# <font color="#000000" size="70">Wikidata 台灣相關資料的匯入現況</font> <!-- Put the link to this slide here so people can follow --> <font color="#000000">slide: **[https://hackmd.io/@wikidata-tw/SydxVaZfA](https://hackmd.io/@wikidata-tw/SydxVaZfA)**</font> <!-- .slide: data-background="https://i.imgur.com/zIpva9R.jpg" --> CC-BY-4.0 Wikidata Taiwan Community 2024/05/04 維基數據台灣 陳瑞霖 Note: Ta̍k-ke hó, Hello everyone, This is Dennis Raylin Chen from Taiwan, I want to talk about cleaning and managing dataset. My speech's title is "Linking OpenStreetmap and Wikidata: Case study of Taiwan's villages and rivers datasets" --- ## 我是誰? - [Supaplex](https://www.openstreetmap.org/user/Supaplex) - [OpenStreetMap](https://www.openstreetmap.org) :heart: [Wikidata](https://www.wikidata.org) :heart: - [Wikimedia Taiwan](https://meta.wikimedia.org/wiki/Wikimedia_Taiwan/zh) :cat: --- ## <font color=green; style="background-color:gray">匯入後的維護問題</font> <!-- .slide: data-background-color="green" --> <div style="width:800px; float:left: background-color: green;"> <div style="width:350px; float:left; background-color: red;"> * 村里：保持即時狀況 * 溪流：在河川代碼清單上的太少 * 學校：廢校與新設立學校 </div> <div style="width:350px; float:right; background-color: blue; opacity: 0.8"> * 影劇作品的集 * 台灣演義：只到2022年([檢索](https://w.wiki/9xPd)) * 玫瑰銅鈴眼([檢索](https://w.wiki/9y8P)) * 教育部電子報-閱讀越懂閩客語：只到2022年([檢索](https://w.wiki/9y8J)) </div> </div> <div style="clear: both;"></div> --- ## 常見資料 * 河川代碼([檢索](https://w.wiki/9y7d)) * 溪流有跨資料庫連結狀況 * GNS(Ceb Wiki)、中文維基百科 * 旅館([檢索](https://w.wiki/9xsm)) * Agoda、TravelWeekly、Booking.com * 觀光署資料庫 --- ## 沒有持續更新的話 人家不想繼續維護資料 <span>既有的項目遠遠建得不夠<!-- .element: class="fragment" data-fragment-index="1" --></span> <span>比對資料技巧<!-- .element: class="fragment" data-fragment-index="2" --></span> <span>結構化了用Wikidata Query。非結構化有閩南語維基百科的臺北市的里，重複建立里了 <!-- .element: class="fragment" data-fragment-index="3" --></span> <span>識別最新資料集，以及主管機關 <!-- .element: class="fragment" data-fragment-index="4" --></span> <span>電腦化前的歷史資料建置 <!-- .element: class="fragment" data-fragment-index="5" --></span> --- ## 村里資料的歷史 * 2019 年開始 * 最基本的地理單元 ([檢索](https://w.wiki/9y7h)) * 根據政府的開放資料來建立(戶政司[資料清單](https://www.ris.gov.tw/documents/html/5/1/167.html)) * 提案[戶役政系統代碼 - P5020](https://www.wikidata.org/wiki/Property:P5020) Note: 臺灣遮的村里資料是對2019年開始，村里是臺灣上基本的政治地理單位(忽略鄰一个通常無GSI範圍的單位)。是根據政府的開放資料來建立，嘛順紲共戶役政代碼提案屬性 P5020 --- ## 有失誤了 * 用到舊的，沒有維護的主計處資料集 (到 2018 而已) * 沒有處理到 2018 年台南新整併的里 * 解決方式：用新的戶政司資料集 Note: 彼時用到舊的資料，已經無維護的主計處資料集(到2018年1爾爾)。所以台南2018年整併的里。解決的方式是用上新的戶政司的資料集 --- ## 閩南語維基百科  Note: zh-min-nan 維基百科那邊有人建立全台北市的里，所以 Wikidata 有建立項目 --- ## 問題案例：重覆 ê 台北市 ê 里 <div class="r-stack"> <img class="semi-fade-out" src="https://i.imgur.com/MPomHNc.png"> <img class="fragment" src="https://i.imgur.com/WjEmd46.png"> </div> Note: 後來匯入時無檢查到，煞重複增加ê里 --- ## 日本時代的行政區劃  --- ## 半結構化-大字  --- ## 七星郡 維基百科[Petscan檢索](https://petscan.wmflabs.org/?psid=28186693)  --- ## OpenStreetMap x Wikidata 月聚  Note: 逐個月有 OpenStreetMap 佮 Wikidata 社群佇台北遮的 Mozspace --- ## [To-siā!](https://en.wiktionary.org/wiki/%E5%A4%9A%E8%AC%9D#Chinese) [sṳ̀n-mùng-ǹ!](https://en.wiktionary.org/wiki/%E6%89%BF%E8%92%99%E4%BD%A0) Thank you! <!-- .slide: data-background="https://upload.wikimedia.org/wikipedia/commons/thumb/1/1f/Wikidatacon_2023_Banner_-_04.png/1024px-Wikidatacon_2023_Banner_-_04.png" data-background-opacity="0.5"--> - :sheep: [GitHub](https://github.com/Supaplextw/) - Supaplex: [Wikidata](https://wikidata.org/wiki/User:Supaplex)，[OpenStreetMap](https://www.openstreetmap.org/user/Supaplex) - Or [email](mailto:dennis@wikimedia.tw) - Facebook group [Wikidata Taiwan](https://www.facebook.com/groups/2212207218990971/)、[OpenStreetMap Taiwan](https://www.facebook.com/groups/OpenStreetMap.TW/) Note: Here is my contact information, To-siā, sṳ̀n-mùng-ǹ! Thank you! --- ## Q&A