Wikidata 新手編輯工具箱

COSCUP 2019

[[User:Planetoid]]

Markdown 版連結: http://bit.ly/2YIKuji
簡報 PDF 版: http://bit.ly/31K83Fu

大綱

為什麼要編輯
工具箱 QuickStatements 介紹
- 新增與編輯
- 資料處理
- Wikidata 資料類型
- CSV 匯入範例
- 匯入格式
資料探索: 常見屬性、上位分類
新手技術問題排除

為什麼要編輯

1.搜尋引擎輸入：林志玲

20%

2.搜尋引擎輸入：distance between Taipei and Kaohsiung

60%

3.搜尋引擎輸入：…

60%

應用之一：問答系統

傳統資訊檢索會使用到的資料外（如字典）
使用本體論等語義資料
利用網頁來增加資料的豐富性。 (source: 維基百科)

40%

本體論

40%

「對特定領域之中某套概念及其相互之間關係的形式化表達（formal representation）」

source: 本體 (資訊科學) - Wikipedia

工具箱 QuickStatements 介紹

使用試算表軟體增加或刪除 Wikidata 資料，並且可以批次處理 陳述

TAB 按鍵間隔欄位值 (試算表選擇區域後複製貼上)
逗號間隔欄位值 (文字編輯或試算表軟體另存 CSV 檔案)

新增與編輯 property

Wikidata Query Service 查詢台灣古蹟（Q63183471）條目

SELECT ?item ?itemLabel ?itemDescription
WHERE 
{
  ?item wdt:P31 wd:Q63183471.
  SERVICE wikibase:label { 
    bd:serviceParam wikibase:language "zh,en". 
  }
}

補上缺少中文描述的條目

講個秘訣: 語言顯示順序 language "zh,en" 當查詢結果顯示英文 (en) 描述，代表缺少中文 (zh) 描述

語言代碼

範例
60%
感謝示範：唐納·川普 - Wikidata

語言代碼清單

語言代碼	名稱
en	英文
hak	客家話
zh	中文
zh-tw	中文（台灣）
zh-hant	中文（繁體）
zh-classicallzh	文言
zh-yue	粵語

參考出處: Help:Wikimedia language codes/lists/all - Wikidata

資料處理

* 目的：找到描述欄位只有英文、沒有中文，再補上中文描述
* 使用：正規表示式 (使用單一字串描述、或尋找一系列符合某個句法規則的
  字串。)

正規表示式規則說明

[ ] 指定的範圍，例如 [a-z] 尋找符合 a-z 範圍間的字串
+ 代表出現一次或多次，例如 a+ 尋找 a 出現一次或多次的字串
現有資料有大小寫英文、空白、逗號。改寫規則[a-zA-Z\s,]+

40%

圖出處: https://regexper.com 教學：動動手來學 Regular Expression 正規表達式

進行資料處理

資料處理: 使用 LibreOffice Calc 試算表軟體的 REGEX 函數，支援的 List of Regular Expressions
- =REGEX(C2, "[a-zA-Z\s,]+") 如果 C2 儲存格包含英文、空格、逗號，則回傳符合字串，若無則回傳 #N/A
- =REGEX(C2, "[[^\u0000-\u0080]+]+") 如果 C2 儲存格包含中文，則回傳符合字串，若無則回傳 #N/A
- 不能用 =REGEX(C2, "[[:alnum:]\s,]+") 如果 C2 儲存格包含文數字，則回傳符合字串，若無則回傳 #N/A
- 如果要用 Google Sheet 可以使用 REGEXMATCH 函數 =REGEXMATCH(C2, "([^\x00-\x80]+)") 如果 C2 儲存格包含中文，則回傳 TRUE ，若無則回傳 FALSE
參考維基百科補上敘述 e.g. 紅毛城 - 维基百科，自由的百科全书

Wikidata 資料類型

陳述 (statement) 需要包含 entity, property & value

entity	property	value
金城武（Q310252）	職業（P106）	演員（Q33999） …

entity 可以是 item (項目), a property, a lexeme (詞位), a form (詞形), or a sense (含意)。為避免混淆金城武、土城金城武、淡水金城武。 Wikidata 不使用名稱，而是 Q 開頭的識別碼，例如金城武（Q310252）對應到「台裔日本演員」
property (屬性) 可解釋為資料的類別，例如金的職業是演員、歌手等，其中的職業是一種 property：職業（P106）
value 可以是 entity, a string, a time, a location coordinate, or a quantity 例如演員（Q33999）是另一項 entity/item

