WikiHum - słownik pojęć

Byt (ang. entity) – pojedynczy obiekt, o którym przechowuje się informacje w bazie danych lub systemie wiedzy. Może to być osoba, miejsce, instytucja, wydarzenie albo rzecz – coś, co da się jednoznacznie opisać i odróżnić od innych. W systemach takich jak WikiHum czy Wikidata każdy jest reprezentowany przez element (ang. item), który posiada unikalny identyfikator QID oraz zestaw właściwości opisujących jego cechy i relacje z innymi elementami. Dzięki temu można jednoznacznie rozpoznać i powiązać byt z innymi danymi w systemie.

Chmura Linked Open Data (ang. LOD Cloud) – graficzna reprezentacja ekosystemu otwartych, wzajemnie powiązanych zbiorów danych publikowanych w Internecie w standardzie Linked Data, najczęściej przedstawiana w formie wykresu, w którym węzły (kółka) symbolizują poszczególne zbiory danych, a krawędzie (linie) wskazują powiązania RDF (linki) między nimi.

DARIAH.LAB – platforma infrastrukturalna tworzona w ramach europejskiej sieci DARIAH (Digital Research Infrastructure for the Arts and Humanities), która udostępnia narzędzia, usługi i środowiska pracy online dla humanistyki cyfrowej, służy do tworzenia, przechowywania, przetwarzania i udostępniania danych badawczych w modelu FAIR (Findable, Accessible, Interoperable, Reusable) oraz integruje różne komponenty (np. Wikibase, narzędzia annotacji, repozytoria) w ramach jednego zintegrowanego środowiska w chmurze dla badaczy.

Egzonim – nazwa używana w danym języku na określenie obiektów geograficznych występujących poza obszarem funkcjonowania danej kultury, np. angielski egzonim Prague, odnoszący się do miasta Pragi, odpowiada czeskiemu endonimowi Praha.

Encja (ang. entity) – w kontekście Wikibase to ogólny termin określający jednostkę informacji przechowywaną w bazie, która posiada własny unikalny identyfikator (URI); do encji zalicza się elementy (ang. items) oraz właściwości (ang. properties). Każdy byt może posiadać etykietę, opis, aliasy oraz powiązane stwierdzenia, dzięki czemu stanowi podstawowy budulec grafu wiedzy tworzonego w Wikibase.

Etykieta (ang. label) – podstawowa nazwa przypisana do elementu w bazie wiedzy Wikibase (np. WikiHum). Jest główną formą reprezentacji elementu, ułatwiającą jego identyfikację i szybkie rozpoznanie zarówno przez użytkowników, jak i mechanizmy wyszukiwania.

FAIR – zasada tworzenia i udostępniania danych naukowych, zgodnie z którą dane powinny być:

• Findable (łatwe do znalezienia),

• Accessible (dostępne),

• Interoperable (zgodne i możliwe do łączenia z innymi),

• Reusable (możliwe do ponownego wykorzystania).

Celem zasad FAIR jest ułatwienie wymiany, ponownego użycia i automatycznego przetwarzania danych w nauce i humanistyce cyfrowej.

Fasety (ang. facets) – kategorie lub filtry, które pozwalają zawężać wyniki wyszukiwania według określonych cech danych, np. daty, miejsca, rodzaju obiektu czy autora. Ułatwiają one przeglądanie dużych zbiorów informacji poprzez stopniowe doprecyzowywanie wyników. W praktyce fasety działają jak zestaw filtrów, które użytkownik może łączyć, aby szybciej znaleźć interesujące go dane.

Globalne systemy trwałych identyfikatorów – sieciowe infrastruktury informatyczne umożliwiające jednoznaczną i trwałą identyfikację obiektów cyfrowych – takich jak osoby, instytucje, miejsca, publikacje czy dane badawcze – w skali międzynarodowej. Zapewniają one stabilne, niezmienne identyfikatory (PID), które pozwalają na łączenie i interoperacyjność danych między różnymi bazami i systemami w ekosystemie Linked Open Data. Przykładami takich systemów są VIAF czy Wikidata.

