Pierfranco, grazie per la spiegazione. La tua spiegazione è giusta ma considera che Wikidata IMHO deve riflettere la situazione su VIAF.
Se io umano cerco (come faccio quotidianamente) i codici VIAF (a mano o tramite l'apposito script) e ne trovo 2,3,4,5 riferiti allo stesso autore (al netto quindi delle omonimie), io, se vedo che date e opere corrispondono, li aggiungo tutti a Wikidata, e ritengo (sempre IMHO) che il mio comportamento sia giusto.
Il problema è lato VIAF, ed è VIAF che lo deve risolvere, Wikidata può solo rispecchiare la situazione su VIAF.
Ipotizza che su SBN ci siano due record relativi allo stesso autore: su VIAF ne risulterebbero due cluster. Ora non mi sembra giusto che quelli di VIAF scelgano quale sia il record SBN "giusto" e quello "sbagliato": deve essere SBN a sanare la duplicazione e poi VIAF adeguerà i suoi cluster di conseguenza. E' VIAF che raccoglie i codici SBN. Lo stesso rapporto di subordinazione c'è tra Wikidata e VIAF.
Wikidata si basa su bot ma anche su umani per cui se l'umano capisce che due codici VIAF sono riferiti allo stesso autore (perché generalmente vede le stesse data di nascita/morte o la stessa opera letteraria scritta dai due) allora per me è corretto che su Wikidata ci siano due codici VIAF.
Il lavoro manuale è fondamentale e su Wikidata i volontari non manca, piuttosto mi sembra che il problema sia lato VIAF che ha molto lavoro arretrato che i soli sistemi automatici non potranno mai smaltire.
Ti faccio due esempi che ho incontrato recentemente: l'anonimo ravennate, inteso come l'autore della Cosmografia https://www.wikidata.org/wiki/Q15634526 su questo non credo che ci siano grossi problemi di omonimia
Tre codici VIAF: https://viaf.org/viaf/42633688/ https://viaf.org/viaf/22271409/ https://viaf.org/viaf/220009197/
Oppure Bruno Sperani pseudonimo di Beatrice Speraz: https://www.wikidata.org/wiki/Q15630208
Quattro codici VIAF: https://viaf.org/viaf/10658167/ https://viaf.org/viaf/229024764/ https://viaf.org/viaf/121723181/ https://viaf.org/viaf/280773826/
E ce ne sarebbero a decine di questi casi: io li inserisco tutti in Wikidata se vedo che non ci sono omonimie e che le date o i titoli delle opere combaciano, non credo di fare male e non credo che sia Wikidata a dover scegliere IL cluster, ma sia VIAF a dover verificare opportunamente i doppioni e unirli se è il caso.
Questo solo per spiegarti il mio punto di vista e come agisco nei miei edit su Wikidata. Magari commetterò degli errori ma quando trovo due o più codici VIAF, sceglierne uno solo mi sembra un azione di POV e per cui inserisco tutti.
Saluti
Il giorno 21 gennaio 2014 17:08, Pierfranco Minsenti < pierfranco.minsenti@gmail.com> ha scritto:
Il giorno 21 gennaio 2014 16:21, Accurimbono accurimbono@yahoo.it ha scritto:
IMHO: Ora che Wikipedia e Wikidata sono state connesse, la collaborazione con VIAF dovrebbe cambiare sostanzialmente: secondo me al cluster VIAF dovrebbe essere connesso l'item Wikidata (Qxxxx), non più la voce sulla Wikipedia inglese, che diventerebbe ridondante. Bisognerebbe sentire cosa ne pensa Mark, ma credo che Wikidata ora sia lo snodo centrale dei progetti Wikimedia, oltre che essere molto più completo della Wikipedia inglese.
Questa mi pare una proposta coerente e ineterssante, da approfondire.
Inoltre riguardo le duplicazioni del codice VIAF in Wikidata, queste secondo me queste sono legittime, in quanto spesso per lo stesso autore su VIAF sono presenti due o più codici, a volte anche 4 o 5! Deve essere VIAF a unire i suoi cluster, e poi Wikidata si adeguerà, non il contrario: non sta a noi Wikimediani decidere quale cluster è il più adatto, o rappresentativo, sono _tutti_ adatti perché tutti identificano lo stesso autore. Dovrebbe anzi essere VIAF a utilizzare gli elenchi delle voci Wikidata con codici VIAF doppi per identificare i cluster duplicati e unirli.
