json - 我如何利用 Wikidata 构建类似 Siri 的服务？

Question

我想讨论这个类似 Siri 的服务的第一部分。

理想情况下，我希望能够查询以下内容:

《社交网络》

《贝多芬》

“坏血泰勒 swift ”

并得到这样的结果:

{type:"film"}

{type:"composer"}

{type:"song"}

我什么都不关心，我发现描述、图像和一般信息在维基百科之外完全没用。我将 Wikidata 视为一种元数据服务，它可以为我提供所搜索文本的语义。

所有数据结构是否都有“类型”或某种与其含义有关的属性？是否有所有类型的列表？是否有针对“苹果”等具有双重含义的实体的建议功能？最后，如何发送文本查询并读取响应数据结构的“类型”？

我知道我没有提供任何代码，但我真的无法理解 Wikidata 的 API。我到处搜索，但我找不到的是一些残缺的 fetch 示例和困惑的 Objective-C HTML 解析器。由于一些我不明白的错误，我什至无法让他们的“示例查询”页面工作。

真的是新手不友好，充满了沉重的术语。

Answer 1

Wikidata API 的问题在于它没有查询接口(interface)。如果您已经知道 ID，它所做的只是返回特定数据项的信息。我们根本无法构建一个足够强大且能够扩展的查询界面。不过，有一个 SPARQL 端点的早期测试版:https://tools.wmflabs.org/ppp-sparql/ .

一旦启动并运行，我们希望在此基础上提供更易于使用的服务，例如 Magnus 的 WDQ http://magnusmanske.de/wordpress/?p=72 .

(编辑以回答有关 API 的具体问题:)

I've searched everywhere and all I can't find are some crippled fetch examples

文档可能会更好，但是 https://www.wikidata.org/wiki/Wikidata:Data_access是一个好的开始。另请注意 https://www.wikidata.org/w/api.php是自我记录的。特别是看一下 https://www.wikidata.org/w/api.php?action=help&modules=wbgetentities和 https://www.wikidata.org/w/api.php?action=help&modules=wbsearchentities

Do all data structures have "types" or some kind of a property that has to do with its meaning?

所有关于数据项的陈述都与它的含义有关。许多人都有关于“实例”(P31)或“子类”(P279)属性的声明，我想这与您想要的非常接近。

Is there a list of all the types?

不。维基数据不使用封闭的、预定义的本体来描述世界。这是一个以机器可读的方式协作描述世界的平台；由此，出现了一个流动的本体，它从来都不是完整的或一致的。

任何数据项都可以作为另一个项的类或支持类。一个项目可以是多个类的实例或子类。关系相当复杂。

Is there a suggestions feature for entities that have double meaning like "apple"?

有一个搜索界面可以列出给定术语的所有匹配数据项。它被称为 wbsearchentities ，例如 https://www.wikidata.org/w/api.php?action=wbsearchentities&search=apple&language=en (为机器可读的 JSON 添加 format=json)。

但是，结果中的排名非常幼稚。并且如果没有原句的语义上下文，就无法找到是指哪个词义。这是一个有趣的研究领域，称为“词义消歧”。

Finally, how can I send a text query and read the "type" of the response data structure?

目前，您必须进行两次 API 调用:一次调用 wbsearchentities。获取您感兴趣的实体的 ID，一个到 wbgetentities获取该实体的 instance-of 语句。将其组合在一个调用中会很好；有一张票: https://phabricator.wikimedia.org/T90693

至于类似 Siri 的服务:Magnus Manske 称为“wiri”的早期原型(prototype)已经存在了很长时间。但是它使用了非常简单的模式: https://tools.wmflabs.org/magnus-toolserver/thetalkpage/

Bene* 一直在研究更高级的自然语言问答方法，请参阅鸭嘴兽演示: https://projetpp.github.io/demo.html

就在昨天，他展示了他与 Tpt 一起开发的一个新原型(prototype)，该原型(prototype)从自然语言输入生成 SPARQL 查询: https://tools.wmflabs.org/ppp-sparql/

所有这些项目都是开源的，并且是由热心的志愿者创建的。查看代码并与他们交谈。 :)