Викисловарь

Викисловарь

Логотип английского Викисловаря
показывать Скриншот Main Page of the English Wiktionary on April 2, 2019.
Тип сайта	Онлайн-словарь
Доступно в	Многоязычный (169 активных)
Владелец	Фонд Викимедиа
Создано	Джимми Уэйлс Викимедиа Сообщество
URL-адрес	викисловарь .org
Коммерческий	Нет
Регистрация	Необязательный
Запущен	12 декабря 2002 г ( 12.12.2002 )
Текущий статус	Активный

Викисловарь ( Великобритания : / ˈ w ɪ k ʃ ən ər i / , WIK -shə-nər-ee ; США : / ˈ w ɪ k ʃ ə n ɛr i / , WIK -shə-nerr-ee ; рифма со словом «словарь») — это многоязычный веб -проект по созданию бесплатного содержания словаря терминов (включая слова , фразы , пословицы , лингвистические реконструкции и т. д.) на всех естественных языках и в ряде искусственных языков . Эти записи могут содержать определения , изображения для иллюстрации, произношение , этимологию , флексию , примеры использования, цитаты , связанные термины и переводы терминов на другие языки, а также другие функции. Он совместно редактируется через вики . Его название представляет собой сочетание слов wiki и словарь . Он доступен на 193 языках и на простом английском языке . Как и его родственный проект Wikipedia , Викисловарь находится в ведении Фонда Викимедиа и пишется совместно добровольцами , получившими название «Викисловарии». Его программа вики - MediaWiki позволяет практически любому, у кого есть доступ к веб-сайту, создавать и редактировать записи.

Поскольку Викисловарь не ограничен размером печатного пространства, большинство языковых изданий Викисловаря содержат определения и переводы терминов со многих языков, а некоторые издания предлагают дополнительную информацию, обычно встречающуюся в тезаурусах .

Данные Викисловаря часто используются в различных задачах обработки естественного языка .

История и развитие

Викисловарь был открыт 12 декабря 2002 г. по предложению Дэниела Олстона и идее Ларри Сэнгера , соучредителя Википедии. 28 марта 2004 г. были созданы первые неанглоязычные викисловари на французском и польском языках . С тех пор были созданы викисловари на многих других языках. Викисловарь размещался на временном доменном имени (wiktionary.wikipedia.org) до 1 мая 2004 г., когда он переключился на текущее доменное имя. По состоянию на июль 2021 г. Викисловарь содержит более 30 миллионов статей (и даже больше статей) во всех выпусках. Самым крупным из языковых изданий является английский Викисловарь с более чем 7,5 миллионами статей, за ним следуют французский Викисловарь с более чем 4,7 миллионами статей и малагасийский Викисловарь с более чем 3,5 миллионами статей. Сорок три языковых издания Викисловаря содержат более 100 000 статей каждое.

Использование ботов для создания большого количества статей видно как «всплески роста» на этом графике статей, рассчитанных на восемь крупнейших изданий Викисловаря. (Данные на декабрь 2009 г. )

Многие определения в крупнейших языковых изданиях проекта были созданы ботами , которые нашли творческие способы создания статей или (редко) автоматически импортировали тысячи статей из ранее опубликованных словарей. Семь из 18 ботов, зарегистрированных в английском Викисловаре в 2007 г. создал там 163 000 записей.

Другой из этих ботов, ThirdPersBot , отвечал за добавление ряда спряжений от третьего лица , которые не получили бы собственных записей в стандартных словарях; например, он определил « тлеющее » как «простую настоящую форму тления от третьего лица единственного числа ». Из 1 269 938 определений в английском Викисловаре содержится 996 450 английских слов, 478 068 являются «формами» определений такого рода. Это означает, что даже без таких статей охват английского языка значительно больше, чем в основных одноязычных печатных словарях. Merriam-Webster Третий новый международный словарь английского языка Например, , Unabridged, содержит 475 000 статей (со множеством дополнительных встроенных заглавных слов); Оксфордский словарь английского языка насчитывает 615 000 ключевых слов, но включает также среднеанглийский язык , для которого в английском Викисловаре есть дополнительный 34 234 определения блеска. Существует подробная статистика , показывающая, сколько существует записей различных типов.

