

403
00:21:49,050 --> 00:21:50,050
А потом...

404
00:21:50,688 --> 00:21:56,365
Это SPARQL-запрос,
и он занимает какое-то время,

405
00:21:56,365 --> 00:21:59,134
например, сейчас сбой в сети, но...

406
00:21:59,657 --> 00:22:01,580
Вы можете попробовать.

407
00:22:02,759 --> 00:22:07,026
Давайте расскажем о других инструментах.

408
00:22:07,026 --> 00:22:12,353
Если хотите попробовать
и у вас есть предложения, дайте мне знать.

409
00:22:13,133 --> 00:22:15,540
Продолжим презентацию.

410
00:22:18,923 --> 00:22:20,233
Это WikiShape.

411
00:22:23,800 --> 00:22:26,509
Как я уже говорил,

412
00:22:27,681 --> 00:22:34,157
Редактор Shape Expressions --
независимый проект на GitHub.

413
00:22:35,605 --> 00:22:37,472
Вы можете использовать его
в своём проекте.

414
00:22:37,472 --> 00:22:41,036
Если хотите использовать
инструмент Shape Expressions,

415
00:22:41,036 --> 00:22:45,635
вы можете просто встроить его
в любой другой проект,

416
00:22:45,636 --> 00:22:48,235
его можно найти на GitHub,
и им можно пользоваться.

417
00:22:48,868 --> 00:22:51,970
Тот же автор, один из моих учеников,

418
00:22:52,684 --> 00:22:55,704
также создал редактор
для Shape Expressions,

419
00:22:55,704 --> 00:22:57,799
вдохновившись
службой запросов Викиданных.

420
00:23:00,682 --> 00:23:05,103
Этот редактор более наглядный
для SPARQL-запросов,

421
00:23:05,104 --> 00:23:07,135
куда вы можете загрузить подобные вещи.

422
00:23:07,136 --> 00:23:09,123
Это снимок экрана.

423
00:23:09,123 --> 00:23:12,662
Как видите, выражения формы
здесь в виде текста.

424
00:23:12,662 --> 00:23:17,822
Но здесь они на базе форм,
и, вероятно, потребуется больше времени,

425
00:23:18,595 --> 00:23:23,400
но вы можете вставлять
разные строки в разные поля.

426
00:23:23,401 --> 00:23:25,800
Это ShExEr.

427
00:23:26,879 --> 00:23:31,882
Его сделал аспирант
Университета Овьедо,

428
00:23:31,883 --> 00:23:34,080
он сегодня здесь,
и расскажет вам о ShExEr.

429
00:23:38,147 --> 00:23:40,024
(Данни) Привет, я Данни Фернандес,

430
00:23:40,025 --> 00:23:44,099
аспирант Университета Овьедо,
работаю с Лаброй.

431
00:23:44,710 --> 00:23:47,725
У нас заканчивается время,
поэтому давайте ускоримся.

432
00:23:47,726 --> 00:23:52,641
Я покажу несколько скриншотов
вместо всей презентации.

433
00:23:52,642 --> 00:23:57,897
Обычный способ работы с Shape Expressions
или любым подобным языком:

434
00:23:57,897 --> 00:23:59,521
есть специалист,

435
00:23:59,522 --> 00:24:02,313
который определяет,
как должен выглядеть граф,

436
00:24:02,314 --> 00:24:03,555
определяет структуры,

437
00:24:03,556 --> 00:24:06,983
а затем вы используете эти структуры
для проверки фактических данных.

438
00:24:08,124 --> 00:24:11,641
Инструмент, о котором рассказал Лабра, --

439
00:24:11,642 --> 00:24:14,441
общего назначения
для любого RDF-источника,

440
00:24:14,442 --> 00:24:17,375
и он может работать
в обратном направлении.

441
00:24:17,376 --> 00:24:18,758
У вас уже есть некоторые данные,

442
00:24:18,759 --> 00:24:23,165
вы выбираете узлы,
форму которых хотите получить,

443
00:24:23,165 --> 00:24:26,718
а затем автоматически
извлекаете или выводите форму.

444
00:24:26,719 --> 00:24:29,791
Несмотря на то, что это инструмент
общего назначения,

445
00:24:29,791 --> 00:24:34,063
мы сделали волшебную кнопку
для этой конференции,

446
00:24:34,884 --> 00:24:37,081
и если вы нажмёте на неё,

447
00:24:37,081 --> 00:24:42,079
появятся параметры конфигурации,

448
00:24:42,080 --> 00:24:46,251
и он настроит работу
с точкой доступа Викиданных,

449
00:24:46,251 --> 00:24:47,971
простите, он скоро закончит.

450
00:24:48,733 --> 00:24:52,883
После нажатия этой кнопки
вы, по сути, получаете это.

451
00:24:52,884 --> 00:24:55,126
Выбрав необходимые вам узлы

452
00:24:55,127 --> 00:24:57,431
или экземпляры класса,

453
00:24:57,431 --> 00:24:59,361
что бы вы ни искали,

454
00:24:59,361 --> 00:25:01,321
вы получите автоматическую схему.

455
00:25:02,319 --> 00:25:07,111
Все ограничения отсортированы
по количеству узлов,

456
00:25:07,112 --> 00:25:09,772
можно отфильтровать
наименее распространённые и так далее.

457
00:25:09,772 --> 00:25:12,126
Внизу есть плакат об этом материале,

458
00:25:12,127 --> 00:25:14,595
я буду на нижнем и верхнем этажах,

459
00:25:14,596 --> 00:25:16,454
а также в других местах,

460
00:25:16,455 --> 00:25:19,081
поэтому если у вас будет интерес
к этому инструменту,

461
00:25:19,082 --> 00:25:21,476
просто обращайтесь ко мне.

462
00:25:21,477 --> 00:25:24,624
Отдаю микрофон Лабре, спасибо.

463
00:25:24,625 --> 00:25:29,265
(аплодисменты)

464
00:25:29,812 --> 00:25:32,578
(Хосе) Давайте обсудим
другие инструменты.

465
00:25:32,579 --> 00:25:34,984
ShapeDesigner -- ещё один инструмент.

466
00:25:34,984 --> 00:25:37,241
Андра, хочешь рассказать о ShapeDesigner

467
00:25:37,242 --> 00:25:39,957
или позже на семинаре?

468
00:25:40,173 --> 00:25:44,437
Сегодня будет семинар,
посвящённый Shape Expressions,

469
00:25:45,265 --> 00:25:47,939
мы попробуем его на практике,

470
00:25:47,940 --> 00:25:52,324
так что если хотите попрактиковаться
с ShEx, то вам сюда.

471
00:25:52,875 --> 00:25:55,300
Это инструмент ShEx.js,

472
00:25:55,300 --> 00:25:56,890
и Эрик может рассказать о нём.

473
00:25:57,969 --> 00:26:00,687
(Эрик) Расскажу очень быстро.

474
00:26:00,687 --> 00:26:05,711
Вы, вероятно, уже видели интерфейс ShEx,

475
00:26:05,711 --> 00:26:07,601
заточенный под Викиданные.

476
00:26:07,602 --> 00:26:12,930
Его сократили и адаптировали
специально под Викиданные

477
00:26:12,930 --> 00:26:15,567
потому что в нём больше возможностей,

478
00:26:15,567 --> 00:26:17,937
но я, кажется, говорил об этом,

479
00:26:17,937 --> 00:26:19,977
потому что одна из этих функций
особенно полезна

480
00:26:19,978 --> 00:26:23,201
для отладки схем Викиданных.