Su questo non si può essere d'accordo perché se fosse possibile ottenere in maniera corretta e rapida l'associazione di più identificativi VIAF a un unico item di Wikidata allora avremmo anche la soluzione dell'intero problema. Vale a dire: bisogna innanzitutto vedere i problemi a monte, perché quello che succede poi nel VIAF e poi ancora in Wikidata, sono solo conseguenze di difficoltà che stanno a un livello superiore e non sono di facile soluzione. Problema di partenza: nella realtà esistono omonimi: sia nelle anagrafi, che negli elenci telefonici e perciò anche nelle enciclopedie e nei cataloghi di biblioteca. Soluzioni:
- usare identificativi univoci attrubuendoli alle persone: per es. il
codice fiscale 2) disambiguare: tecnica che consiste nell'aggiunta di informazioni che distinguono, come per es. in Wikipedia si distingue tra: http://en.wikipedia.org/wiki/Winston_Churchill http://en.wikipedia.org/wiki/Winston_Churchill_(1620-1688) http://en.wikipedia.org/wiki/Winston_Churchill_(1940-2010)
Il catalogo ha sempre usato la seconda tecnica perché anche il catalogo automatizzato ha mantenuto le convenzioni che erano già proprie del catalogo cartaceo, inserendo modifiche solo di carattere meramente funzonale per poter gestire i record tramite un database ma che non hanno influito sulla struttura del record: per cui se per il catalogo automatizzato l'identificativo del record è una stringa numerica o alfanumerica univoca, invece l'identificativo della PERSONA, della realtà a cui il record si riferisce rappresentandola con un surrogato, è rimasto la stringa che compone il suo NOME, eventualmente arricchita da altre informazioni per disambiguare gli omonimi, aggiunte come qualificazione (informazioni tra parentesi che seguono il nome: innanzitutto le date di nascita o nascita e morte).
Oggi si ragiona in maniera diversa perché c'è convergenza tra le innovazioni concettuali nell'ambito del catalogo (iniziate a partire da circa il 1998) e contemporaneamente le esigenze collegate al sorgere del semantic web e dei linked data. È solo ora che si dice: le persone-autore non possono essere più identificate dai nomi ma ci vogliono identificativi univoci: e se applichiamo i principi dei linked data devono essere delle URI.
Il VIAF nasce proprio per attribuire identificativi di quesot genere agli autori raggruppando record da tante fonti e creando gruppi tra i record riferiti alla stessa persona-autore. Il punto è che non può riuscirci manualmente perché sarebbe ingestibile, ma deve applicare un algoritmo per raggruppare i record riferiti alla stessa persona e nello stesso tempo mantenere distinti i record riferiti a persone con lo stesso nome ma che in realtà solo solo omonimi.
Allora come fa una procedura automatica a distinguere gli omonimi e tenerli da parte senza raggrupparli insieme? Tutto il lavoro del VIAF è finalizzato a risolvere questo problema. Anche l'importazione degli identificativi delle voci di Wikipedia nel VIAF e viceversa manitiene le stesse procedure automatiche usate per risolvere questo problema.
Quindi: nel caso per es. di Barack Obama, la procedura automatica ha concluso che non c'erano sufficienti informazioni sicure per dire che quel certo Barack Obama proveniente da SBN fosse lo stesso Barack Obama che era già presente già in VIAF con identificativo, e non un omonimo. Pertanto, ha concluso negativamente, ha mantenuto distinti i record e ha creato un nuovo record cluster. La stessa cosa è successa in tutti gli altri casi analoghi.
Noi, se esaminiamo uno per uno i record non matchati, possiamo in molti casi rimettere le cose a posto, magari facendo ricerche e approfondendo quanto e se necessario. Ma i doppioni del VIAF sono milioni e non si può pensare che si possano esaminare manualmente se non spiengendo le singole istituzioni fornitrici dei record a fare il lavoro e comunicare tutti gli errori e la soluzione. È ciò che in Italia dovrebbe fare l'ICCU per quanto riguarda tutti gli errori della procedura di importazione dei record SBN nel VIAF.
Per concludere: anche se volessimo inserire in Wikidata i doppioni del VIAF, dovremmo fare un lavoro manuale su ttuti i casi non matchati. Ma forse allora non ha molto senso solo per inserire doppioni, vista la mole del lavoro. Semmai se ci fosse questa disponibilità di tempo e volontari sarebbe molto più strategico far correggere le situazioni e quindi eliminare i doppioni. Se fosse possibile associare automaticamente i doppioni allora il problema non esisterebbe neppure: il VIAF lo avrebbe già fatto. Il problema sono i casi di ambiguità, le informazioni incomplete, che non consentono all'algoritmo di procedere anche a causa della prudenza con cui è stato realizzato per esaminare i casi e decidere su fusioni o creazione di doppioni evitando però errori (meglio un doppione che persone diverse raggruppate insieme per errore come se fossero la stessa persona).
