211service.com
Wikipedia para agregar significado a sus páginas
Como recurso global creado a partir del tiempo libre de millones de voluntarios, Wikipedia puede ser el epítome de la Web 2.0. Pero el Fundación Wikimedia , una organización sin fines de lucro que administra Wikipedia, entre otros proyectos, ahora está pensando en cómo convertirla en un eje de la Web 3.0 o la Web semántica.
Eso significa hacer que algunos de los datos de los 15 millones (y contando) de artículos de Wikipedia sean comprensibles tanto para las computadoras como para los humanos. Esto permitiría al software saber, por ejemplo, que los números que se muestran en una de las columnas en esta tabla que enumera los presidentes de EE. UU. son fechas. Eso podría, a su vez, permitir que las aplicaciones que se basan en Wikipedia generen automáticamente líneas de tiempo históricas o respondan el tipo de preguntas de conocimiento general que normalmente implicarían que una persona encuentre y lea una entrada relevante en el sitio.
En el Tecnología Semántica 2010 conferencia en San Francisco el mes pasado, el subdirector de la fundación, Erik Möller y colega Trevor Parscal , un desarrollador de experiencia de usuario de Wikimedia, mostró algunos de los primeros pasos dados por la fundación para explorar cómo se podría agregar más estructura semántica a Wikipedia. También hicieron un llamamiento a la comunidad de la Web semántica para que ayude a desarrollar formas de hacer que el conocimiento de Wikipedia sea más accesible para las computadoras y el software.
La información semántica ya existe en Wikipedia y la gente ya la está construyendo, dice Möller. Lamentablemente, no estamos ayudando realmente y tienen que usar un procesamiento extenso para hacerlo.
Un ejemplo es DBPedia , una base de datos semántica construida con software que recopila datos de las páginas del sitio y mantenida por la Universidad Libre de Berlín y la Universidad de Leipzig, ambas en Alemania. Otro es Freebase , una base de datos de conocimiento con fines de lucro, gran parte de la cual también se obtuvo de Wikipedia. Freebase es la fuente de datos utilizada por el motor de búsqueda de respuestas a preguntas Set de poder , que fue adquirida por Microsoft para formar parte de su motor de búsqueda Bing.
Los primeros objetivos de Möller y Parscal son los cajas de información que aparecen como resúmenes en muchas páginas de Wikipedia y las tablas en las entradas, como este muestra el producto nacional bruto de todos los países del mundo .
Solo poder reutilizar esos datos dentro de Wikipedia sería una gran cosa, dice Yaron Koren , que dirige una consultoría especializada en Semántica MediaWiki , una extensión del software MediaWiki utilizado para construir Wikipedia. El trabajo manual que implica el mantenimiento de las muchas tablas y listas hoy en día podría eliminarse, agrega. En cambio, las listas podrían generarse automáticamente a partir de los infoboxes de otras páginas. También sería posible generar mapas, utilizando las coordenadas de ubicación que aparecen en algunas páginas, o generar automáticamente líneas de tiempo para resumir períodos de la historia cubiertos por muchas otras páginas, dice Möller.
Möller dice que un ejemplo del tipo de servicios que podrían habilitarse es WikiPics , desarrollado por Daniel Kinzler en la fundación alemana Wikimedia. Kinzler raspó una base de datos de todos los enlaces que conectan diferentes páginas de Wikipedia disponibles en varios idiomas y construyó una búsqueda de imágenes completamente multilingüe. Cuando un usuario introduce el término caballo, por ejemplo, el servicio sabe encontrar también imágenes de cheval (francés) y Pferd (alemán). Está buscando conceptos en lugar de términos, dice Möller. Sin embargo, por ahora, el sitio se basa en el lento proceso de raspar toda Wikipedia para actualizar su conocimiento. Una Wikipedia semántica mantendría una base de datos en vivo que podría consultarse en cualquier momento.
Wikipedia se enfrenta a dos grandes desafíos al adoptar conceptos semánticos, dice Möller. Una es que nadie ha construido todavía un servicio web semántico en la escala de un sitio como Wikipedia, y no está claro si el software existente como Semantic MediaWiki está a la altura de la tarea, dice.
Un segundo desafío es la característica de Wikipedia más responsable de su éxito hasta ahora: su comunidad. Pensar en agregar estructura semántica es una extensión natural de lo que Wikipedia necesita hacer, dadas las tendencias predominantes, dice Andrew Lih de la Universidad del Sur de California y autor del libro de 2009 La revolución de Wikipedia . Pero me preocupa un poco el aspecto de la base de datos que viene con esto: la atracción de los wikis en primer lugar está en la forma en que han sido editados a mano por humanos.
Parscal ha estado liderando los esfuerzos para facilitar que cualquiera pueda agregar o editar los datos de una gran tienda semántica. Hemos estado trabajando en un editor visual que sugiere cómo podemos ayudar a los usuarios a contribuir con datos estructurados y que también facilita el proceso de edición, dice Parscal.
Editar Wikipedia hoy en día ya es un proceso abrumador que necesita mejoras, admite Parscal. Si ha interactuado con nuestra interfaz, explica, ha sido abofeteado por wikitext (un lenguaje de marcado que usa un código especial alrededor del texto para dar formato a cosas como enlaces, referencias y encabezados de sección). El wikitexto para tablas o infoboxes, la información más madura para hacer semántica, es particularmente denso y difícil de entender, dice Parscal. Recientemente hicimos algunos estudios sobre la experiencia del usuario con personas que no lo habían usado antes; rápidamente se sintieron bastante frustrados.
En el futuro, puede ser posible eliminar la necesidad de que un humano pueble algunas partes de Wikipedia por completo, dice Möller. Fundamentalmente, muchos de estos datos probablemente no deberían ser ingresados por humanos en primer lugar, solo deberían, digamos, sondear la fuente de una cifra como el PIB una vez al año. Esa es una capacidad que Koren ya ha agregado a Semantic MediaWiki, a través de una extensión llamada ExternalData.