211service.com
Wikipédia va donner du sens à ses pages
En tant que ressource mondiale construite à partir du temps libre de millions de bénévoles, Wikipédia peut être l'incarnation du Web 2.0. Mais le Fondation Wikimédia , une organisation à but non lucratif qui gère Wikipédia, entre autres projets, réfléchit maintenant à la manière d'en faire un pilier du Web 3.0, ou du Web sémantique.
Cela signifie rendre certaines des données sur les 15 millions d'articles de Wikipédia (et plus encore) compréhensibles pour les ordinateurs ainsi que pour les humains. Cela permettrait au logiciel de savoir, par exemple, que les nombres affichés dans l'une des colonnes de ce tableau répertoriant les présidents américains sont des dates. Cela pourrait, à son tour, permettre aux applications qui s'appuient sur Wikipédia de générer automatiquement des chronologies historiques ou de répondre au type de questions de connaissances générales qui impliqueraient généralement une personne de trouver et de lire une entrée pertinente sur le site.
Au 2010 Technologie sémantique conférence à San Francisco le mois dernier, le directeur adjoint de la fondation, Erik Möller , et collègue Trevor Parscal , un développeur d'expérience utilisateur pour Wikimedia, a montré quelques premières mesures prises par la fondation pour explorer comment une structure plus sémantique pourrait être ajoutée à Wikipedia. Ils ont également fait appel à la communauté du Web sémantique pour aider à développer des moyens de rendre les connaissances de Wikipédia plus accessibles aux ordinateurs et aux logiciels.
L'information sémantique existe déjà sur Wikipédia, et les gens s'en servent déjà, dit Möller. Malheureusement, nous ne les aidons pas vraiment et ils doivent utiliser un traitement étendu pour le faire.
Un exemple est DBPedia , une base de données sémantique construite à l'aide d'un logiciel collectant des données à partir des pages du site, et maintenue par l'Université libre de Berlin et l'Université de Leipzig, toutes deux en Allemagne. Un autre est Base libre , une base de données de connaissances à but lucratif, dont une grande partie a également été obtenue en grattant Wikipédia. Freebase est la source de données utilisée par le moteur de recherche question-réponse PowerSet , qui a été acquis par Microsoft pour faire partie de son moteur de recherche Bing.
Les premiers objectifs de Möller et Parscal sont les infobox qui apparaissent sous forme de résumés sur de nombreuses pages Wikipédia, et les tableaux dans les entrées, tels que celui-ci montrant le produit national brut de tous les pays du monde .
Le simple fait de pouvoir réutiliser ces données dans Wikipédia serait une grande chose, dit Yaron Koren , qui dirige un cabinet de conseil spécialisé dans MediaWiki sémantique , une extension du logiciel MediaWiki utilisé pour construire Wikipédia. Le travail manuel nécessaire à la maintenance des nombreux tableaux et listes d'aujourd'hui pourrait être éliminé, ajoute-t-il. Au lieu de cela, des listes pourraient être générées automatiquement à partir des infobox d'autres pages. Il serait également possible de générer des cartes, en utilisant les coordonnées de localisation qui figurent sur certaines pages, ou de générer automatiquement des chronologies pour résumer les périodes de l'histoire couvertes par de nombreuses autres pages, explique Möller.
Möller dit qu'un exemple du type de services qui pourraient être activés est WikiPics , développé par Daniel Kinzler à la fondation allemande Wikimedia. Kinzler a gratté une base de données de tous les liens qui relient différentes pages Wikipedia disponibles en plusieurs langues et a construit une recherche d'images entièrement multilingue. Lorsqu'un utilisateur met par exemple le terme cheval, le service sait trouver également des images de cheval (français) et Pferd (allemand). Vous recherchez des concepts au lieu de termes, dit Möller. Cependant, pour l'instant, le site s'appuie sur le lent processus de grattage de l'ensemble de Wikipédia pour mettre à jour ses connaissances. Un Wikipédia sémantique maintiendrait une base de données en direct qui pourrait être interrogée à tout moment.
Wikipédia fait face à deux grands défis pour adopter les concepts sémantiques, dit Möller. La première est que personne n'a encore construit un service Web sémantique à l'échelle d'un site tel que Wikipédia, et il n'est pas clair si un logiciel existant comme Semantic MediaWiki est à la hauteur, dit-il.
Un deuxième défi est la caractéristique de Wikipédia la plus responsable de son succès jusqu'à présent : sa communauté. Penser à ajouter une structure sémantique est une extension naturelle de ce que Wikipédia doit faire, compte tenu des tendances dominantes, dit Andrew Lih de l'Université de Californie du Sud, et auteur du livre 2009 La révolution Wikipédia . Mais je m'inquiète un peu de l'aspect base de données qui vient avec cela – l'attrait des wikis en premier lieu réside dans la façon dont ils ont été édités à la main par des humains.
Parscal a mené des efforts pour permettre à quiconque d'ajouter ou de modifier facilement les données d'un grand magasin sémantique. Nous avons travaillé sur un éditeur visuel qui suggère comment nous pourrions aider les utilisateurs à fournir des données structurées, et qui facilite également le processus d'édition, explique Parscal.
L'édition de Wikipédia aujourd'hui est déjà un processus intimidant qui doit être amélioré, admet Parscal. Si vous avez interagi avec notre interface, explique-t-il, vous avez été giflé par le wikitext (un langage de balisage qui utilise un code spécial autour du texte pour formater des éléments tels que des liens, des références et des en-têtes de section). Le wikitexte pour les tableaux ou les infobox – les informations les plus mûres pour faire de la sémantique – est particulièrement dense et difficile à comprendre, explique Parscal. Nous avons récemment mené des études sur l'expérience utilisateur avec des personnes qui ne l'avaient jamais utilisé auparavant ; ils furent rapidement assez frustrés.
À l'avenir, il sera peut-être possible de supprimer le besoin pour un humain de remplir complètement certaines parties de Wikipédia, dit Möller. Fondamentalement, une grande partie de ces données ne devraient probablement pas être saisies par des humains en premier lieu, elles devraient simplement, disons, sonder la source d'un chiffre comme le PIB une fois par an. C'est une capacité que Koren a déjà ajoutée à Semantic MediaWiki, via une extension appelée ExternalData.