ויקינתונים

ויקינתונים
	דף הבית של ויקינתונים
סוג	מסד נתונים סמנטי, חופשי, שיתופי ורב-לשוני
תקופת הפעילות	30 באוקטובר 2012 – הווה (12 שנים)
מייסדים	קהילת ויקימדיה
בעלות	קרן ויקימדיה
	wikidata.org

ויקינתונים (באנגלית: Wikidata) הוא מסד נתונים סמנטי, חופשי, שיתופי ורב-לשוני, השייך לקרן ויקימדיה. ויקינתונים משמש כמאגר נתונים מרכזי לכל המיזמים של קרן ויקימדיה, וניתן לעשות בנתונים שבו שימוש חופשי ברישיון נחלת הכלל.

מהות המיזם

בדומה למיזם ויקישיתוף שמרכז את קובצי המדיה בהם נעשה שימוש במיזמי קרן ויקימדיה והמופצים ברישיון חופשי, ויקינתונים משמש כמאגר נתונים מרכזי וחופשי. ניתן להשתמש בנתונים בצורות שונות – ניתן להעתיק, לשנות, להפיץ או להציג את הנתונים, אפילו למטרות מסחריות, כל זאת מבלי לבקש רשות. כמו בשאר מיזמי קרן ויקימדיה, הנתונים בוויקינתונים מוכנסים ומתוחזקים על ידי העורכים שמחליטים על הכללים של יצירת תוכן וניהול המידע. עם זאת, גם בוטים יכולים להזין נתונים בוויקינתונים. ויקינתונים אוגר נתונים מובנים ומקושרים, דבר המקל על שימוש חוזר בנתונים, ומאפשר שימוש ועיבוד על ידי מחשבים.

ויקינתונים מהווה מאגר נתונים מרכזי עבור ויקיפדיה בשפות השונות, כמו גם לשאר מיזמי קרן ויקימדיה. ויקינתונים תומך בוויקיפדיה בקישורי שפה, כלומר, ערכים מקבילים בוויקיפדיות בשפות שונות מקושרים ביניהם באמצעות ויקינתונים. בנוסף, פרטי מידע רבים (כגון תאריכי הלידה או נתוני התמ"ג של מדינות) מאוחסנים במאגר וניתן לעשות בהם שימוש בתבניות מידע או בתבניות רגילות המופיעות בוויקיפדיות השונות ובמיזמים נוספים. באופן זה מתאפשר לעדכן נתונים במקביל בכל הערכים במהדורות השונות של ויקיפדיה ובמיזמים אחרים של קרן ויקימדיה או של גופים אחרים, וליצור סינרגיה בין השפות השונות, דבר המקל על התחזוקה של ערכים, מצמצם את עומס העבודה, ומשפר את איכותה, מהימנותה ועדכניותה של ויקיפדיה.

מבנה ויקינתונים

ויקינתונים פועל על תוכנת Wikibase – מקבץ של תוספים למדיה-ויקי^[1] – והוא מסד נתונים גרפי בפורמט RDF.

פריטים

מסד הנתונים מתמקד בפריטים (Items), שיכולים לייצג כל נושא, מושג, אובייקט או ישות. הפריט הוא ישות מוגדרת שמתוארת באמצעות מכלול נתונים קונקרטיים. לדוגמה, ‏‏ (Q8470), ‏‏ (Q316), ‏‏ (Q303) או ‏‏ (Q36611).

לכל פריט מספר מזהה ייחודי מחויב המתחיל באות Q ומכונה QID. התווית (label) של הפריט היא השם המקובל לפריט בשפה מסוימת, וניתן להזין תווית בכל שפה נתונה. בצורה זו ניתן לזהות את הפריט ולהציג מידע בסיסי בעבורו בצורה שאינה מעניקה עדיפות לשפה אחת על פני השנייה.