Ecco perché dire che i dopppioni possono anche andare bene perché identificano lo stesso autore, è un'affermazione che può essere fatta solo da un umano e vagliando caso per caso. Ma non può essere generalizzata perché non si può darlo per scontato. E pertanto non è una soluzione, se cerchiamo soluzioni che oltre ad essere corrette efficaci, cioè abbiano anche un buon rapporto tra costi, tempi e benefici
Pierfranco
Infine essendo i due database in continua evoluzione, sarebbe bene che ci fosse un BOT che si occupi in continuo (che giri ogni notte da server) della sincronizzazione tra VIAF e Wikidata, aggiornando gli elementi che vengono modificati o aggiunti o uniti. Solo così avremo i due DB sincronizzati.
Il giorno 21 gennaio 2014 16:18, Francesco Gabrielli < francesco.gabrielli.1979@gmail.com> ha scritto:
Ora che Wikipedia e Wikidata sono state connesse, la collaborazione con VIAF dovrebbe cambiare sostanzialmente: secondo me al cluster VIAF dovrebbe essere connesso l'item Wikidata (Qxxxx), non più la voce sulla Wikipedia inglese, che diventerebbe ridondante. Bisognerebbe sentire cosa ne pensa Mark, ma credo che Wikidata ora sia lo snodo centrale dei progetti Wikimedia, oltre che più completo della Wikipedia inglese.
Inoltre riguardo le duplicazioni del codice VIAF in Wikidata, queste secondo me queste sono legittime, in quanto spesso per lo stesso autore su VIAF sono presenti due o più codici, a volte anche 4 o 5! Deve essere VIAF a unire i suoi cluster, e poi Wikidata si adeguerà, non sta a noi Wikimedia decidere quale cluster è il più adatto, sono tutti adatti perché identificano lo stesso autore. Dovrebbe anzi essere VIAF ad utilizzare gli elenchi delle voci Wikidata con codici VIAF doppi per identificare i cluster duplicati e unirli.
Infine essendo i due database in continua evoluzione, sarebbe bene che ci fosse un BOT che si occupi in continuo (che giri ogni notte da server) della sincronizzazione tra VIAF e Wikidata, aggiornando gli elementi che vengono modificati o aggiunti o uniti. Solo così avremo i due DB sincronizzati.
Il giorno 21 gennaio 2014 15:06, Pierfranco Minsenti < pierfranco.minsenti@gmail.com> ha scritto:
Attenzione all'uso di questa lista perché dal punto di vista del
rapporto tra VIAF e Wikipedia contiene anche corrispondenze "inesatte" tra VIAF e SBN, vale a dire, contiene sia casi di:
- identificativo SBN inserito in cluster VIAF multirecord, quindi il
cluster che contiene anche record francesi, tedeschi ecc. sia casi di: 2) identificativo SBN inserito in cluster VIAF monorecord che cioè contiene solo l'identificativo di un record proveniente da SBN perché è un cluster doppione (che se il matching riuscisse perfetto non dovrebbe esistere). Quindi: CASO 1 = match positivo = il match tra record SBN e altri record provenienti da altre fonti e già presenti nel VIAF è riuscito bene; CASO 2 = match negativo, per cui si è creato un doppione nel VIAF.
Esempio: Barack Obama: il record cluster VIAF che raggruppa molti record è: http://viaf.org/viaf/52010985/#Obama,_Barack Quindi il record VIAF 52010985 può essere considerato quello "ufficiale". MA il cluster 52010985 pur contenendo vari record da varie fonti NON contiene il record da SBN perché in quel caso il match ha dato esito negativo.
Ma nella lista inviata compare invece il cluster VIAF 305358548 in corrispondenza del record da SBN per Barack Obama UMCV307371. Il cluster 305358548 è di quei casi che contengono solo un record di provenienza italiana: quindi http://viaf.org/viaf/305358548/ è un doppione che non dovrebbe esistere
In Wikipedia e Wikidata per Barack Obama esiste solo l'identificativo VIAF 52010985 e non l'identificativo VIAF 305358548 che invcece compare nella lista. Per questo dico che la lista contiene anche casi che dal punto di vista dell'uso che fa Wikipedia e Wikidata del VIAF sono "sbagliati" dato Wikipedia e Wikidata non dovrebbero contenere identificativi VIAF di doppioni (anche se innegabilmente sono casi che esistono nella realtà del VIAF, oggi).
