dobrý den abych vás
přítel jsem tady ste přišli na přednášku o wiki datech
omlouvám začátek sem tady na video ten druhý monitor tak to tady vidíte dvakrát nevedou
myslel že by tady od ostravy tak může ale
maximálně není to váš problém vašem přijímači že víte radka
_e já bych chtěl bejt sestavit tento nový projekt který vlastně čtyři roky dneska slaví
a týká se to wikipedie ale to taková strukturovaná strojová wikipedie
já sem léky perry sta marek blahu jsem zaměstnanec ponku wikimedia česká republika který se
stará o propagaci prezentaci wikipedie navazování kontaktů s institucemi
jménem
části té komunisty a wiki data jsou něco co se dá představit i na této
konferenci _m jako kdybys tam je trošku problém že a dycky rizika jo tam je
spoustu textu tomu si mě ta dobře česky a všecko tam němčině nemá to žádné
systém je samotnému třeba taky některé takové věci trošku vadí sem programátor a
proto
se dá že tady může představit wiki data dneska to že takový nějaký most mezi
čistě umělou inteligencí a strohým informacemi a těmi lidské čitelný mi které znáte z wikipedie
takže jsem trošku řekla wikimedia vlastně vůbec hnutí které je zastřešuje nadace wikimedia foundation pro
za to wikipedie obecnou snahu všech těch projektů jejich loga tady jsou vidět
je vytvářet svobodní obsah se vzdělávacím účelem formou věky každý může přispět
začal tolik je tady veselo tisíce jedna těch projektové čtrnáct nejnovější jsou wiki cesty cestovní
průvodce původně wiki travel tržiště nepatřil po nadaci no a wiki data jsou předposledním projektem
který těchto dnech slaví čtyři roky kdokoli c dvanáct
ty projekty relace wikimedia existuje skoro ve třech stech jazyků
každý měsíc tam edituje sedmdesát tisíc
redaktorů dobrovolníků a wikipedie jedna ze na včerejší webu na světě půl miliardy návštěv unikátní
návštěvníků za měsíc
všechno to běží na softwaru media věky a na různých jeho rozšířeních a praktiky data
jsou vlastně pouze jedním z takových
rozšíření toho
standardního miliardy které znáte z wikipedie
je to taková databázová nástavba a toto je trošku přiblížil české republice tady funguje wikimedia
česká republika co šli občanské sdružení neska spolek
pořád a my vlastně vy konferenci videokonference proběhne třetího prosince taky tady v brně takže
předem úseku jsem nemyslela
věky natáhne krabička word emise je stejná jako u všech našich projektu
zpřístupnit
všechny lidské znalosti všem svobodně to znamená zdarma bez nějakých dalších omezení taky o přístupu
o právech
říkala jsou znalostní databáze která popisuje si je tak jak je propojení všechno souvisí se
vším a znalosti jsou vlastně rozumět tomu propojení jak to funguje ty data jsou mají
výhodu jak jsem říkal protože wikipedii třeba že jsou strojově čitelná
taky nemusí se všechno psát permice znova jsou
bez jazyková nejsou závislá na jazyku trata
a podobně jako jinde na těch wiki projevech to může kdokoliv upravovat je to možné
sdílet předběhnu trochu licence wiki dat je cc nula to znamená public do maily je
to ještě volnější licence nižší než u wikipedie aspoň potřeba uvést autora zachovat licenci
tady to neplatí ale data jsou často odvozována vlastně vytahovala z wikipedie
i z jiných zdrojů dokud tam je ta možnost toho svobodného šíření a zdílení
pro mne projekty které všechny story minulosti jsou ty vypít já
to byl projekt elita nevytahoval informace z wikipedia vydával
jestli jaké vydání nové a tyto městech info boxu těch tabulek a loginem je vystoupila
data
když to wiki data sou vlastně už ta data která tak omega slevy kvality to
je primární
dílo které nikdo tvoří vždy vypila pouze odvozovat textu
free ve jsme databáze o půl mozku ty úhly koupil a pak i zrušilo řádků
že by ty data
a ty data se migrovat dvě kila takže to taková současnosti největší hotová ze svobodných
dat
o všem možném to sou znalosti databáze svého typu wavelet base nějaká jazyková trošku víc
lingvistická ta vláda
věky a ta sou podpůrný projekt
wikipedie a další projektu je třeba ve navrženy bude chodit metriky let a nějaký uživatel