תוויות של פריטים לא מוכרחות להיות ייחודיות. למשל, ‏‏ (Q37226), ‏‏ (Q521164), ‏‏ (Q204040), ו-‏‏ (Q849874) הם פריטים המתייחסים לישויות שונות בתכלית: הראשון הוא אדם העוסק בהוראה, השני יחידה פונולוגית, השלישי נהר במרכז אירופה והרביעי עיירה בשוודיה.

בעיקרון, כל פריט מורכב מתווית, תיאור ומספר קביעות (statements).

קביעוֹת

מידע על פריטים מאורגן בצורה של קביעות. באופן פורמלי, אלה הן הצהרות המורכבות מצמדים של מאפיין (property) וערך (value) אחד, או מאפיין ומספר רב של ערכים. למאפיין יהיה מזהה ייחודי שמתחיל ב-P.

למשל, בעבור הפריט ‏‏ (Q513), המאפיין ‏‏ (P2660) יקבל את הערך 8,848 מטר; בעבור הפריט ‏‏ (Q4653), המאפיין ‏‏ (P170) יקבל את הערך ‏‏ (Q35610) – שהוא פריט ויקינתונים בפני עצמו. מאפיינים יכולים לקבל ערכים מסוגים שונים: מספרים, תאריכים, מחרוזות (למשל, ‏‏ (P1559)), קובצי מדיה (למשל, ‏‏ (P18)), פריטים אחרים בוויקינתונים ועוד.

לכל מאפיין נקבע סוג הערכים שהוא יכול לקבל. למשל, המאפיין ‏‏ (P856) צריך לקבל ערך מהסוג URL. מאפיינים יכולים גם להגדיר אילוצים (constraints) - כללים מורכבים יותר לגבי השימוש המיועד שלהם. לדוגמה, למאפיין ‏‏ (P36) יש "אילוץ חד-ערכי", המשקף את המציאות כי לטריטוריות יש (בדרך כלל) רק עיר בירה אחת. עם זאת, המודל של ויקינתונים גמיש מאוד: היחס לאילוצים אינו כאל כללים שאין להפר אותם אלא כהכוונה לעורכים^[2].

קביעות יכולות למפות מאפיין אחד ליותר מערך אחד. למשל, המאפיין של ‏‏ (P106) יקבל אצל מארי קירי הן את הערך ‏‏ (Q169470) והן את הערך ‏‏ (Q593644).

בתחילת 2022 היו קיימים קרוב לעשרת אלפים מאפיינים בויקינתונים. מאפיין חדש יכול להיווצר רק לאחר דיון עם הקהילה בדף המתאים.

מבחינים הם דרך אופציונלית שבה ניתן לשפר דיוק של קביעה כלשהי על ידי הוספת מידע בנוגע להיקפה. למשל, המאפיין ‏‏ (P1082) יכול לקבל ערך מספרי מסוים, וניתן לשפר את דיוק הקביעה ולציין במגדיר ‏‏ (P585) את הערך "שנת 2017".

דוגמה נוספת. בפריט הספר ‏‏ (Q1140185), יועלה דיוק המאפיין ‏‏ (P655) שתוכנו ‏‏ (Q7063198) באמצעות המבחין ‏‏ (P407) לשפת התרגום ‏‏ (Q9288).

קביעות יכולות גם לכלול הפניה למקורות כדי לתת סימוכין לקביעה. לקביעה ממוסמכת יש יותר תוקף מקביעה שאין לה מקורות. ישנן קביעות שחייבות סימוכין.

קביעות יכולות להיות מדורגות בשלושה דירוגים: מועדף, רגיל וירוד. ברירת המחדל ביצירת הקביעה היא דירוג רגיל. הדירוג מיוצג בצורת אייקון בשורת הערך ובצבע הרקע של הקביעה (ירוק למועדף, לבן לרגיל וורוד לירוד).