Английский Викисловарь не полагается на ботов в такой степени, как это делают некоторые другие издания. Vietnamese Project Dictionary ( Например, французские и вьетнамские викисловари импортировали большие разделы проекта Free . FVDP), который предоставляет бесплатные двуязычные словари на вьетнамском языке и обратно Эти импортированные записи составляют практически все содержание вьетнамского издания. Как и английское издание, французский Викисловарь импортировал около 20 000 статей из базы данных Unihan, содержащих китайские, японские, корейские и индийские иероглифы . Французский Викисловарь быстро рос в 2006 году, во многом благодаря ботам, копирующим многие статьи из старых, свободно лицензированных словарей, таких как восьмое издание Dictionnaire de l'Académie Frenchaise (1935, около 35 000 слов), и использованию ботов для добавления слова из других изданий Викисловаря с французскими переводами. Русское LXbot издание выросло почти на 80 000 статей, поскольку « » добавил шаблонные записи (с заголовками, но без определений) для слов на английском и немецком языках .

По состоянию на июль 2021 года английский Викисловарь содержит более 791 870 толковых определений и более 1 269 938 определений (включая различные формы) только для статей на английском языке, в общей сложности более 9 928 056 определений на всех языках.

Логотипы

В Викисловаре исторически не было единого логотипа во всех многочисленных языковых изданиях. В некоторых изданиях используются логотипы, изображающие словарную статью о термине «Викисловарь», основанные на предыдущем логотипе английского Викисловаря, разработанном Брук Виббер, разработчиком MediaWiki . Поскольку чисто текстовый логотип должен значительно различаться от языка к языку, с сентября по октябрь 2006 года в Мета-Вики Викимедиа проводился четырехэтапный конкурс на принятие единого логотипа. Некоторые сообщества приняли победившую работу « Smurrayinchester » — сетку деревянных плиток размером 3 × 3, на каждой из которых изображен символ из другой системы письма. Однако в опросе не было такого большого участия сообщества Викисловаря, как надеялись некоторые члены сообщества, и ряд крупных вики в конечном итоге сохранили свои текстовые логотипы.

В апреле 2009 года проблема была возобновлена ​​с проведением нового конкурса. На этот раз изображение открытого словаря в твердом переплете, созданное А.А.Энгельманом, выиграло единоличное голосование против логотипа 2006 года, но затем процесс доработки и принятия нового логотипа застопорился. В последующие годы некоторые вики заменили свои текстовые логотипы одним из двух новых логотипов. В 2012 году 55 вики-сайтов, использовавших логотип английского Викисловаря, получили локализованные версии дизайна 2006 года от «Smurrayinchester». В июле 2016 года английский Викисловарь принял вариант этого логотипа. По состоянию на 4 июля 2016 г. , 135 вики, что составляет 61% статей Викисловаря, используют логотип, основанный на дизайне «Smurrayinchester» 2006 года, 33 вики (36%) используют текстовый логотип, а три вики (3%) используют дизайн «AAEngelman» 2009 года. .

Многоязычный

По состоянию на июнь 2024 года существуют сайты Викисловарей на 193 языках, из которых 169 активных и 24 закрытых. На активных сайтах — 39 443 526 статей, на закрытых — 339 статей. Зарегистрировано 7 292 340 пользователей, из которых 6 263 являются активными в последнее время.