ale je to zdroj informací který se to dá využít článcích
na z estetiky nagenerovat různé výstupy a třeba je tvůj a přímo v článcích ukážu
je to něco jako wikimedia ta mozkem se nehraj obrázky protože obrázkem jsou závislé na
jazyku
takže možné používat potom zase kdekoliv na wikipedii různých těch jazycích
tady ukázka jak to vlastně potom funguje někdo tak postupně vznikaly první role vykydal byla
úložiště meze svojich odkazu ty víte tak asi
na wikipedii dycky je seznam všech těch jazyků ve kterých dalších je ten článek dispozici
a tyto seznamy se minulosti kopírovali do každého článku znova takže každém článku si nenapsal
jak se jmenují všechny další články které jsou
o tom stejném tématu dneska se to nemusí kopírovat
je to centra nemůže na věky datech
a vlastně ke každému článku se pouze doplní nějaké unikátní číslo které odkazuje na položku
vykydal a položka wiki dát jeho si jak je to ten a o čem ten
článek je na špatném článek o brně let dvěstě třista jazycích tak všechny odkazu na
tu jednu položku podle jeho čísla
a
to číslo je čtrnáctici den šedesát to je prostě přidávané inkrementálně pro dostat číslo a
díky tomu už potom všechny informace které obnosu wiki datech jsou dostupné ve všech jazycích
wikipedie a teda je ta druhá na to druhý bot
když se to vykradl že nějaké tvrzení
o brně řekne se že nějaká jeho vlastnost na nějakou hodnotu
tak vlastně dostane trojici že
subjektem brno čtrnáct let šedesát
vlastnost kterou řikale počet obyvatel se má nějaké své čísla když osumdesát dva
a ho nelze vlastnosti je tři sta sem zázemí vysílat se osum
a té informace která se do vykrad uloží a pak už to jednotlivé verze wikipedie
nebo i další projekty mohou přebírat
já to nějaký kód tam
je jak toto info boxu dostat a třeba tady ta ukázka vpravo to _e encykloped
wikipedie velice ve špína většina jakým grafický jazyk používaný
v rusku někde u leningradu pozdě prohlédl a leje pouhého strašně málo lidí a chybu
že nikdo z nich sleduje že se úplně změnil primátorem tam to srdečně napsaný roman
onderka a nej tam aktuální počet obyvatel takže výhra pro takové to malé projekty třeba
že můžou přidat inflace z wiki datartu tam zavedou tu podporu
tak se nebudou muset starat o to že se nám objevil nádor někde u petrohradu
to nemusí nikoho zajímat na notorické aktualizovaném šetřím to práci to malé komunity mají jinou
práci nižší než sledovat kodér starosta brno
pak samo že jsou nestih popečeš rovnávající ještě ukážeme
ale ukázka takové jaké položky kila douglas adams se položka likvidaci zatím číslem čtyřicet dva
a toto byl takovej jeden večer taky programátoři ta řada z nuly kapesný že německo
wikimedia dušan to je sila tak si tam dali mexiku máte taky na pěkné číslo
nízké
jenom parkovišti pokud ale důležité je že o každé položce víme nemám to je číslo
ale i
nějaký popisek
štítek ten název samotný a to ve všech jazycích takže vidíte do je tam několik
jazyků je to nabídlo letech asi u tam kde mi těch tři sta klidně na
se to doplňovat a potom úzce vlastně vyhráváš těch jazycích
a výroky ty výroky už pak nejsou zaměřené jazyku
a ty výroky říkají převedeme serem se můžeš nebo že se langera ste ho přes
na padesát dva
nebo že zemřel přirozenou smrtí a to se brát je trojice že o čem říkáme
co a to co znamená nějaká vlastnost na jakou hodnotu
dal jsem dobrá zamoření reference to znamená to jsme to vzali ten výrok
to už eště nevíte text ale není moc aktuální ale a snažím se tam postupně
přidávat aby to bylo tak izolované nej se teprve nějaké upřesnění zemí tak je taková
položka bližší měl tak čestný název města v německu
počet obyvatel hodnota
ze kdy to je požadováno pochází že to je pouze odhad odkaz na nějaký ten
zdroj a toto se lenost nějaké tvrzení a ta položka likvidace skládám mimo jiné právě
ze spousty různých tvrzení které pak se dají stromy zpracovávat v článcích neboj
počet takovýchto položek to znamená o čem všem může být nějaký článek na wikipedii nebo