481
00:26:23,201 --> 00:26:29,224
Если вы выбираете полный режим,

482
00:26:29,225 --> 00:26:31,444
то пока я буду проводить проверку

483
00:26:31,445 --> 00:26:34,694
всех этих триплетов,

484
00:26:34,695 --> 00:26:36,274
и если я получу множество ошибок,

485
00:26:36,275 --> 00:26:40,396
я могу пройтись по этим ошибкам

486
00:26:40,396 --> 00:26:44,120
и посмотреть, какие триплеты здесь, внизу.

487
00:26:44,121 --> 00:26:45,967
Это просто журнал того,
как всё происходило.

488
00:26:46,327 --> 00:26:49,180
Затем можете поиграть с этим,

489
00:26:49,181 --> 00:26:51,033
чтобы поменять что-либо.

490
00:26:51,033 --> 00:26:54,160
Это более быстрая версия
того, как это сделать.

491
00:26:55,361 --> 00:26:56,481
Это форма ShExC --

492
00:26:56,482 --> 00:26:59,455
то, что предлагал Йохим,

493
00:27:00,035 --> 00:27:04,631
что может быть полезно
для заполнения документов Викиданных

494
00:27:04,631 --> 00:27:07,338
на основе выражения формы
для этого документа.

495
00:27:08,095 --> 00:27:11,681
Она не адаптирована под Викиданные.

496
00:27:11,682 --> 00:27:14,081
Я просто показываю,
что можно взять схему,

497
00:27:14,082 --> 00:27:15,402
сделать аннотации,

498
00:27:15,403 --> 00:27:17,518
чтобы конкретно указать,
какую схему вы хотите,

499
00:27:17,519 --> 00:27:19,031
потом просто создать форму

500
00:27:19,031 --> 00:27:21,191
и, если у вас есть данные,
можно заполнить форму.

501
00:27:24,517 --> 00:27:26,164
PyShEx [неразборчиво].

502
00:27:28,025 --> 00:27:31,080
(Хосе) Думаю, это последний инструмент.

503
00:27:31,821 --> 00:27:34,080
Да, это PyShEx.

504
00:27:34,675 --> 00:27:38,151
PyShEx -- это Shape Expressions,
реализованный на Python,

505
00:27:39,193 --> 00:27:42,680
он совместим с Jupyter Notebooks.

506
00:27:42,680 --> 00:27:44,432
Итак, это всё.

507
00:27:44,433 --> 00:27:47,170
(аплодисменты)

508
00:27:52,916 --> 00:27:56,088
(Андра) Итак, я расскажу
о конкретном проекте,

509
00:27:56,088 --> 00:27:58,074
в котором участвую -- Gene Wiki,

510
00:27:58,865 --> 00:28:04,366
и в котором мы тоже занимаемся
вопросами качества.

511
00:28:04,597 --> 00:28:06,684
Прежде чем говорить о качестве,

512
00:28:06,685 --> 00:28:09,229
я кратко расскажу вам о Gene Wiki.

513
00:28:09,855 --> 00:28:15,175
Мы только что выпустили
предварительную версию статьи,

514
00:28:15,175 --> 00:28:18,160
в которой описаны детали проекта.

515
00:28:19,821 --> 00:28:22,066
Я вижу, люди фотографируют...

516
00:28:22,066 --> 00:28:25,076
Gene Wiki публикует в Викиданных

517
00:28:25,076 --> 00:28:28,027
общедоступные биомедицинские данные,

518
00:28:28,028 --> 00:28:32,200
используя для этого определённый шаблон.

519
00:28:33,130 --> 00:28:36,809
Если у нас появляется
новое хранилище или набор данных,

520
00:28:36,810 --> 00:28:39,600
который можно включить Викиданные,

521
00:28:39,601 --> 00:28:41,293
первый шаг -- вовлечение сообщества.

522
00:28:41,294 --> 00:28:43,784
Необязательно сообщества Викиданных,

523
00:28:43,785 --> 00:28:46,120
но местного исследовательского сообщества.

524
00:28:46,121 --> 00:28:50,286
Мы встречаемся лично,
онлайн или на любой платформе

525
00:28:50,286 --> 00:28:52,881
и пробуем придумать модель данных,

526
00:28:52,882 --> 00:28:56,197
которая соединит их данные
с моделью Викиданных.

527
00:28:56,197 --> 00:28:59,944
Вот фотография прошлогоднего семинара,

528
00:28:59,945 --> 00:29:02,663
на котором мы анализировали
определённый набор данных,

529
00:29:02,663 --> 00:29:05,280
и как видите, было много обсуждений,

530
00:29:05,281 --> 00:29:07,960
затем приведение его
в соответствие с schema.org

531
00:29:07,960 --> 00:29:10,320
и другими существующими онтологиями.

532
00:29:10,320 --> 00:29:15,508
В конце первого шага
у нас на доске появился чертёж схемы,

533
00:29:15,509 --> 00:29:17,336
которую мы хотим добавить в Викиданные.

534
00:29:17,337 --> 00:29:20,440
Вы видите, она несложная,

535
00:29:20,441 --> 00:29:22,116
на заднем плане,

536
00:29:22,116 --> 00:29:26,270
и мы можем построить какие-то схемы
даже здесь, в рамках этой дискуссии.

537
00:29:26,560 --> 00:29:28,399
Если у нас есть схема,

538
00:29:28,400 --> 00:29:31,320
следующий шаг -- попытаться сделать
эта схему машиночитаемой,

539
00:29:32,358 --> 00:29:36,841
чтобы иметь работающие модели
для переноса внешних данных

540
00:29:36,842 --> 00:29:39,690
из любой медико-биологической
базы данных в Викиданные.

541
00:29:40,393 --> 00:29:45,182
Здесь мы применяем
инструмент Shape Expressions,

542
00:29:46,471 --> 00:29:52,518
поскольку он позволяет проверить,

543
00:29:52,518 --> 00:29:57,040
является ли набор данных...
Сначала увидеть,

544
00:29:57,040 --> 00:30:01,782
что уже существующие данные в Викиданных
следуют той же модели данных,

545
00:30:01,783 --> 00:30:04,718
которая была получена
в предыдущих процессах.

546
00:30:04,719 --> 00:30:06,641
С помощью Shape Expressions
мы можем проверить,

547
00:30:06,642 --> 00:30:10,926
требуется ли корректировка данных
по этой теме в Викиданных,

548
00:30:10,926 --> 00:30:15,013
нужно ли адаптировать нашу модель
к модели Викиданных или наоборот.

549
00:30:15,937 --> 00:30:19,867
Как только всё на месте,
мы начинаем писать ботов,

550
00:30:20,670 --> 00:30:23,801
а боты загружают информацию

551
00:30:23,802 --> 00:30:27,308
из первоисточников в Викиданные.

552
00:30:27,846 --> 00:30:29,303
Когда боты готовы,

553
00:30:29,304 --> 00:30:33,851
а мы пишем их на платформе
WikidataIntegrator,

554
00:30:33,851 --> 00:30:36,201
используя библиотеку Python,

555
00:30:36,202 --> 00:30:38,167
которая появилась
в результате нашего проекта.

556
00:30:38,698 --> 00:30:42,921
Когда боты написаны,
мы используем платформу Jenkins

557
00:30:42,921 --> 00:30:44,540
для непрерывной интеграции.