In casi come questo, se il VIAFbot esaminasse la lista di corrispondenze tra VIAF e SBN, cercherebbe di trovare in Wikidata la stringa 305358548 e non trovandola salterebbe l'associazione visibile nella lista tra VIAF 305358548 e SBN UMCV307371. Per cui l'identificativo UMCV307371 non verrebbe importato in Wikidata. Quindi la lista va bene se l'intento è di farla usare a una procedura automatica di confronto, ma non va usata per lavori manuali prendendola come una rappreesentazione "corretta" in tutti i casi (nel senso spiegato sopra) delle relazioni tra VIAF e SBN, una volta che si sa come Wikiepdia/Wikidata usano il VIAF.
Domanda: hai postato la lista perché pensi che tra le persone iscritte a questa mailing list ci sia qualcuno che sarebbe in grado di usarla insieme al VIAFbot? Lo chiedo perché non so se c'è qualcuno in grado di farlo ma anche perché non vedo altri usi utili.
Pierfranco
Il giorno 21 gennaio 2014 13:40, Luca Martinelli < martinelliluca@gmail.com> ha scritto:
Il 21 gennaio 2014 13:15, Pierfranco Minsenti pierfranco.minsenti@gmail.com ha scritto: [...]
A proposito di Max Klein e VIAF: ti ricordi che poco prima di Natale
(il
20/12/2013) avevo scritto sulla lista che da fine novembre si notava
nel
VIAF un grosso cambiamento nella situazione dei record SBN grazie all'applicazione di un diverso algortimo + nuovo export da SBN che migliorava molto la percentuale di record provenienti da SBN e
matchati con
un cluster VIAF anziché isolati?
[...]
Ho ricevuto il file aggiornato poco fa, lo allego alla mail. Stavolta gli ho chiesto pure di mettere le etichette collegate ai numeri. Non ho avuto letteralmente tempo di controllare se ha capito quello che gli avevo chiesto (tutti i codici VIAF che hanno un codice SBN all'interno, con tanto di etichetta "Nome Cognome"), qualcuno potrebbe farlo per favore?
Il 21 gennaio 2014 13:21, Pierfranco Minsenti pierfranco.minsenti@gmail.com ha scritto:
Aggiungo alla mia richiesta questa osservazione generale: in ogni
caso il
VIAFbot dovrebbe comunque funzionare periodicamente per assicurare
che nuovi
record immessi nel VIAF siano poi anche presenti come identificativi
in
Wikidata. Se funzionasse periodicamente, i nuovi match positivi tra cluster
VIAF e
record provenienti da SBN, veerificati a partire dalla fine novembre
2013,
oggi determinerebbero una crescita significativa del numero di identificativi SBN presenti in Wikidata rispetto alla situazione
frutto del
lavoro del VIAFbot del giugno 2013.
Sfondi una porta aperta. Ho già chiesto in passato a Max se si poteva fare una cosa del genere, ha fatto un po' orecchio da mercante. Eppure, ci sono ben due liste di errori da cui potrebbe trarre informazioni:
https://www.wikidata.org/wiki/Wikidata:Database_reports/Constraint_violation... (elementi di Wikidata con più di un valore VIAF = doppioni)
https://www.wikidata.org/wiki/Wikidata:Database_reports/Constraint_violation... (elementi di Wikidata *diversi* che hanno lo stesso valore VIAF)
Pure se si volesse limitare alla prima lista, di lavoro ce n'è.
-- Luca "Sannita" Martinelli http://it.wikipedia.org/wiki/Utente:Sannita
Bibliotecari mailing list Invio messaggi in lista: Bibliotecari@wikimedia.it Configurazione utente: http://mailman.wikimedia.it/listinfo/bibliotecari
Bibliotecari mailing list Invio messaggi in lista: Bibliotecari@wikimedia.it Configurazione utente: http://mailman.wikimedia.it/listinfo/bibliotecari
Bibliotecari mailing list Invio messaggi in lista: Bibliotecari@wikimedia.it Configurazione utente: http://mailman.wikimedia.it/listinfo/bibliotecari
Bibliotecari mailing list Invio messaggi in lista: Bibliotecari@wikimedia.it Configurazione utente: http://mailman.wikimedia.it/listinfo/bibliotecari