CSV 匯入範例

qid,Dzh
Q713077,位於台灣新北市淡水區的古蹟
Q5875008,位於今台灣新北市淡水區，為建造於1886年的火炮砲台，佔地約8公頃
Q10898933,為清朝淡水關稅務司的官邸，別稱小白宮，建於1870年，位於新北市淡水區埔頂
Q10911383,台灣臺北市直轄市定古蹟

可參考QuickStatements 文件提供的範例

匯入格式

P1234 設定該條目的 property

語法: entity TAB property TAB value
範例：Q10911383 TAB P1435 TAB Q63183513 代表將原臺灣軍司令部（Q10911383）的 property 遺產定位（P1435）設定是直轄市定古蹟（Q63183513）

設定`標籤`、`描述`、`亦稱為`、`資料來源`、`sitelinks`

Len 設定指定語言代碼的 Label (標籤)

語法: entity TAB property TAB value
範例：Q10911383 TAB Lzh-tw TAB "原臺灣軍司令部" 代表將「原臺灣軍司令部（Q10911383）」的中文（台灣） (zh-tw) 語言代碼的 標籤設定是「原臺灣軍司令部」

Dfr 設定指定語言代碼的 Description (描述)

語法: entity TAB property TAB value
範例：Q713077 TAB Dzh-tw TAB "位於台灣新北市淡水區的古蹟" 代表將「紅毛城（Q713077）」的中文（台灣） (zh-tw) 語言代碼的 描述設定是「位於台灣新北市淡水區的古蹟」

Ade 設定指定語言代碼的 Alias (亦稱為)

語法: entity TAB property TAB value
範例：Q10911383 TAB Azh-tw TAB "原台灣軍司令部" 代表將「原臺灣軍司令部（Q10911383）」的中文（台灣） (zh-tw) 語言代碼的 亦稱為設定是「原台灣軍司令部」

Senwiki 設定站內連結

語法: entity TAB property TAB value
範例：Q10911383 TAB Szhwiki TAB "原臺灣軍司令部" 將原臺灣軍司令部（Q10911383）連結到中文維基頁面「原臺灣軍司令部」

site id	語言
enwiki	英文 Wikipedia
zhwiki	中文维基百科
zh-yuewiki	粵文維基百科
zh_min_nanwiki	閩南語 Wikipedia, chū-iû ê pek-kho-choân-su
classicalwiki	文言維基大典
hakwiki	客家話維基百科－自由个百科全書

S1234 設定目前輸入陳述的資料來源是 P1234 ，但是不需要加上 P

語法: entity TAB property1 TAB value1 TAB property2 TAB value2
範例：Q10911383 TAB P625 TAB "25°2'14"N, 121°30'38"E" TAB S143 TAB Q30239 將「原臺灣軍司令部（Q10911383）」的地理座標（P625）的資料來源設定是匯入自（P143）中文維基百科（Q30239）

`陳述` 加上 `限定詞` (`qualifier`)

語法: 每個陳述的 entity TAB property TAB value 後面可以加上無限次的 property 與 value 雙人組合
使用時機:
- 事件起始與結束時間，例巴黎聖母院大火始於（P580） 2019/4/15、終於（P582） 2019/4/16
- 出生日期（P569）與死亡日期（P570）
- 加上 value 的資料來源等

文件說明: Help:Qualifiers - Wikidata

開放街圖 OSM 屬性

OSM關係識別碼（P402）：「地方或物件在開放街圖上的關係ID編號」例如：

中華民國（Q865）的 OSM關係識別碼: 449220、
臺北市（Q1867）的 OSM關係識別碼: 1293250

實際操作

連往 QuickStatements
登入 wikimedia 專案帳號
點選 New Batch 按鈕
輸入一行或多行指令
點選 Import V1 commands 或 Import CSV commands
負責任地預覽匯入結果
確認執行結果，出錯時恢復上一步驟

資料探索

資料探索1: 該用什麼 property

列出古蹟（Q1081138）使用的 property (link)

SELECT ?property ?propertyLabel (COUNT(?property) AS ?count) WHERE {
  ?item wdt:P31 wd:Q1081138 .
  ?item ?property ?value .
  SERVICE wikibase:label { 
    bd:serviceParam wikibase:language "zh" 
  }
}

