Το Wikidata το ξέρουμε κυρίως ως τη μεγάλη, πολύγλωσση βάση δομημένης γνώσης που τροφοδοτεί τη Wikipedia: εκατομμύρια οντότητες με αναγνωριστικά τύπου Q…, καθεμιά από τις οποίες περιγράφει ένα πράγμα ή μια έννοια του κόσμου. Πολύ λιγότερο γνωστό είναι ότι, από το 2018, το Wikidata καταγράφει και κάτι εντελώς διαφορετικό: τις ίδιες τις λέξεις.
Πρόκειται για τα λεγόμενα λεξικογραφικά δεδομένα — τα Λεξήματα (Lexemes, L…), τους Τύπους τους (Forms, F…) και τις Σημασίες τους (Senses, S…). Η διάκριση είναι λεπτή αλλά καθοριστική: το Λέξημα «τραπέζι» δεν είναι η έννοια του τραπεζιού, είναι η ελληνική λέξη — με τις κλιτικές μορφές της και τις επιμέρους σημασίες της. (Αν σε ενδιαφέρει η τεχνική πλευρά, το μοντέλο δεδομένων περιγράφεται αναλυτικά εδώ.) Από αυτή τη διάκριση προκύπτει και η πιο ενδιαφέρουσα εργασία σε αυτό το κομμάτι του Wikidata: να συνδεθεί κάθε σημασία μιας λέξης με την έννοια στην οποία παραπέμπει.
Ακριβώς αυτή τη δουλειά έρχεται να απλοποιήσει το Lexica.
Τι είναι το Lexica
Το Lexica είναι ένα διαδικτυακό εργαλείο, σχεδιασμένο κατά κύριο λόγο για κινητά, που σπάει τη συνεισφορά σε λεξικογραφικά δεδομένα σε μικροεργασίες: μικρές, αυτοτελείς αποφάσεις που παίρνει κανείς μέσα σε λίγα δευτερόλεπτα, οπουδήποτε κι αν βρίσκεται. Αντί να ανοίξεις τη βαριά διεπαφή του Wikidata σε υπολογιστή και να παλέψεις με ιδιότητες και αναγνωριστικά, το Lexica σού παρουσιάζει μία λέξη τη φορά, μαζί με ένα σαφές ερώτημα και λίγες επιλογές.
Θα το βρεις στη διεύθυνση lexica-tool.toolforge.org και λειτουργεί εξίσου καλά wiki/Wikidata:Lexicaσε κινητό και σε υπολογιστή. Η σύνδεση γίνεται με τον λογαριασμό Wikimedia που ήδη διαθέτεις, ενώ οι αλλαγές καταγράφονται κανονικά στο ιστορικό των συνεισφορών σου.
Το κυριότερο: δεν χρειάζεται να είσαι γλωσσολόγος ούτε έμπειρος συντάκτης του Wikidata. Δηλωμένος στόχος της ομάδας ανάπτυξης είναι να λειτουργήσει το Lexica ως πύλη εισόδου για όποιον ενδιαφέρεται για τη γλώσσα και τα ανοιχτά δεδομένα, ανεξάρτητα από την προηγούμενη εμπειρία του.
Τι μπορείς να κάνεις
Η δουλειά είναι οργανωμένη σε ξεχωριστές δραστηριότητες:
Σύνδεση Λεξήματος με οντότητα. Είναι η βασική λειτουργία. Το εργαλείο εντοπίζει Λεξήματα που δεν έχουν ακόμη τέτοια σύνδεση — προς το παρόν με έμφαση σε ουσιαστικά των οποίων η Σημασία δεν φέρει την ιδιότητα item for this sense (P5137) — και σου ζητά να διαλέξεις τη σωστή έννοια. Έτσι η λέξη «γέφυρα» δένεται με την έννοια της γέφυρας και, μέσω αυτής, με τις αντίστοιχες λέξεις όλων των άλλων γλωσσών.
Παραλλαγές γραφής. Για τις γλώσσες που γράφονται με περισσότερα του ενός συστήματα γραφής, μπορείς να προσθέσεις τη μορφή του λήμματος σε καθένα από αυτά — αρκεί να έχεις εγκαταστήσει το αντίστοιχο πληκτρολόγιο στη συσκευή σου.