Handle.net – globalny system zarządzania trwałymi identyfikatorami (ang. Persistent Identifiers, PID), opracowany przez Corporation for National Research Initiatives (CNRI). Umożliwia on jednoznaczną i trwałą identyfikację zasobów cyfrowych w Internecie - niezależnie od ich fizycznej lokalizacji lub adresu URL. Dzięki temu odwołania do obiektów (np. danych, publikacji, rekordów w bazach) pozostają ważne nawet po zmianie miejsca ich przechowywania. System ten stanowi podstawę m.in. dla identyfikatorów DOI (ang. Digital Object Identifier).

Identyfikator Dariah.lab (ang. Dariah.lab. ID) – trwały identyfikator wykorzystywany w bazie WikiHum, zapewniany przez system handle.net.

Instancja (ang. instance) – konkretny egzemplarz (obiekt) stworzony na podstawie ogólnego wzorca lub programu, np. jeśli Wikibase to rodzaj silnika bazy danych, to WikiHum jest jego konkretną instancją (indywidualnym wdrożeniem z własnymi danymi).

Linked Open Data (LOD) – sposób publikowania informacji w internecie tak, aby mogły być łatwo odczytywane, rozumiane i automatycznie łączone ze sobą przez komputery.

W myśl tej definicji:

• Dane (Data) to uporządkowane fakty (liczby, nazwy, daty) zapisane tak, by komputery mogły je z łatwością odczytać.
• Otwarte (Open) to informacje dostępne dla każdego, za darmo i bez prawnych ograniczeń.
• Powiązane (Linked) to fakty połączone ze sobą linkami pomiędzy różnymi, niezależnymi bazami, co tworzy jedną globalną sieć wiedzy.

OpenRefine – otwartoźródłowa aplikacja służąca do czyszczenia, transformacji i standaryzacji danych. Umożliwia pracę z danymi tabelarycznymi (np. w plikach CSV, TSV, Excel), pozwala identyfikować i usuwać duplikaty, łączyć różne warianty tej samej wartości, normalizować formaty dat, liczb i nazw własnych. Dzięki temu stanowi narzędzie wspierające proces przygotowania danych badawczych do dalszej analizy ilościowej, statystycznej czy publikacji.

Opis (ang. description) – krótka informacja tekstowa wyjaśniająca, czym jest dany element; służy do dostarczenia kontekstu i ułatwia jednoznaczną identyfikację, zwłaszcza w przypadku elementów o tej samej etykiecie (np. nazw osad) lub takich, które nie są powszechnie znane; nie powinien powielać treści etykiety, lecz ją uzupełniać, wskazując cechy odróżniające, takie jak lokalizacja, daty, funkcja czy rola.

Otwarte oprogramowanie (ang. open source) – rodzaj oprogramowania komputerowego, którego właściciel przyznaje użytkownikom prawa do zmiany i rozpowszechniania tego oprogramowania za darmo.

1. zob. trwały identyfikator;
   
2. PID (ang. Property Identifier) – unikalny identyfikator właściwości w bazach opartych na oprogramowaniu Wikibase (np. Wikidata, WikiHum), składający się z litery P i kolejnego numeru porządkowego. Służy do jednoznacznego odwoływania się do danej właściwości (predykatu) niezależnie od języka, etykiety czy aliasów oraz umożliwia jej wykorzystanie w zapytaniach SPARQL i powiązaniach danych.

Punkt końcowy SPARQL (ang. SPARQL endpoint) – publicznie dostępny interfejs sieciowy, który umożliwia wysyłanie zapytań SPARQL do bazy danych RDF i otrzymywanie wyników w ustrukturyzowanej formie. Umożliwia on bezpośredni dostęp do danych z poziomu przeglądarki internetowej lub zewnętrznych aplikacji i środowisk analitycznych (np. Python, R, Microsoft Excel) w celu ich automatycznego pobierania i przetwarzania.

QID (ang. Q identifier) – unikalny identyfikator elementu w bazach opartych na oprogramowaniu Wikibase (np. Wikidata, WikiHum), składający się z litery Q i kolejnego numeru porządkowego, który służy do jednoznacznego odwoływania się do elementu niezależnie od języka, etykiety czy aliasów oraz umożliwia jego wykorzystanie w zapytaniach i powiązaniach danych.