GROUP BY ?property ?propertyLabel
ORDER BY DESC(?count)

cont. 排序 property 出現次數

資料處理

如果原網址 http://www.wikidata.org/entity/P10 修改成 https://www.wikidata.org/wiki/Property:P10 否則會無法抓到標題，出現 #N/A 錯誤
為避免重複，只篩選網址是 http://www.wikidata.org/prop/P 開頭
使用 Google sheet IMPORTXML 函數 =IMPORTXML(C2, "//title") 自動抓取 C2 儲存格內網址的標題
預設會抓到英文標題，顯示中文標題的方式是網址後加上 ?uselang=zh-tw

example

待續

古蹟（Q1081138） & 古蹟（Q63183471）「根據中華民國法律《文化資產保存法》指定的古蹟」常用 property 差異
區分不同政治實體的常用 property 差異，例如中華民國河流 Wikidata Query v.s. 中華人民共和國河流 Wikidata Query

資料探索2: 上級分類

Music genres

#graph rendering could be slow due to large number of results

#defaultView:Graph
SELECT ?item ?itemLabel 
  ?_image 
  ?_subclass_of ?_subclass_ofLabel
WHERE {
  ?item wdt:P31 wd:Q188451;
        wdt:P279 ?_subclass_of.
  SERVICE wikibase:label { 
  	bd:serviceParam wikibase:language "[AUTO_LANGUAGE],en". 
  }
  OPTIONAL { ?item wdt:P18 ?_image. }
}

查詢結果: https://w.wiki/6zj
網絡圖: http://bit.ly/2Ne1rvc

列出上級分類

新手技術問題排除

QuickStatements 匯入遇到 No valid command found

解決方式: (1) 如果是選擇「Import V1 commands」文字欄位值前後需要加上雙引號，要額外注意 entity 與 property 不需要加上雙引號

格式：entity TAB property TAB "value"

錯誤寫法

Q16929085	Dzh	位於台灣新北市市定古蹟

需要修改成

Q16929085	Dzh	"位於台灣新北市市定古蹟"

LibreOffice Calc 或 Excel 可以使用函數，在儲存格前後加上雙引號

="""" & C1 & """" 是的！重複四次雙引號！
或
=CHAR(34) & C1 & CHAR(34)

(2) 如果是選擇「Import CSV commands」檢查匯入內容的格式
QuickStatements 文件提供的範例

qid,Len,Den,Aen,P31,-P31,P21,P735,qal1545,S248,s214,S143,Senwiki
Q42,Douglas Adams,author,Douglas Noël Adams,Q5,Q36180,Q6581097,Q463035,1,Q54919,113230702,Q328,Douglas Adams

其他工具

Google sheet 外掛工具 Wikipedia and Wikidata Tools

example

參考資料

SPARQL - 维基百科，自由的百科全书
Help:QuickStatements - Wikidata
QuickStatements CSV file syntax
中文條目的 properties Wikidata:Database reports/List of properties/all/zh - Wikidata
Wikidata:WikiProject Historical Place - Wikidata
維基數據沙盒 - Wikidata 提供測試功能，請溫柔地對待它

Syntax	Example	Reference
# Header	Header	基本排版
- Unordered List	Unordered List
1. Ordered List	Ordered List
- [ ] Todo List	Todo List
> Blockquote	Blockquote
Bold font	Bold font
Italics font	Italics font
~~Strikethrough~~	~~Strikethrough~~
19^th^	19^th
H~2~O	H₂O
++Inserted text++	Inserted text
==Marked text==	Marked text
[link text](https:// "title")	Link
![image alt](https:// "title")	Image
`Code`	`Code`	在筆記中貼入程式碼
```javascript var i = 0; ```	`var i = 0;`	在筆記中貼入程式碼
:smile:		Emoji list
{%youtube youtube_id %}	Externals
$L^aT_eX$	L^aT_eX
:::info This is a alert area. :::	This is a alert area.

Wikidata 新手編輯工具箱

大綱

為什麼要編輯

應用之一：問答系統

本體論

工具箱 QuickStatements 介紹

新增與編輯 property

語言代碼

資料處理

Wikidata 資料類型

CSV 匯入範例

匯入格式

設定標籤、描述、亦稱為、資料來源、sitelinks

陳述 加上 限定詞 (qualifier)

實際操作

資料探索

資料探索1: 該用什麼 property

cont. 排序 property 出現次數

資料探索2: 上級分類

新手技術問題排除

QuickStatements 匯入遇到 No valid command found

其他工具

參考資料

設定`標籤`、`描述`、`亦稱為`、`資料來源`、`sitelinks`

`陳述` 加上 `限定詞` (`qualifier`)