558
00:30:44,540 --> 00:30:45,762
С помощью Jenkins

559
00:30:45,762 --> 00:30:51,160
мы постоянно обновляем
первоначальные источники с Викиданными.

560
00:30:52,178 --> 00:30:55,889
Вот диаграмма, о которой я говорил ранее.

561
00:30:55,890 --> 00:30:57,241
Это её текущий вид.

562
00:30:57,242 --> 00:31:02,059
Оранжевые прямоугольники --
первоисточники медикаментов,

563
00:31:02,060 --> 00:31:07,827
белков, генов, заболеваний,
химических соединений, со взаимосвязями,

564
00:31:07,827 --> 00:31:10,870
но её невозможно прочитать сейчас,
поскольку она слишком маленькая,

565
00:31:10,870 --> 00:31:17,472
но это база данных, источниками которых
мы управляем в Викиданных

566
00:31:17,473 --> 00:31:20,560
и соединяем с первоисточниками.

567
00:31:20,561 --> 00:31:22,355
Так выглядит наш рабочий процесс.

568
00:31:22,870 --> 00:31:25,312
Один из наших партнёров --
онтология заболеваний.

569
00:31:25,312 --> 00:31:28,289
Онтология заболеваний имеет лицензию CC0,

570
00:31:28,289 --> 00:31:31,990
и такая онтология
имеет свой цикл курирования.

571
00:31:32,756 --> 00:31:35,736
Онтология заболеваний
постоянно обновляется,

572
00:31:35,737 --> 00:31:39,687
чтобы отразить базу заболеваний
или их объяснение.

573
00:31:40,336 --> 00:31:44,361
Здесь изображён цикл курирования
Викиданных по заболеваниям,

574
00:31:44,362 --> 00:31:49,844
где сообщество постоянно следит за тем,
что происходит с Викиданными.

575
00:31:50,406 --> 00:31:51,601
Есть две роли.

576
00:31:51,602 --> 00:31:55,477
Мы упрощённо называем их
хранитель-куратор,

577
00:31:56,009 --> 00:31:59,561
и это были я и мой коллега пять лет назад.

578
00:31:59,562 --> 00:32:03,414
Мы просто сидели за компьютерами
и мониторили Википедию и Викиданные,

579
00:32:03,415 --> 00:32:08,601
и если была проблема, мы сообщали о ней
первоначальному сообществу,

580
00:32:08,602 --> 00:32:11,765
первоначальным источникам,
они смотрели на реализацию и решали,

581
00:32:11,765 --> 00:32:14,240
доверять ли данным,
введённым в Викиданные.

582
00:32:14,850 --> 00:32:18,555
Если да, начинался цикл

583
00:32:18,555 --> 00:32:22,686
и следующий шаг --
часть онтологии заболеваний

584
00:32:22,687 --> 00:32:25,411
возвращалась в Викиданные.

585
00:32:27,419 --> 00:32:31,480
Для WikiPathways мы делаем то же самое.

586
00:32:31,481 --> 00:32:34,202
WikiPathways -- база данных
биологических путей,

587
00:32:34,202 --> 00:32:36,602
вдохновлённая MediaWiki.

588
00:32:36,602 --> 00:32:40,901
В Викиданных уже существуют
различные источники путей.

589
00:32:41,463 --> 00:32:44,713
Между ними могут возникать конфликты,

590
00:32:45,312 --> 00:32:49,521
и хранителям-кураторам
сообщается об их возникновении,

591
00:32:49,522 --> 00:32:53,715
и вы управляете индивидуальными
циклами курирования.

592
00:32:53,715 --> 00:32:57,068
Но если вы помните предыдущий цикл,

593
00:32:57,069 --> 00:33:03,041
где речь велась
только о двух циклах, двух ресурсах,

594
00:33:03,566 --> 00:33:06,300
нам нужно делать это
для каждого имеющегося ресурса

595
00:33:06,300 --> 00:33:08,061
и нужно управлять происходящим,

596
00:33:08,062 --> 00:33:09,775
потому что под курированием

597
00:33:09,775 --> 00:33:14,157
я подразумеваю постоянное отслеживание
страниц Википедии и Викиданных.

598
00:33:14,545 --> 00:33:19,316
Такая работа явно не для двух
хранителей-кураторов.

599
00:33:19,860 --> 00:33:22,777
На конференции в 2016 году,

600
00:33:22,778 --> 00:33:26,933
когда Эрик рассказывал
о Shape Expressions,

601
00:33:26,934 --> 00:33:29,277
я присоединился, и подумал,

602
00:33:29,278 --> 00:33:34,240
что Shape Expressions может помочь
выявить различия в Викиданных,

603
00:33:34,240 --> 00:33:41,159
которые помогут хранителям
делать более подробные отчёты.

604
00:33:42,275 --> 00:33:46,019
В этом году я был в восторге
от схемы сущности,

605
00:33:46,020 --> 00:33:50,765
потому что теперь мы можем хранить
эти схемы в Викиданных,

606
00:33:50,765 --> 00:33:53,183
до этого мы хранили их на GitHub.

607
00:33:53,860 --> 00:33:56,815
Схема согласуется
с интерфейсом Викиданных,

608
00:33:56,816 --> 00:33:59,350
здесь есть обсуждение документа,

609
00:33:59,350 --> 00:34:00,762
но также доступны правки.

610
00:34:00,763 --> 00:34:03,012
Вы можете пользоваться
первыми страницами

611
00:34:03,012 --> 00:34:05,262
и правками в Викиданных,

612
00:34:05,262 --> 00:34:12,255
чтобы обсуждать то,
что имеется в Викиданных

613
00:34:12,255 --> 00:34:14,060
и первоначальных источниках.

614
00:34:14,966 --> 00:34:19,686
Эрик уже об этом говорил,
это очень помогает.

615
00:34:19,686 --> 00:34:24,335
Мы создали выражение формы
для гена человека,

616
00:34:24,336 --> 00:34:30,225
потом пропустили его через ShEx,
как вы видите,

617
00:34:30,225 --> 00:34:32,428
мы получили...

618
00:34:32,429 --> 00:34:34,641
Есть один элемент, 
за которым нужно следить, --

619
00:34:34,642 --> 00:34:37,316
он не вписывается в эту схему,

620
00:34:37,316 --> 00:34:43,139
и затем вы можете создать
сущности схемы, отчёты курирования,

621
00:34:43,140 --> 00:34:46,240
и отправить их в разные отчёты.

622
00:34:48,058 --> 00:34:52,788
Но ShEx -- это встроенный интерфейс,

623
00:34:52,788 --> 00:34:55,860
и здесь я смогу показать только десять,

624
00:34:55,860 --> 00:35:00,362
но у нас десятки тысяч,
и они несоизмеримы.

625
00:35:00,362 --> 00:35:04,654
Интегратор Викиданных
теперь поддерживает ShEx,

626
00:35:05,168 --> 00:35:07,431
и мы просто можем замкнуть
петли элементов,

627
00:35:07,431 --> 00:35:11,494
указав «да-нет, да-нет,
правда-ложь, правда-ложь».

628
00:35:11,495 --> 00:35:12,495
снова,

629
00:35:13,065 --> 00:35:16,514
повышая эффективность
при составлении отчётов.

630
00:35:17,256 --> 00:35:22,662
Но с недавних пор он строится
на сервисе запросов Викиданных,

631
00:35:23,181 --> 00:35:24,998
мы недавно регулировали
количество запросов,

632
00:35:24,999 --> 00:35:26,560
и это тоже несоизмеримо.