RDF (ang. Resource Description Framework) – standardowy model danych opracowany przez W3C, który służy do opisu zasobów w sieci w sposób umożliwiający ich jednoznaczną identyfikację, powiązanie i automatyczne przetwarzanie. Podstawową jednostką informacji w RDF jest trójka (podmiot – orzeczenie – dopełnienie; ang. subject – predicate – object), w której podmiot (zasób identyfikowany zwykle przez URI) opisywany jest za pomocą predykatu (właściwości, relacji), a obiektem może być inny zasób lub literał (np. liczba, tekst, data). Zestaw trójek tworzy graf danych, w którym węzły to zasoby, a krawędzie to relacje między nimi. RDF jest fundamentem Linked Data i Semantic Web, ponieważ umożliwia łączenie danych pochodzących z różnych źródeł w jeden spójny ekosystem wiedzy. W kontekście Wikibase RDF stanowi podstawowy sposób reprezentacji informacji – każdy element (QID) i właściwość (PID) posiada swój URI, a wszystkie stwierdzenia przechowywane w bazie mogą być eksportowane do postaci trójek RDF, co pozwala na ich odpytywanie w języku SPARQL i integrację z innymi zbiorami danych w sieci semantycznej.

Rekoncyliacja (ang. reconciliation) – proces dopasowywania danych z jednego źródła (np. arkusza kalkulacyjnego) do odpowiadających im elementów w innej bazie danych lub systemie wiedzy (np. WikiHum, Wikidata). Polega na rozpoznaniu, które rekordy odnoszą się do tych samych bytów (osób, miejsc, instytucji itp.). Dzięki rekoncyliacji dane stają się spójne i mogą być łatwo łączone z innymi zestawami informacji.

Sieć semantyczna (ang. Semantic Web) – koncepcja zakładająca publikowanie informacji w Internecie, w taki sposób, aby miały one ściśle zdefiniowane znaczenie (semantykę), co pozwala komputerom czytać je ze zrozumieniem, automatycznie łączyć i analizować. Twórcą tej wizji jest Tim Berners-Lee.

SPARQL (ang. SPARQL Protocol and RDF Query Language) – standardowy język zapytań służący do wyszukiwania, filtrowania i łączenia danych zapisanych w formacie RDF (Resource Description Framework). Umożliwia on pobieranie informacji z baz danych typu Linked Open Data, w których wiedza jest zapisana w postaci trójek (podmiot – orzeczenie – dopełnienie; ang. subject – predicate – object). Dzięki SPARQL można tworzyć zapytania podobne do tych w SQL, ale działające na sieciach powiązanych danych semantycznych. Język ten pozwala nie tylko przeszukiwać pojedyncze bazy (np. WikiHum), lecz także łączyć dane z wielu źródeł, co czyni go kluczowym narzędziem w ekosystemie Semantic Web.

URL (ang. Uniform Resource Locator) – Ujednolicony Lokalizator Zasobów; dokładny adres internetowy. Wskazuje on, gdzie konkretnie w ogromnej sieci (Internecie) znajduje się dany plik, strona WWW, grafika czy dokument, oraz jak się do niego dostać, np. https://wikihum.lab.dariah.pl/wiki/Main_Page.

Wikibase – otwarte oprogramowanie stworzone przez Wikimedia, służące do tworzenia i zarządzania bazami wiedzy opartymi na modelu danych powiązanych (Linked Data). Wikibase stanowi podstawę działania WikiHum. Umożliwia przechowywanie informacji w formacie RDF, przypisywanie im trwałych identyfikatorów oraz udostępnianie ich poprzez interfejsy API i zapytania SPARQL. Wikibase może być instalowana niezależnie do tworzenia własnych repozytoriów danych.

Wikidata Query Builder (Kreator Zapytań Wikidata) – wizualne narzędzie, które pozwala w łatwy sposób wyszukiwać i pobierać konkretne informacje z bazy danych Wikibase, bez konieczności znajomości języków programowania (takich jak SPARQL).

Wikidata Query Service – usługa i platforma, która pozwala na wydobywanie bardzo precyzyjnych informacji z bazy Wikibase przy użyciu języka zapytań SPARQL. Wymaga nauki języka SPARQL, ale w zamian daje praktycznie nieograniczone możliwości filtrowania, obliczania i łączenia danych.