Συλλαβισμός. Μια πιο πρόσφατη προσθήκη: δηλώνεις πώς χωρίζεται μια λέξη σε συλλαβές, με τη βοήθεια του ειδικού χαρακτήρα «‧» (καταγράφεται στην ιδιότητα hyphenation (P5279)). Πληροφορία φαινομενικά ασήμαντη, στην πράξη όμως πολύτιμη για τον ορθογραφικό έλεγχο, τη στοιχειοθεσία και τα συστήματα προφοράς.
Για να μη γίνεται η ίδια δουλειά δύο φορές, κάθε Σημασία δεσμεύεται προσωρινά για έναν μόνο χρήστη όσο βρίσκεται υπό επεξεργασία. Σε κάθε δραστηριότητα, εξάλλου, μπορείς να τερματίσεις τη συνεδρία σου όποτε θέλεις, χωρίς να χαθεί ό,τι έχεις ήδη καταχωρίσει.
Ποιες γλώσσες υποστηρίζονται
Ο κατάλογος των γλωσσών στις οποίες μπορεί κανείς να συνεισφέρει μεγαλώνει σταθερά και περιλαμβάνει σήμερα, μεταξύ άλλων, τα αραβικά, τα βαλινεζικά, τα ολλανδικά, τα αγγλικά, τα γαλλικά, τα γερμανικά, τα χάουσα, τα εβραϊκά, τα κροατικά, τα ίγκμπο, τα ινδονησιακά, τα ιαπωνικά, τα ιαβανικά, τα κορεατικά, τα λετονικά, τα μαλαισιανά, τα περσικά, τα πορτογαλικά, τα ρωσικά, τα ισπανικά, τα σουνδανικά, τα ταγκάλογκ, τα ταϊλανδικά, τα ουκρανικά, τα βιετναμέζικα και τα γίντις. Η ίδια η διεπαφή διατίθεται προς το παρόν στα αγγλικά και στα ινδονησιακά. Η ενημερωμένη λίστα βρίσκεται πάντα στη σελίδα του έργου.
Ποιοι το φτιάχνουν
Το Lexica αναπτύσσεται από τη Wikicollabs, ομάδα με έδρα την Ινδονησία, σε συνεργασία με το Wikimedia Deutschland και την ευρύτερη κοινότητα της Wikimedia. Εντάσσεται στην πρωτοβουλία Software Collaboration for Wikidata, μέσω της οποίας το γερμανικό παράρτημα συνεργάζεται με ομάδες ανάπτυξης σε Ινδονησία, Νιγηρία, Γκάνα και Βραζιλία αντί να συγκεντρώνει όλη τη δουλειά στο Βερολίνο — ένα μοντέλο που αξίζει προσοχή από μόνο του, και το οποίο περιγράφεται αναλυτικά σε αφιέρωμα του WMDE.
Ο κώδικας διατίθεται με άδεια GNU GPL-2.0 και η ανάπτυξη συνεχίζεται αδιάλειπτα: στο σχέδιο ανάπτυξης του Wikidata περιλαμβάνονται βελτιώσεις προσβασιμότητας (πλοήγηση με το πληκτρολόγιο, ετικέτες ARIA), υποστήριξη για γλώσσες που γράφονται από τα δεξιά προς τα αριστερά και πληρέστερη πολύγλωσση εμφάνιση των Σημασιών.
Γιατί αξίζει τον κόπο
Η σύνδεση των λέξεων με τις έννοιες δεν είναι ακαδημαϊκή άσκηση. Είναι η υποδομή πάνω στην οποία χτίζονται πράγματα με πρακτική αξία: υποστήριξη για το Βικιλεξικό, πληκτρολόγια για όσους μαθαίνουν μια ξένη γλώσσα (όπως η εφαρμογή Scribe), γλωσσικά εργαλεία για γλώσσες που οι εμπορικοί πάροχοι αγνοούν επιδεικτικά. Το ίδιο το Unicode Consortium αναφέρει τα λεξικογραφικά δεδομένα του Wikidata ως βασική πηγή για τη βιβλιοθήκη κλίσης (Unicode Inflection Library) που παρουσίασε στα τέλη του 2025.
Και όλα αυτά υπό καθεστώς CC0: ελεύθερα, για οποιονδήποτε, για οποιαδήποτε χρήση.
Πηγή άρθρου: https://www.wikidata.org/