633
00:35:26,561 --> 00:35:31,391
Работа с моделями на Викиданных --
непрерывный процесс.

634
00:35:32,202 --> 00:35:36,682
ShEx не только пугает,

635
00:35:36,683 --> 00:35:40,356
но он ещё и громоздкий.

636
00:35:41,068 --> 00:35:43,192
Я начал работать,

637
00:35:43,192 --> 00:35:46,082
это мой первый эксперимент или упражнение,

638
00:35:46,082 --> 00:35:48,184
где был использован инструмент yEd,

639
00:35:48,184 --> 00:35:52,591
и затем я начал отрисовывать
эти выражения формы,

640
00:35:52,591 --> 00:35:58,098
и потом регенерировать эту схему

641
00:35:58,099 --> 00:36:01,279
в формат, близкий к Shape Expressions,

642
00:36:01,280 --> 00:36:04,520
понятный людям,

643
00:36:04,521 --> 00:36:07,432
которых слишком пугает
язык Shape Expressions.

644
00:36:07,961 --> 00:36:12,308
Но есть проблема с визуальным описанием,

645
00:36:12,309 --> 00:36:18,229
потому что это также схема,
кем-то нарисованная в yEd.

646
00:36:18,230 --> 00:36:23,838
Вот ещё одна, замечательная.

647
00:36:23,838 --> 00:36:26,601
Я бы такую себе на стену повесил,

648
00:36:27,271 --> 00:36:30,281
но она пока несовместима.

649
00:36:30,281 --> 00:36:33,371
Хочу завершить своё выступление слайдом,

650
00:36:33,371 --> 00:36:35,732
который я позаимствовал.

651
00:36:35,732 --> 00:36:37,594
Для меня честь показать его аудитории.

652
00:36:37,595 --> 00:36:39,423
Он мне очень нравится:

653
00:36:39,424 --> 00:36:42,362
«Люди думают, что RDF -- это боль
из-за его сложности.

654
00:36:42,362 --> 00:36:43,745
Но на самом деле всё ещё хуже.

655
00:36:43,745 --> 00:36:48,133
RDF очень прост, но он позволяет работать
с реальными данными

656
00:36:48,134 --> 00:36:50,031
и невероятно сложными проблемами.

657
00:36:50,031 --> 00:36:52,361
Можно избежать использования RDF,

658
00:36:52,361 --> 00:36:55,760
но вряд ли получится избежать
сложных данных и компьютерных проблем».

659
00:36:55,761 --> 00:36:59,535
Речь об RDF, но, я думаю,
подходит под моделирование в целом.

660
00:37:00,112 --> 00:37:02,769
Мой вопрос -- должны ли мы...

661
00:37:03,387 --> 00:37:05,882
Как мы будем моделировать?

662
00:37:05,882 --> 00:37:10,826
Поговорим о ShEx,
или визуальных моделях, или...

663
00:37:11,426 --> 00:37:13,271
Как нам продолжить?

664
00:37:13,474 --> 00:37:14,840
Спасибо за уделённое время.

665
00:37:15,102 --> 00:37:17,787
(аплодисменты)

666
00:37:20,001 --> 00:37:21,188
(Лидия) Спасибо большое.

667
00:37:21,692 --> 00:37:24,001
Можете выйти вперёд,

668
00:37:24,002 --> 00:37:27,741
чтобы аудитория могла задать вопросы.

669
00:37:28,610 --> 00:37:30,203
Есть вопросы?

670
00:37:31,507 --> 00:37:32,507
Да.

671
00:37:34,253 --> 00:37:36,890
Думаю, для камеры нужно, чтобы...

672
00:37:38,835 --> 00:37:40,968
(Лидия смеётся) Да.

673
00:37:43,094 --> 00:37:46,273
(голос из зала 1) Вопрос Кристине, думаю.

674
00:37:47,366 --> 00:37:51,641
Вы упоминали термин «прирост информации»

675
00:37:51,642 --> 00:37:53,689
от объединения с другими системами.

676
00:37:53,690 --> 00:37:56,579
Существует информационно-теоретический
показатель -- прирост информации,

677
00:37:56,579 --> 00:37:58,201
основанный на статистике и вероятности.

678
00:37:59,542 --> 00:38:01,736
Вы имели в виду именно этот показатель?

679
00:38:01,736 --> 00:38:04,173
Прирост информации
на основе теории вероятности,

680
00:38:04,174 --> 00:38:05,240
теории информации,

681
00:38:05,241 --> 00:38:09,024
или просто такая концептуальная идея
для измерения прироста информации?

682
00:38:09,025 --> 00:38:13,016
Нет, мы действительно
определили и применили показатели,

683
00:38:13,695 --> 00:38:20,161
используя энтропию Шеннона,
поэтому смысл именно такой.

684
00:38:20,162 --> 00:38:22,416
Не хочу вдаваться в детали
конкретных формул...

685
00:38:22,416 --> 00:38:24,977
(голос из зала 1) Нет, конечно,
поэтому и прозвучал вопрос.

686
00:38:24,978 --> 00:38:27,178
- (Кристина) Да.
- (голос из зала 1) Спасибо.

687
00:38:33,091 --> 00:38:35,407
(голос из зала 2) Это больше
комментарий, нежели вопрос.

688
00:38:35,407 --> 00:38:36,541
(Лидия) Да, конечно.

689
00:38:36,541 --> 00:38:39,840
(голос из зала 2) Акцент был на элементах,

690
00:38:39,840 --> 00:38:42,547
на их качестве и полноте,

691
00:38:42,547 --> 00:38:47,374
но меня беспокоит,
что мы не применяем это к иерархиям,

692
00:38:47,374 --> 00:38:51,480
и наша частая проблема -- плохая иерархия.

693
00:38:51,481 --> 00:38:53,463
Мы видим, что это становится
реальной проблемой

694
00:38:53,464 --> 00:38:55,774
при обычным поиске и других вещах.

695
00:38:56,771 --> 00:39:01,321
Мы можем импортировать способ,

696
00:39:01,321 --> 00:39:04,842
по которому внешние тезаурусы
выстраивают свои иерархии,

697
00:39:04,842 --> 00:39:10,291
используя квалификатор P4900,
более широкое понятие.

698
00:39:11,037 --> 00:39:16,167
Но я думаю, для этого есть
более подходящие инструменты,

699
00:39:16,168 --> 00:39:21,212
и вы сможете импортировать
иерархию внешнего тезауруса,

700
00:39:21,212 --> 00:39:24,111
отобразить её на элементы Викиданных.

701
00:39:24,111 --> 00:39:28,199
И связав её с этими квалификаторами P4900,

702
00:39:28,200 --> 00:39:31,494
вы можете делать
хорошие запросы через SPARQL,

703
00:39:32,490 --> 00:39:37,534
чтобы увидеть, где наша иерархия
расходится с внешней.

704
00:39:37,534 --> 00:39:41,346
Например, вы можете знать
[Паолу Морма], под псевдонимом PKM,

705
00:39:41,346 --> 00:39:43,533
этот пользователь
создаёт много статей о моде.

706
00:39:43,533 --> 00:39:50,524
Мы включаем их в иерархию
тезауруса европейской моды

707
00:39:50,524 --> 00:39:53,812
и в иерархию тезауруса
искусства и архитектуры,

708
00:39:53,812 --> 00:39:57,957
а потом мы видим, какие пробелы
были в элементах более высокого уровня.