לקסמה (יחידה מילונית)

בבלשנות, לקסמה היא יחידה סמנטית (בעלת משמעות מילונית). באופן דומה, הלקסמות של ויקינתונים הן פריטים בעלי מבנה שהופך אותם למתאימים יותר לאחסון נתונים לקסיקוגרפיים כמו מילים, ביטויים ומשפטים, בכדי למפות בשפה אטימולוגיה, הטיות וכו'. חלק זה שעוסק בשפות אמור להשתלב בויקימילון.

היסטוריה ופיתוח

המיזם נוצר ביוזמת ויקימדיה גרמניה, ובמימון מענקים מהמכון לבינה מלאכותית של פול אלן, מקרן גורדון ובטי מור, ומגוגל, בסך של 1.3 מיליון אירו^[3]^[4]. זהו המיזם החדש הראשון של קרן ויקימדיה מאז 2006. פיתוח המיזם נעשה בעיקר על ידי ויקימדיה גרמניה וכלל שלושה שלבים:

ריכוז קישורים בין-לשוניים - קישורים בין ערכים בוויקיפדיה על אותו נושא בשפות שונות
אחסון מרכזי לנתונים שבתבניות מידע מכל הוויקיפדיות
יצירה ועדכון של רשימות ערכים על סמך נתונים בוויקינתונים

השקה ראשונית

המיזם הושק באופן רשמי ב-30 באוקטובר 2012 וכלל תחילה רק קישורים בין-לשוניים. בעבר, כל ערך בוויקיפדיה כלל רשימה של קישורים לערך המקביל בוויקיפדיות אחרות. ויקינתונים היווה בשלב ראשון מאגר מרכזי של קישורים אלה: כל פריט שנוצר בוויקינתונים הכיל רק מידע בסיסי: תווית, תיאור וכינויים (תוויות אלטרנטיביות) וקישורים לערכים בנושא בוויקיפדיות השונות.

המהדורה הראשונה של ויקיפדיה שבה שולבו קישורים בין-לשוניים דרך מסד הנתונים של ויקינתונים הייתה ויקיפדיה ההונגרית, שבה שולבו הקישורים ב-14 בינואר 2013. קישורים בין-לשוניים דרך ויקינתונים נכנסו לשימוש לאחר מכן בוויקיפדיה העברית וויקיפדיה האיטלקית, ב-30 בינואר 2013^[5], ב-11 בפברואר 2013 בוויקיפדיה האנגלית, -ב-6 במרץ 2013 בכל שאר הוויקיפדיות.

הוספת קביעות

ב-4 בפברואר 2013 החלה הוספת הקביעות לוויקינתונים. הנתונים יובאו בחלקם בצורה אוטומטית מתבניות מידע וקטגוריות שבערכי ויקיפדיה. ב-27 במרץ 2013 החלו השילוב של ויקינתונים - תחילה ב-11 ויקיפדיות, ומ-23 באפריל בכל המהדורות בשפות השונות של ויקיפדיה. ב-22 ביולי 2013 מסד הנתונים השתלב עם המהדורות השונות של מיזם "ויקימסע" וב-14 בינואר 2014 השתלב גם עם ויקיטקסט.

שליפת מידע

החל מהשלב השלישי של הפיתוח ניתן לייצר רשימות אוטומטיות של נתונים ולייצאם. ב-7 בספטמבר 2015, קרן ויקימדיה הכריזה על השקת ממשק השאילתות של ויקינתונים^[6] המאפשר למשתמשים לתשאל את מסד הנתונים באמצעות SPARQL. שירות זה מאפשר למשתמשים לקבל תשובות לסוגים שונים של שאלות, כגון "מהן עשר הערים הגדולות בעולם בהן מכהנת אישה בתפקיד ראש העיר"^[4], "באיזה יצירות אמנות מופיע מגדל אייפל" או "כמה אנשים קיבלו גם פרס אוסקר וגם פרס נובל".

נכון לנובמבר 2018, יש לפחות 26 כלים שונים המאפשרים לתשאל את ויקינתונים הנתונים בדרכים שונות^[7].