co prostě je z nějakého jiného důvodu významné
a máslo vlastně položku teďka dosahuje s tou třiceti milionů proto vás rouše hodně jako
velká na to že měla se stáhnout pracoval samozřejmě to public domem kompletně
a pořád roste no tak to tam nahráli všecky články z wikipedie pause vlastně převedli
každý článek pokud aspoň velice jezdit místo jeho ne některé to za vozidlo si potom
i nemusí ale
zase levice usuš kvůli tomu propojení a ty jazyky mají vlastní polsku
a tím se potom postupně přidává různě roboticky nebo někde ručně tyhlety tvrzení
toto je potom ukázka to není článek prosím to je vygenerován ostrově jestli programy které
úseky dat dovedou peklo jakoby generovat stránky a tolik ale když něco to pěkně generuje
je takové čtverce tam ty odkazy obrázky k tomu samozřejmě jaké tabulky sebe vygenerovat
takže jsme na cestě že bychom třeba i mohli jako když už neexistuje označovány tak
_e ale mezi se nebojí o něčem českém angličtině
tak můžem skuteč ale jo před generovat aspoň něco tam čtenáři dát samozřejmě jako je
vyhra potom by tak čovek někde napsaný pro to upravila dockeru tam není tak jsou
i pokusy sady komplex holder znamená zobrazovat informace z wiki dat aspoň
které se přeložil to konkrétně jazyk rastrové zakreje toho co byste třeba jiné komunity větší
vytvořili a rohlíky dat nám vložili
vykreslení bitová tato právě ten způsob jak vznikají častěji ted už teda se je to
i ručně nebo se pak von už je importu jí strojově
u každého článku na wikipedii pokud trvá to zavedené
to číslo nějaké najdete to číslo to dostat na položce přes odkaz položkami krát který
je u článku vlevo
a využili přímo neviděl teďka holka zadat štítek název p položky rozklade se k ní
vyhledávání
na strome zpracování existuje
a pickup je společná pro všechny média wiki uzel šíření dinasovosti nějaké nové akce ve
to je zkratkami keybased nekývej se to rozšíření do media wiki které zajišťuje tu funkci
že vlastně obsahem musí být tak stalo obsahem může být nějaká struktura
celé ty videokazety položky jsou vlastně že jsou no to je
jednoduchej strojově který se dá klidně stáhnout znaků do a s ním dobu na pracovat
a pak jaké ty vyhledávání tu vše na vás nebude použity operaci služby které budu
ukazovat ještě existuje nástrojů wiki data je remote editor který se dá propojíte slova auts
autentizace s nějakým dalším nástrojem nebo z některý z nástrojů to registrují
a všechno teda tom tu svou wikimedia von eště let tam jsou různé nástroje právě
na podporu wikipedie tu server které umožňují jednodušší práci spravujete třeba přímo jsou hromadně vytvářet
pěkně nástroje kolik statements
se tam mám adresou a tam se zadá předem nějaká dávka zadáte sis takovém von
a to se tady z naznačeny
já příkazy vlastně no ty nové informace které tak jedním kliknutím se začnou do někde
vkládat a náklady s notoricky přestoupil _e si to klikat ručně jedno po druhém tak
je třeba okolo stočtyřicetdva přes ten agresor _e s můžeme říct že její vlastnosti co
sto šest to je zaměstnání má hodnotu tři řetězy sto osumdesát že spisovatel
tak to můžeme vlastně si přál nebo databáze nízké dali zaniknouce tak prostě sme na
teba zaniklých obci nějak to nachystám stroje se nachystáme pohledávku pak tam pošlu a nad
vytvořit prostě položku pro každou ranivou to české republice napíšete zanikla bez napíše jakém prostě
se nachází a jsou hranice třeba
tak to může mužský vzor za to se ukážu vzápětí tvrdil
dotazování kila
to funguje protože s dostanu samozřejmě jak je že jsou nezvoral sám se asi nechce
operátor někdo to holt ještě něco já složitějšího anebo použiju takové pěkné rozhraní grafické kterým
se
učí teďka používat i různí lidi kteří nejsou programátoři školy trošičku jako je potřeba nějaký
dotazovací jazyk
si osvojit
ten dotazovací jazyk se nazývá s pako a je to s ně
je to
to je root
_hm s tím něčem lepším
takže je to jazyk který je sémanticky a trošku se podobá
esku délku
a ne úplně
a je to je spousta příkladů je přesně a příkladama
si tady vyberu co mě zajímá tak třeba sem tam sliboval