709
00:39:57,957 --> 00:40:01,231
Для нас это реальная проблема,
потому что часто попадаются вещи,

710
00:40:01,231 --> 00:40:04,355
которые существуют в Википедии
только как страницы значений,

711
00:40:04,356 --> 00:40:09,270
многие элементы более высокого уровня
отсутствуют в наших иерархиях,

712
00:40:09,271 --> 00:40:14,480
и мы должны рассмотреть это
с точки зрения качества и полноты,

713
00:40:14,480 --> 00:40:18,773
но что действительно поможет,
станет лучшим инструментом,

714
00:40:18,773 --> 00:40:20,871
чем те дебри скриптов, написанных мной, --

715
00:40:20,872 --> 00:40:26,010
если бы кто-то поместил это
в PAWS notebook на Python,

716
00:40:26,561 --> 00:40:31,972
чтобы можно было извлечь
внешний тезаурус, взять его иерархию,

717
00:40:31,973 --> 00:40:34,595
которая может быть доступна
как связанные данные или же нет,

718
00:40:35,169 --> 00:40:40,580
чтобы поместить это в QuickStatements,
чтобы вставить значения P4900.

719
00:40:41,165 --> 00:40:42,165
Затем позже,

720
00:40:42,166 --> 00:40:44,527
когда наше представление
станет более сложным,

721
00:40:44,528 --> 00:40:49,691
обновить эти значения P4900,
потому что добавляются данные,

722
00:40:49,691 --> 00:40:51,590
представление становится
более комплексным,

723
00:40:51,590 --> 00:40:55,377
значения этих квалификаторов нужно менять,

724
00:40:56,230 --> 00:40:59,526
чтобы показать, что в нашей системе
всё больше их иерархии.

725
00:40:59,526 --> 00:41:03,728
Если бы кто-то мог сделать это,
думаю, это было бы очень полезно,

726
00:41:03,728 --> 00:41:07,121
и мы должны рассмотреть
и другие подходы

727
00:41:07,122 --> 00:41:10,762
для улучшения качества и полноты
на уровне иерархии,

728
00:41:10,763 --> 00:41:12,378
а не только на уровне элемента.

729
00:41:13,308 --> 00:41:14,840
(Андра) Могу я кое-что добавить?

730
00:41:16,362 --> 00:41:19,901
Да, и мы это делаем,

731
00:41:19,911 --> 00:41:23,551
и я рекомендую посмотреть
на выражение формы, которое сделал Финн

732
00:41:23,552 --> 00:41:25,530
с лексическими данными,

733
00:41:25,530 --> 00:41:27,330
где он создаёт выражения формы,

734
00:41:27,330 --> 00:41:29,640
а затем опирается
на другие выражения формы,

735
00:41:29,641 --> 00:41:32,678
так получается концепция
связанных выражений формы в Викиданных.

736
00:41:32,678 --> 00:41:35,235
В частности, пример использования,
если я правильно понимаю --

737
00:41:35,235 --> 00:41:37,183
это именно то, что мы делаем в Gene Wiki.

738
00:41:37,184 --> 00:41:40,841
Есть онтология заболеваний,
которая помещена в Викиданные,

739
00:41:40,842 --> 00:41:44,681
а затем поступают данные о заболевании,
и мы применяем Shape Expressions,

740
00:41:44,683 --> 00:41:47,248
чтобы посмотреть,
соответствуют ли данные тезаурусу.

741
00:41:47,248 --> 00:41:50,919
Есть и другие тезаурусы или другие
онтологии или контролируемые словари,

742
00:41:50,920 --> 00:41:52,559
которые ещё должны войти в Викиданные,

743
00:41:52,559 --> 00:41:55,351
и именно поэтому инструмент
Shape Expressions так интересен --

744
00:41:55,351 --> 00:41:57,963
вы можете применять его
для онтологии заболеваний,

745
00:41:57,964 --> 00:41:59,644
для MeSH.

746
00:41:59,645 --> 00:42:01,851
Теперь вам нужно проверить качество.

747
00:42:01,851 --> 00:42:04,059
Потому что в Викиданных
также есть контекст,

748
00:42:04,060 --> 00:42:09,567
когда у вас есть контролируемый словарь,
вы считаете, что качество соответствует,

749
00:42:09,568 --> 00:42:11,636
но могут быть случаи,
когда сообщество не согласно.

750
00:42:11,636 --> 00:42:16,081
Инструмент уже есть,
но теперь нужно создать эти модели

751
00:42:16,082 --> 00:42:18,144
и применять их для разных случаев.

752
00:42:18,811 --> 00:42:20,921
(голос из зала 2)
Shape Expressions очень полезен,

753
00:42:20,922 --> 00:42:25,928
если у вас уже есть внешняя онтология,
которая отображается в Викиданных,

754
00:42:25,929 --> 00:42:29,474
но моя проблема в том,
что всё доходит до той стадии,

755
00:42:29,475 --> 00:42:34,881
когда выясняется, какой части
внешней онтологии ещё нет в Викиданных,

756
00:42:34,882 --> 00:42:36,256
и где есть пробелы,

757
00:42:36,257 --> 00:42:40,660
и, я думаю, в этом случае иметь
более надёжные инструменты,

758
00:42:40,660 --> 00:42:44,286
чтобы увидеть, чего не хватает
из внешних онтологий,

759
00:42:44,286 --> 00:42:45,537
было бы очень полезно.

760
00:42:47,678 --> 00:42:49,062
Самая большая проблема

761
00:42:49,062 --> 00:42:51,201
не в инструментах, а в лицензировании.

762
00:42:51,803 --> 00:42:55,249
Поместить онтологии в Викиданные
на самом деле очень просто,

763
00:42:55,250 --> 00:42:59,295
но большинство онтологий имеют,
как я это вежливо называю,

764
00:42:59,965 --> 00:43:03,256
ограниченное лицензирование,
поэтому они не совместимы с Викиданными.

765
00:43:04,068 --> 00:43:06,998
(голос из зала 2) Есть множество
тезаурусов из государственного сектора

766
00:43:06,998 --> 00:43:08,209
в сфере культуры.

767
00:43:08,210 --> 00:43:11,151
- (Андра) Тогда нам нужно поговорить.
- (голос из зала 2) Это не проблема.

768
00:43:11,151 --> 00:43:12,494
(Андра) Тогда поговорим.

769
00:43:13,624 --> 00:43:19,192
(голос из зала 3) Мой комментарий --
на самом деле ответ Джеймсу.

770
00:43:19,192 --> 00:43:22,401
Дело в том, что из иерархий
получаются графы,

771
00:43:22,374 --> 00:43:24,041
и когда ты хочешь...

772
00:43:24,579 --> 00:43:28,888
Я хочу в основном поговорить
об общей проблеме в иерархиях --

773
00:43:28,889 --> 00:43:30,820
о циклических иерархиях,

774
00:43:30,821 --> 00:43:33,796
они возвращаются друг к другу,
когда есть проблема,

775
00:43:33,796 --> 00:43:35,920
которой в иерархиях не должно быть.

776
00:43:37,022 --> 00:43:41,295
Это, как ни странно,
часто встречается в категориях Википедии

777
00:43:41,295 --> 00:43:42,990
у нас много циклов в категориях,

778
00:43:43,898 --> 00:43:46,612
но хорошая новость в том, что это...

779
00:43:47,713 --> 00:43:50,393
Технически, это NP-полная задача,

780
00:43:50,393 --> 00:43:51,583
и вы не можете найти её,

781
00:43:51,583 --> 00:43:53,414
но легко найдёте, построив граф.

