211service.com
Wikipedia voegt betekenis toe aan zijn pagina's
Als een wereldwijde bron die is opgebouwd uit de vrije tijd van miljoenen vrijwilligers, kan Wikipedia de belichaming zijn van Web 2.0. Maar de Wikimedia Stichting , een non-profitorganisatie die onder andere Wikipedia beheert, denkt nu na over hoe het een spil kan worden van Web 3.0, of het semantische web.
Dat betekent dat een deel van de gegevens op Wikipedia's 15 miljoen (en het aantal) artikelen begrijpelijk moet zijn voor zowel computers als mensen. Hierdoor zou software bijvoorbeeld kunnen weten dat de getallen in een van de kolommen in deze tabel met Amerikaanse presidenten zijn datums. Dat zou er op zijn beurt toe kunnen leiden dat applicaties die gebaseerd zijn op Wikipedia automatisch historische tijdlijnen genereren of het soort algemene kennisvragen beantwoorden die normaal gesproken inhouden dat een persoon een relevant item op de site moet vinden en lezen.
Bij de 2010 Semantische technologie conferentie in San Francisco vorige maand, plaatsvervangend directeur van de stichting, Erik Moller , en collega Trevor Parscal , een ontwikkelaar van gebruikerservaringen voor Wikimedia, toonde enkele eerste stappen die de stichting had genomen om te onderzoeken hoe meer semantische structuur aan Wikipedia zou kunnen worden toegevoegd. Ze deden ook een beroep op de semantische webgemeenschap om manieren te ontwikkelen om de kennis van Wikipedia toegankelijker te maken voor computers en software.
Semantische informatie bestaat al in Wikipedia, en mensen bouwen er al op voort, zegt Möller. Helaas helpen we niet echt, en daarvoor moeten ze een uitgebreide verwerking gebruiken.
Een voorbeeld is: DBPedia , een semantische database gebouwd met behulp van software, verzamelt gegevens van de pagina's van de site en wordt onderhouden door de Vrije Universiteit van Berlijn en de Universiteit van Leipzig, beide in Duitsland. Een andere is vrije basis , een kennisdatabase met winstoogmerk, waarvan een groot deel ook is verkregen door Wikipedia te schrapen. Freebase is de gegevensbron die wordt gebruikt door de zoekmachine voor het beantwoorden van vragen PowerSet , dat door Microsoft werd overgenomen om deel uit te maken van zijn Bing-zoekmachine.
De eerste doelen voor Möller en Parscal zijn de infoboxen die als samenvattingen op veel Wikipedia-pagina's verschijnen, en de tabellen in items, zoals deze toont het bruto nationaal product van alle landen ter wereld .
Alleen al de mogelijkheid om die gegevens binnen Wikipedia opnieuw te gebruiken, zou een groot goed zijn, zegt Yaron Koren , die een adviesbureau runt dat gespecialiseerd is in Semantische MediaWiki , een uitbreiding op de MediaWiki-software die is gebruikt om Wikipedia te bouwen. Het handmatige werk dat tegenwoordig nodig is om de vele tabellen en lijsten bij te houden, zou kunnen worden geëlimineerd, voegt hij eraan toe. In plaats daarvan zouden lijsten automatisch kunnen worden gegenereerd vanuit de infoboxen van andere pagina's. Het zou ook mogelijk zijn om kaarten te genereren met behulp van de locatiecoördinaten die op sommige pagina's voorkomen, of automatisch tijdlijnen te genereren om perioden in de geschiedenis samen te vatten die op veel andere pagina's worden behandeld, zegt Möller.
Möller zegt dat een voorbeeld van het soort services dat kan worden ingeschakeld, is: WikiPics , ontwikkeld door Daniel Kinzler bij de Duitse Wikimediastichting. Kinzler schraapte een database met alle links die verschillende Wikipedia-pagina's met elkaar verbinden die in meerdere talen beschikbaar zijn en bouwde een volledig meertalige zoekfunctie voor afbeeldingen. Als een gebruiker bijvoorbeeld de term paard invoert, weet de dienst ook afbeeldingen van cheval (Frans) en Pferd (Duits) te vinden. Je zoekt concepten in plaats van termen, zegt Möller. Voorlopig vertrouwt de site echter op het langzame proces van het schrapen van heel Wikipedia om zijn kennis bij te werken. Een semantische Wikipedia zou een live database onderhouden die op elk moment kan worden opgevraagd.
Wikipedia staat voor twee grote uitdagingen bij het omarmen van semantische concepten, zegt Möller. Een daarvan is dat nog niemand een semantische webservice heeft gebouwd op de schaal van een site als Wikipedia, en het is onduidelijk of bestaande software zoals Semantic MediaWiki de taak aankan, zegt hij.
Een tweede uitdaging is het kenmerk van Wikipedia dat het meest verantwoordelijk is voor het succes tot nu toe: de gemeenschap. Nadenken over het toevoegen van een semantische structuur is een natuurlijke uitbreiding van wat Wikipedia moet doen, gezien de heersende trends, zegt Andrew Liho van de University of Southern California, en auteur van het boek uit 2009 De Wikipedia-revolutie . Maar ik maak me wel een beetje zorgen over het database-aspect dat hiermee gepaard gaat - de aantrekkingskracht van wiki's zit in de eerste plaats in de manier waarop ze door mensen met de hand zijn bewerkt.
Parscal heeft het voortouw genomen om het voor iedereen gemakkelijk te maken om de gegevens van een grote semantische winkel toe te voegen of te bewerken. We hebben gewerkt aan een visuele editor die suggereert hoe we gebruikers kunnen helpen bij het bijdragen van gestructureerde gegevens, en die het bewerkingsproces ook eenvoudiger maakt, zegt Parscal.
Het bewerken van Wikipedia is tegenwoordig al een ontmoedigend proces dat moet worden verbeterd, geeft Parscal toe. Als je interactie hebt gehad met onze interface, legt hij uit, ben je in het gezicht geslagen door wikitekst (een opmaaktaal die speciale code rond tekst gebruikt om zaken als links, verwijzingen en sectiekoppen op te maken). De wikitekst voor tabellen of infoboxen - de informatie die het meest rijp is om semantisch te maken - is bijzonder compact en moeilijk te begrijpen, zegt Parscal. We hebben onlangs een aantal gebruikerservaringsonderzoeken gedaan met mensen die het nog niet eerder hadden gebruikt; ze waren al snel behoorlijk gefrustreerd.
In de toekomst kan het mogelijk zijn om de noodzaak voor een mens om sommige delen van Wikipedia helemaal te vullen, weg te nemen, zegt Möller. In wezen zouden veel van deze gegevens waarschijnlijk niet door mensen moeten worden ingevoerd, het zou gewoon, laten we zeggen, eens per jaar de bron van een cijfer als het BBP moeten peilen. Dat is een mogelijkheid die Koren al heeft toegevoegd aan Semantic MediaWiki, via een extensie genaamd ExternalData.