lexu
že tam dám
na
david seznam největších měst
v jejichž čele je starostka
nikoli starosta
stě žena
také tady kliknu na tady vidím ty města největších koně ste tokio tam je s
terezkou paní mlíko kolik _e
takže si můžete leda že naklikáte ten pes tedy víte rase nejdříve tomu dokumentace já
bych si třeba řekl že si že se zobrazena mapě
tak to udělám takže tady do když jedno tvrzení že
o tom městě
chci říct že jeho
souřadnice
souřadnice
se uloží do nějaké proměnné
holt a tu proměnnou
zobrazím
do výstup po
a nechám si to zobrazit
jako
klávesnici
jako na způsob
defaultní
je to spustím
open stejnak asi měl já se teda musim nápad a je na ní
všechny ty místa které se týká teď třeba tu japonskou starostku
se ten jeden na té a klikne tak vezmu tam celej porvali památné strom ještě
skoro matka všechny máte strom ještě podle průměru kmene
do severní odešel na té takovýhle zde teda na waylandu hodně a je to nejez
tak složité protože se ste dělaj všechno za ty trojice misky tvrzení o něčem tvrdím
že to má nějakou hodnotu jaké vlastnosti
a ještě třeba tady mám nejčastější příčiny úmrtí
kde kola ven ruska
tady těch ukázkách
a
seznam
tak jsem se zobrazíme
jako
graf
ještě do češtiny někdy přepnu tady popisky nechci v angličtině ale v češtině
vidíte že ste není to sou a vydělat necháte ten trošku na level
kde se poděly krysou nějakým důvodem encyklopedicky významný nebo máme tam zavedené tak kdyby zemřel
že na infarkt myokardu zápal plic něco takového
trošku
trošku to posunulo že tam přidám
přidám tak nějaké další požadavek
řekneme si že ten člověk
výměnný
vlastnostmi tudy tomu
a se mnou do té nové tady
patří do nějakého šlechtického rodu to si jedna z možností jak se to zeptat
yum celkem jedno co s tím rodem bude protože on vás nezajímá lehce měří že
to musí být šlechtic
když to mezi _m také viset je ztracen osum a víte že jste chtít si
ty neumí len infarkt mám narva nebo se dostaneme jo
ti nápad se vám často spali zkonil se že se dneska uvidíme se s ta
příčina smrti
takže to je takovej hroznýho jste se starali tahleta čovek chtěl spojit s až tenhle
několik různých databází a pak tedy kapes oskare prostředí jak teda ty data spojit jak
udělat dotaz nevyser provazem je tam udržovat
a ta komunita nám s tím pomáhá castra překládal mail
neboj s nějakou kontrolou aktualizaci
a vy už etapa kdy wikipedia můžete doplněny by se data stav leští stáhnout
a vy
no je příspěvek na tom založili zorganizovat ručně jak se ukazovali ním critical jedna po
druhé
můžete nahrávat do toho nějaké nové datové sami pokud soud raport licencí za cenu anebo
se dají popud sem si dostat
nedá se za muže zavést novou vlastnost pokud se to navrhne a schválí se to
těch je teďka za tři tisíce netřeba zavedli vlastnost pro číslo česká národní geografie
nebo identifikátor film hlavně knihovně nováček číslovat no stromu většina věcí které médií déčka johanitech
identifikátoru a pak se to dá provozovat vyznívá to vázáno zvenku to že máte něco
čím to propojit
sami pokud ne jindřicha to dá se pouští co ta položky je spousta věcí která
nemá nikdo pak je aspoň čip infikovaná číslem položky ramky datech
nejsi to vezme dotazy
to bych tady potom necháte odkaz na vykrejt a sekci je pitrovi účel který pro
republiku jedno takové
no mají strašně fandovi velikou
co se dá zvyky a všechno vytáhnou dneska
a svými za tam bude tím líp no takže jsem říkal type vystavenými psát články
o ní umí různě byla věci fotit tady památky aims obsah popisovat o nich a
neumíš no programovat
to je docela problém je spousta dělí se tam prostě
trápí děcka učím regulární výrazy obrázku to ste si tyto ten kód nějak jednodušeji co
upravenému se to všecko jedno po druhém měl mazat a vůbec jako nedovedou celá pochopit
ty data čtyři slibujeme s tím ta komunita naučená prostě píšete a ale jsou roboti
jsou programy které vytahují s těch textů ty informace ukoordinuj krát
je pak jako průběžně kontrolujeme sou je jako jednoduché nástroje typu