782
00:43:54,473 --> 00:43:57,046
Но было разработано много способов

783
00:43:57,047 --> 00:44:00,624
для нахождения проблем
в этих иерархических графах.

784
00:44:00,625 --> 00:44:04,860
Есть такая статья...

785
00:44:04,861 --> 00:44:07,955
о разрыве циклов в искажённых иерархиях,

786
00:44:07,956 --> 00:44:12,671
и перечисленные в ней методы помогли 
при категоризации английской Википедии.

787
00:44:12,672 --> 00:44:17,141
Вы можете просто применять
эти иерархии в Викиданных,

788
00:44:17,142 --> 00:44:19,540
а затем найти

789
00:44:19,541 --> 00:44:22,481
и просто удалить то,
что вызывает проблемы,

790
00:44:22,482 --> 00:44:24,593
и на самом деле найти проблемы.

791
00:44:24,594 --> 00:44:26,960
Это просто идея.

792
00:44:28,780 --> 00:44:30,533
(голос из зала 2)
Это всё очень хорошо,

793
00:44:30,533 --> 00:44:34,402
но я думаю, вы недооцениваете количество
плохих связей между подклассами,

794
00:44:34,402 --> 00:44:35,402
которые у нас имеются.

795
00:44:35,403 --> 00:44:39,680
Это как город, который находится
совершенно не в той стране,

796
00:44:40,250 --> 00:44:43,245
при том, что существуют
географические инструменты

797
00:44:43,245 --> 00:44:44,875
для определения этой проблемы.

798
00:44:44,875 --> 00:44:49,201
Нам в иерархиях нужны
более эффективные инструменты,

799
00:44:49,202 --> 00:44:53,477
которые смогут определить,
где эквивалент элемента для страны

800
00:44:53,478 --> 00:44:57,673
полностью отсутствует,
или где он является подклассом чего-то,

801
00:44:57,674 --> 00:45:01,804
не имеющего к нему отношения.

802
00:45:02,804 --> 00:45:07,165
(Лидия) Я думаю, вы подобрались к тому,

803
00:45:07,166 --> 00:45:10,894
что мы с моей командой
постоянно слышим от людей,

804
00:45:10,894 --> 00:45:13,991
которые многократно
используют наши данные.

805
00:45:15,002 --> 00:45:16,638
Отдельная точка данных -- это отлично,

806
00:45:16,639 --> 00:45:20,163
но если вам нужно посмотреть
на онтологию и так далее,

807
00:45:20,164 --> 00:45:21,857
то становится очень...

808
00:45:22,388 --> 00:45:26,437
Я думаю, одна из больших проблем,
почему это происходит --

809
00:45:26,437 --> 00:45:30,736
множество правок в Викиданных

810
00:45:30,736 --> 00:45:34,544
касаются отдельного элемента,

811
00:45:34,545 --> 00:45:36,201
вы редактируете этот элемент,

812
00:45:37,653 --> 00:45:42,075
не понимая, что это может привести
к глобальным последствиям

813
00:45:42,075 --> 00:45:44,245
для остальной части графа, например.

814
00:45:45,356 --> 00:45:50,041
Если у людей есть идеи,
как сделать более заметными

815
00:45:50,041 --> 00:45:53,185
последствия таких индивидуальных
локальных правок,

816
00:45:54,005 --> 00:45:56,537
думаю, что их стоит изучить,

817
00:45:57,550 --> 00:46:01,583
чтобы лучше показать людям
последствия их правок,

818
00:46:01,584 --> 00:46:03,434
сделанных с добрыми намерениями,

819
00:46:04,481 --> 00:46:05,481
какие они.

820
00:46:06,939 --> 00:46:12,237
Ого! Хорошо, давайте начнём с вас,
потом вы, потом вы, затем вы.

821
00:46:12,237 --> 00:46:13,921
(голос из зала 4) После обсуждения,

822
00:46:13,922 --> 00:46:18,262
просто чтобы выразить своё согласие
с тем, что говорил Джеймс.

823
00:46:18,263 --> 00:46:22,467
По сути, кажется,
что самая опасная вещь -- иерархия,

824
00:46:22,468 --> 00:46:23,910
не иерархия, но в целом

825
00:46:23,911 --> 00:46:28,022
семантика связей
между подклассами в Викиданных.

826
00:46:28,022 --> 00:46:32,561
Я недавно изучал языки,
только для этой конференции,

827
00:46:32,562 --> 00:46:35,257
и, например, я нашёл много случаев,

828
00:46:35,257 --> 00:46:39,463
когда язык является одновременно
и частью и подклассом одного и того же.

829
00:46:39,463 --> 00:46:43,577
Можно сказать, что у нас гибкая онтология.

830
00:46:43,577 --> 00:46:46,256
Викиданные дают свободу выражения.

831
00:46:46,256 --> 00:46:47,257
Потому что, например,

832
00:46:47,258 --> 00:46:50,721
эта онтология языков сложна
с политической точки зрения.

833
00:46:50,722 --> 00:46:55,038
Даже хорошо иметь возможность
выразить уровень неопределённости.

834
00:46:55,038 --> 00:46:57,913
Но представьте, как к этому
применить машинное чтение.

835
00:46:57,913 --> 00:46:59,468
Действительно проблематично.

836
00:46:59,468 --> 00:47:00,468
И опять же,

837
00:47:00,469 --> 00:47:03,686
я не думаю, что онтология
была импортирована откуда-либо.

838
00:47:03,687 --> 00:47:05,490
Она изначально наша.

839
00:47:05,491 --> 00:47:08,321
Она с самого начала собрана из Википедии.

840
00:47:08,322 --> 00:47:11,324
Так что мне интересно...
Shape Expressions -- отличный инструмент,

841
00:47:11,325 --> 00:47:15,575
который проверяет и исправляет
онтологию Википедии

842
00:47:15,576 --> 00:47:18,191
с помощью внешних ресурсов,
прекрасная идея.

843
00:47:19,026 --> 00:47:20,026
В конце концов,

844
00:47:20,027 --> 00:47:25,440
получится ли у нас отразить
внешние онтологии в Викиданных?

845
00:47:25,441 --> 00:47:28,651
А также, что мы делаем
с основной частью нашей онтологии

846
00:47:28,652 --> 00:47:30,642
которая никогда не собирается
из внешних ресурсов,

847
00:47:30,643 --> 00:47:31,978
как нам исправить её?

848
00:47:31,979 --> 00:47:35,276
Я действительно думаю,
что это само по себе будет проблемой.

849
00:47:35,277 --> 00:47:40,080
Мы должны сосредоточиться на этом
независимо от идеи проверки онтологии

850
00:47:40,080 --> 00:47:41,916
с помощью внешнего ресурса.

851
00:47:49,353 --> 00:47:53,379
(голос из зала 5) Ограничения
и формы очень впечатляют,

852
00:47:53,380 --> 00:47:55,055
то, что мы можем сделать с ними,

853
00:47:55,205 --> 00:47:58,481
но главный момент
до сих пор не совсем понятен --

854
00:47:58,482 --> 00:48:03,229
поскольку теперь мы можем более чётко
сформулировать, чего ожидаем от данных.

855
00:48:03,229 --> 00:48:06,893
Сначала каждый должен написать
свои инструменты и скрипты,

856
00:48:06,894 --> 00:48:10,601
сделать их более наглядными,
и мы сможем обсудить это.

857
00:48:10,602 --> 00:48:13,641
Но речь не о том, что верно, а что нет,

858
00:48:13,642 --> 00:48:15,870
а об ожиданиях,

859
00:48:15,870 --> 00:48:18,105
и у вас будут разные ожидания и обсуждения

860
00:48:18,106 --> 00:48:20,737
того, как моделировать в Викиданных.

861
00:48:22,836 --> 00:48:26,280
Текущее состояние --
лишь один шаг в этом направлении,

862
00:48:26,281 --> 00:48:28,041
потому что теперь нужно

863
00:48:28,042 --> 00:48:31,041
привлечь много технических знаний,

864
00:48:31,042 --> 00:48:35,721
и нам нужны лучшие способы
визуализации этого ограничения,

865
00:48:35,722 --> 00:48:39,995
возможно, преобразование его
в более понятный людям язык,

866
00:48:40,939 --> 00:48:43,768
но в меньшей степени здесь речь о том,
что верно, а что нет.

867
00:48:44,925 --> 00:48:45,925
(Лидия) Да.

868
00:48:50,986 --> 00:48:53,893
(голос из зала 6) По поводу качества,
хочу уточнить...

869
00:48:53,894 --> 00:48:57,010
Я часто сталкивался с разногласиями,

870
00:48:58,838 --> 00:49:02,330
связанными с разницей между
экземпляром и подклассом.

871
00:49:02,331 --> 00:49:05,963
Я бы сказал, ошибки в таких ситуациях

872
00:49:05,963 --> 00:49:11,521
и попытки найти их
были очень трудоёмким процессом.

873
00:49:11,522 --> 00:49:12,655
То, к чему я пришёл:

874
00:49:12,655 --> 00:49:16,051
«Если найти впечатляющие элементы, важные,

875
00:49:16,051 --> 00:49:19,026
и затем использовать
все экземпляры подкласса,

876
00:49:19,026 --> 00:49:21,896
чтобы найти все производные
этого утверждения», --

877
00:49:21,896 --> 00:49:26,215
это очень полезный способ
поиска ошибок.

878
00:49:26,405 --> 00:49:28,897
Но мне было интересно,

879
00:49:28,897 --> 00:49:33,959
можно ли использовать Shape Expressions

880
00:49:33,959 --> 00:49:36,854
в качестве инструмента
для решения таких проблем?

881
00:49:40,514 --> 00:49:42,555
(голос из зала 7)
Имеет ли структурный след ...

882
00:49:45,910 --> 00:49:49,170
Если имеется структурный след,
который может быть сфальсифицирован,

883
00:49:49,170 --> 00:49:51,191
можно решить, что это неправильно,

884
00:49:51,192 --> 00:49:52,670
а потом сделать это.

885
00:49:52,671 --> 00:49:56,921
Но если это просто попытка сопоставления
с объектами реального мира,

886
00:49:56,922 --> 00:49:59,082
то вам потребуется очень много «мозгов».

887
00:50:05,768 --> 00:50:08,631
(голос из зала 8) Привет,
я Пабло Мендес из Apple Siri Knowledge.

888
00:50:09,154 --> 00:50:12,770
Мы здесь, чтобы узнать,
как помочь проекту и сообществу,

889
00:50:12,770 --> 00:50:15,645
но Кристина совершила ошибку,
спросив, чего мы хотим.

890
00:50:16,471 --> 00:50:20,052
(смеётся) Думаю, одна вещь,
которую хотелось бы увидеть,

891
00:50:20,958 --> 00:50:23,521
связана с возможностью проверки --

892
00:50:23,522 --> 00:50:26,372
одним из основных принципов
проекта в сообществе,

893
00:50:27,062 --> 00:50:28,590
а также с доверием.

894
00:50:28,590 --> 00:50:32,042
Не все утверждения одинаковы,
некоторые из них серьёзно оспариваются,

895
00:50:32,042 --> 00:50:33,443
некоторые легко предположить,

896
00:50:33,443 --> 00:50:35,541
например, чью-либо дату рождения
можно проверить,

897
00:50:36,071 --> 00:50:39,882
как вы видели сегодня в основном докладе,
гендерные проблемы намного сложнее.

898
00:50:40,205 --> 00:50:42,560
Можете ли вы немного
рассказать о том, что вы знаете

899
00:50:42,560 --> 00:50:47,271
о доверии и проверках --
этих аспектах качества данных?

900
00:50:55,442 --> 00:50:58,138
Если этого не много,
хотелось бы намного больше. (смеётся)

901
00:51:00,646 --> 00:51:01,646
(Лидия) Да.

902
00:51:03,314 --> 00:51:06,548
Как выяснилось,
нам нечего сказать. (смеётся)

903
00:51:08,024 --> 00:51:12,299
(Андра) Я думаю, мы можем сделать многое,
но у нас с вами вчера была дискуссия.

904
00:51:12,300 --> 00:51:15,774
Мой любимый пример,
как я выяснил вчера, уже устарел.

905
00:51:15,774 --> 00:51:20,281
Если вы зайдёте
на страницу элемента Q2, это Земля,

906
00:51:20,282 --> 00:51:23,343
там есть утверждение, что Земля плоская.

907
00:51:24,183 --> 00:51:26,055
Я люблю этот пример,

908
00:51:26,056 --> 00:51:28,391
потому что есть сообщество,
которое это утверждает,

909
00:51:28,392 --> 00:51:30,417
и у них есть достоверные источники.

910
00:51:30,418 --> 00:51:32,254
Так что я думаю, это реальный случай,

911
00:51:32,255 --> 00:51:34,641
его не нужно оспаривать,
он должен быть в Викиданных.

912
00:51:34,642 --> 00:51:40,385
Я думаю, здесь Shape Expressions
может быть действительно полезен,

913
00:51:40,386 --> 00:51:44,857
потому что вам действительно
может быть интересен этот прецедент,

914
00:51:44,857 --> 00:51:47,129
или этот вариант использования,
с которым вы не согласны,

915
00:51:47,130 --> 00:51:49,799
но может быть и такой
случай применения,

916
00:51:49,799 --> 00:51:51,059
который вас заинтересует.

917
00:51:51,059 --> 00:51:53,449
Например, глюкоза.

918
00:51:53,449 --> 00:51:56,841
Биологу не интересно

919
00:51:56,841 --> 00:52:00,177
строение молекулы глюкозы,

920
00:52:00,177 --> 00:52:03,201
для него вся глюкоза одинаковая.

921
00:52:03,202 --> 00:52:05,973
Но химика подобное покоробит,

922
00:52:05,973 --> 00:52:08,191
существует 200 с лишним...

923
00:52:08,191 --> 00:52:10,443
Когда у вас есть разные выражения формы,

924
00:52:10,443 --> 00:52:13,887
я могу их применить с точки зрения химика.

925
00:52:13,887 --> 00:52:16,691
А с точки зрения биолога

926
00:52:16,691 --> 00:52:18,524
я применяю другое выражение формы.

927
00:52:18,524 --> 00:52:20,358
А если вы хотите сотрудничать,

928
00:52:20,358 --> 00:52:22,784
вы должны сказать Эрику о картах ShEx.

929
00:52:25,510 --> 00:52:28,873
Но это только начало пути.

930
00:52:28,873 --> 00:52:32,238
Но я лично верю,
что это весьма полезно для этой области.

931
00:52:34,292 --> 00:52:35,535
(Лидия) Вон там.