je to člověk nebo není kliknete ano ne takové nemůže katce a s tou se
byly karaky obohacují a kdo tam přibývají když nám s tím pomůžete tam nějak kontrole
hlídat upravovat přidává zpracovávat klidně nemusíte ani kvalitou
je z wikipedie stojí už to dělají tady je ukázka teďka to sem se zde
tě ste je dobu že teda ve starém data narození nebo nám to by hodin
jenom trochu narození z wiki dá ale i fotky manželku odkaz na ní a takový
nějaký trik s tím zase spravuje sako sem ukazoval takže provede z wiki dat
ten důvod je filipe zrušil a tím že nemusím a je to licenci nemusí vadit
autora tak to ani nepoznáte ale
je to stalo
tak to je to sem chtěl jsi říct
pokud a celého vy ste knedlíky konferenci bude mít nějakej zmatek to navíc a nebo
teďka ještě brnem kuličku možná pár dotazů procházet
nikdy
je list a podobně jako na wikipedii byl taky a to sem urážím _e bojím
zdroj wikipedie úžasné který let a nechtějí to něco vlastně pravdu oni chtějí říkat co
se píše někde jinde
takže ideální zase nejsou dycky
tati měl by všechno _e takže můžu uvést těch tam je každá položka teda vlastně
může mít víc hodnot
a když to nabývat čase různých hodnot a nebo právě že těch různých zdrojů nebo
různých pohledů je víc
a pak dyž tam sou vedle sebe
taky možnost _e odlišit a tomu které většina reference to znamená že by se to
nestalo zdroje toto je z jiného zdroje
nebo můžete kdo třeba přesné třeba _m jako data narození můžu říct že to je
pouze prostě ovšem nevím kopretina nebo si nejsem jistý tím utratíme už někdo třeba zemře
tak jsem nikdy přesně
a pokud je víc pokud je i nějaký údaj preferovaný jak se dá nastavit vyšší
ranking řeknu tato údaj je aktuální to bude je
je ten hlavní
její neunesou jako vedlejší případně dokonce zastaveny zas televize nemóžem radost napíše neplatili nějaké jenom
pět
takže na server to řešit pokud to prostě jsou nějaké výstavbou tak se na že
podle koho pak sou ještě do toho to škoda dávno se cool ale dá se
pro ztracena s takže dotazech perpendicularity šilinky nulové ten první nebo podprůměrně co taková
můžeme ukazatele zobrazit pouze zobrazené jako tenkrát dá se to zobrazit jako tabulka samozřejmě a
pak se teda dalo vedle toho
a tady si stáhne json u té své to že zase cz a byla krádež
_e takže vám můžu stáhnout a pak citově někde v nějakém tom excelu třeba nebo
ještě lepší stroj a zpracování
tam je dobré to že vlastně zvyky a pouze vy tam informace a ty informace
se netýká obrovské pral
kdybychom tam dávali citace nebo celé věty tak by to byl problém
ale fakta naštěstí ještě někde myslel že by to byly chráněné autorským takže to může
lze blbej zapíšeme zdroj
česká wikipedie a to není zdroje to nějakou externí nezávislý zdroj časová bohužel vrátím portováno
z
a ideálně by podobně tady wikipedie sou reference k tvrzení měly být jiné ligy datech
saze ke databáze ten to bude pochází
a pak je taková otázka jste vlastně navigate chceme mít
databázi všeho
nebo jestli je tedy ke ne pouze týden které odkazuje do jiné databázi kterou nikdo
jinej aktivně udržuje tam nevím jak se tohleto jako je chtěli vy
co jak to dopadne
že někdo význam já se databázemi naimportujete a potom dal vyvíjí také potřebujete udržovat tak
to bylo sem flow
to tohoto se vás ještě zase nižšího té všechno nebo wiki takže to vzniká vod
nuly jasně to velice dobře promyšlený než to spustí
a stejně spousta otázek rozmlácený plivanec dopustil
ale po a dodneška by se ne fungovat generování seznam do článku už nemusel seznamy
duše tvořit ale tam mezi ira
to ještě se připravuje pak se nemusel se tam byla samostatný šanci
dobře seznam někdy stalo stejně větší město nikdo neudělá člena wikipedia to je možné se
na kliknout na těmi no a pak je otázka teda co když tam byl tam
budou tak jako se je to úplně a nikdo jiný se tam bude všechno dávat
a _e že za to je bych se přidal to všechno vlastně vzniká živelně podobně
jako wikipedie která nikoho nuly
a je to studený ne u toho to prožívám já si to změníme co s
tím
doporučuju zkusit ke všem kóduje co se s tím