932
00:52:37,949 --> 00:52:39,168
(смех)

933
00:52:40,597 --> 00:52:46,035
(голос из зала 9) У меня несколько идей
по некоторым моментам обсуждения,

934
00:52:46,035 --> 00:52:50,902
постараюсь озвучить все.
Было три идеи, так что...

935
00:52:52,394 --> 00:52:55,201
Основываясь на том, что Джеймс сказал
некоторое время назад,

936
00:52:55,202 --> 00:52:59,001
у Викиданных с самого начала
была очень большая проблема

937
00:52:59,002 --> 00:53:01,574
в онтологии вышестоящего уровня.

938
00:53:02,363 --> 00:53:05,339
Мы говорили об этом
два года назад на WikidataCon,

939
00:53:05,340 --> 00:53:07,432
и мы говорили об этом на Викимании.

940
00:53:07,432 --> 00:53:09,818
На всех встречах по Викиданным

941
00:53:09,818 --> 00:53:11,656
мы говорим об этом,

942
00:53:11,656 --> 00:53:15,782
потому что это очень большая проблема
на очень высоком уровне --

943
00:53:15,783 --> 00:53:22,418
что такое сущность, работа,
что такое жанр, искусство, --

944
00:53:23,118 --> 00:53:25,461
все эти понятия очень важны.

945
00:53:27,215 --> 00:53:33,117
И на самом деле это слабое место
глобальной онтологии,

946
00:53:33,118 --> 00:53:37,453
потому что люди регулярно наводят порядок

947
00:53:38,017 --> 00:53:41,047
и тем самым всё ломают.

948
00:53:42,516 --> 00:53:48,649
Некоторые из вас помнят парня,
который из добрых намерений

949
00:53:48,649 --> 00:53:51,785
«сломал» все города мира.

950
00:53:51,785 --> 00:53:57,537
Элементы стали не географическими,
везде были нарушения ограничений.

951
00:53:58,720 --> 00:54:00,278
Это было сделано из добрых побуждений,

952
00:54:00,278 --> 00:54:03,623
ведь он действительно
исправлял ошибку в элементе,

953
00:54:04,170 --> 00:54:05,732
но всё сломалось.

954
00:54:06,349 --> 00:54:09,373
Я не уверена, как мы можем решить это,

955
00:54:10,216 --> 00:54:13,390
поскольку нет ни одного
внешнего учреждения,

956
00:54:13,390 --> 00:54:15,710
у которого мы могли бы скопировать,

957
00:54:15,710 --> 00:54:19,030
потому что все работают...

958
00:54:19,154 --> 00:54:22,041
Если я работаю с базой данных
исполнительского искусства,

959
00:54:22,042 --> 00:54:24,601
я просто перейду на уровень
исполнительского искусства,

960
00:54:24,601 --> 00:54:29,361
я не буду переходить
к философской концепции сущности,

961
00:54:29,362 --> 00:54:31,201
и это, на самом деле...

962
00:54:31,202 --> 00:54:34,561
Я не знаю ни одной базы данных,
работающей на этом уровне,

963
00:54:34,562 --> 00:54:36,827
но это самое слабое место Викиданных.

964
00:54:37,936 --> 00:54:40,812
Вероятно, когда мы говорим
о качестве данных,

965
00:54:40,812 --> 00:54:44,034
это является важным аспектом.

966
00:54:44,034 --> 00:54:48,569
Я думаю, это то же самое,
что мы заявили...

967
00:54:48,569 --> 00:54:50,452
Простите, я меняю тему,

968
00:54:51,401 --> 00:54:55,774
но на разных сессиях
мы говорили о качестве.

969
00:54:55,774 --> 00:54:59,398
На самом деле некоторые из нас
могут хорошо моделировать,

970
00:54:59,399 --> 00:55:01,240
работают с ShEx и так далее.

971
00:55:01,967 --> 00:55:07,655
Люди не видят этого в Викиданных,
они не видят ShEx,

972
00:55:07,655 --> 00:55:10,392
они не видят Вики-проект
на странице обсуждения,

973
00:55:10,393 --> 00:55:11,393
и иногда

974
00:55:11,394 --> 00:55:14,958
они даже не видят
страницы обсуждения свойств,

975
00:55:14,958 --> 00:55:19,628
которые чётко заявляют,
для чего используется конкретное свойство.

976
00:55:19,628 --> 00:55:23,887
Например, на прошлой неделе,
я добавила ограничение для свойства.

977
00:55:23,888 --> 00:55:26,324
Ограничение было чётко прописано

978
00:55:26,325 --> 00:55:28,690
в обсуждении создания свойства.

979
00:55:28,690 --> 00:55:34,548
Я просто добавила ограничение,
а кто-то возмутился:

980
00:55:34,548 --> 00:55:37,182
«Что? Ты сломала все мои правки!»

981
00:55:37,183 --> 00:55:41,542
Последние два года человек использовал
это свойство неправильно.

982
00:55:41,542 --> 00:55:46,868
Свойство было очень чёткое,
но не было никаких предупреждений,

983
00:55:46,869 --> 00:55:48,715
как и в Pink Pony,

984
00:55:48,715 --> 00:55:52,172
мы также сказали на Викимании,
что хотим делать Вики-проекты

985
00:55:52,172 --> 00:55:54,719
более наглядными,
делать ShEx более наглядным, но...

986
00:55:54,719 --> 00:55:56,917
Это то, что сказала Кристина.

987
00:55:56,917 --> 00:56:02,368
У нас проблема с визуализацией
существующих решений.

988
00:56:02,368 --> 00:56:04,242
На этой сессии

989
00:56:04,242 --> 00:56:06,862
мы все говорим о том,
как создать больше выражений формы,

990
00:56:06,863 --> 00:56:10,727
или облегчить работу редакторов.

991
00:56:11,605 --> 00:56:15,835
Но мы наводим порядок
с первого дня существования Викиданных,

992
00:56:15,836 --> 00:56:20,921
и, на глобальном уровне, мы проигрываем,

993
00:56:20,922 --> 00:56:22,960
поскольку, насколько я знаю,
имена сложные,

994
00:56:22,961 --> 00:56:26,162
но я единственная, кто их редактирует.

995
00:56:26,662 --> 00:56:29,671
Кто-то добавил имя на латинице

996
00:56:29,672 --> 00:56:31,584
всем китайским исследователям --

997
00:56:32,088 --> 00:56:35,616
мне понадобятся месяцы,
чтобы убрать это, и сама я не справлюсь,

998
00:56:35,616 --> 00:56:38,777
а он сделал массовую выгрузку.

999
00:56:39,462 --> 00:56:44,158
Проблем с визуализацией больше,
чем с инструментами, я думаю,

1000
00:56:44,158 --> 00:56:45,733
поскольку у нас много инструментов.

1001
00:56:45,733 --> 00:56:50,255
(Лидия) К сожалению,
мне дали знак, (смеётся),

1002
00:56:50,256 --> 00:56:52,121
поэтому нам нужно заканчивать.

1003
00:56:52,122 --> 00:56:53,563
Большое спасибо за ваши комментарии,

1004
00:56:53,563 --> 00:56:56,611
надеюсь, вы продолжите обсуждение позже,

1005
00:56:56,611 --> 00:56:57,840
и спасибо за ваш вклад.

1006
00:56:58,359 --> 00:56:59,944
(аплодисменты)

1007
00:57:04,108 --> 00:57:07,008
WikidataCon 2019
Викиданные и языки