Десять лучших языковых проектов Викисловаря по количеству статей в Mainspace:

№	Язык	Неделя	Хороший	Общий	Правки	Админы	Пользователи	Активные пользователи	Файлы
1	Английский	в	8,046,769	9,506,821	80,144,104	80	4,191,522	2,352	14
2	Французский	фр.	5,653,924	6,270,302	34,986,838	32	372,114	517	6
3	малагасийский	мг	4,237,876	4,301,659	32,876,153	2	12,039	38	3
4	китайский	zh	1,681,335	2,296,457	8,457,672	10	120,594	102	1
5	Греческий	он	1,522,944	1,579,326	6,728,357	10	61,296	89	23
6	Русский	ру	1,359,810	2,871,325	13,409,057	15	316,480	275	183
7	немецкий	из	1,129,202	1,311,034	10,070,468	13	238,755	212	107
8	курдский	к	1,000,807	1,096,739	6,009,797	7	12,537	28	15
9	Шведский	св	934,232	973,384	4,032,716	13	57,278	57	1
10	испанский	является	927,729	985,163	5,486,779	8	168,008	103	14

Полный список с итоговыми данными см. в Статистике Викимедиа:

Критический прием

Критики восприняли Викисловарь неоднозначно. В 2006 году Джилл Лепор написала в статье «Ноев ковчег» для The New Yorker :

нет поднятия рук В Викисловаре . Нет даже редакции. «Будь сам себе лексикографом!» — возможно, таков девиз Викисловаря . Кому нужны эксперты? Зачем платить хорошие деньги за словарь, написанный лексикографами, если мы можем собрать его сами?

Викисловарь не столько республиканский или демократический , сколько маоистский . И это настолько хорошо, насколько хороши книги с истекшим сроком действия авторских прав , из которых они воруют.

Кейра Граффа Рецензия для Booklist была менее критичной:

Есть ли место для Викисловаря? Несомненно. Индустрия и энтузиазм ее многочисленных создателей являются доказательством того, что рынок существует. И замечательно иметь еще один надежный источник, который можно использовать при поиске странных терминов, которые появляются в современном быстро меняющемся мире и онлайн-среде. Но, как и в случае со многими другими веб-источниками (включая эту колонку), опытным пользователям лучше всего использовать его в сочетании с более авторитетными источниками.

Ссылки в других публикациях мимолетны и являются частью более широких дискуссий о Википедии, не продвигаясь дальше определения, хотя Дэвид Брукс в The Nashua Telegraph назвал ее «дикой и запутанной». Одним из препятствий на пути независимого освещения Викисловаря является продолжающееся заблуждение, что он является всего лишь продолжением Википедии.

Измерение правильности флексий для подмножества польских слов в английском Викисловаре показало, что эти грамматические данные очень стабильны (исследование показало, что только в 131 из 4748 польских слов были исправлены данные по флексии).

По состоянию на 2016 год Викисловарь все чаще используется в научных кругах .

Данные викисловаря при обработке естественного языка

В Викисловаре есть полуструктурированные данные . данные викисловаря Лексикографические можно преобразовать в машиночитаемый формат для использования в задачах обработки естественного языка .

Викисловаря Анализ данных — сложная задача. Существуют следующие трудности:

• (1) постоянные и частые изменения данных и схем
• (2) неоднородность схем языковых изданий Викисловаря. и
• (3) человекоориентированная природа вики .

Существует несколько парсеров для разных языковых изданий Викисловаря:

• Викисловарь БДпедиа: подпроект DBpedia , данные взяты из английских, французских, немецких и русских викисловарей; данные включают язык, части речи , определения, семантические отношения и переводы. Декларативное описание схемы страницы , регулярные выражения и преобразователь конечных состояний используются для извлечения информации.
• JWKTL ( Библиотека викисловаря Java ): обеспечивает доступ к дампам английского и немецкого викисловарей через Java Wiktionary API . Данные включают язык, части речи, определения, цитаты, семантические отношения, этимологии и переводы. JWKTL распространяется по лицензии Apache .
• викокит: парсер английского и русского викисловарей. Анализируемые данные включают язык, части речи, определения, цитаты, смысловые отношения и переводы. Это мультилицензионное программное обеспечение с открытым исходным кодом .
• Этимологические записи были проанализированы в проекте Etymological WordNet .

Примеры задач обработки естественного языка , которые были решены с помощью данных Викисловаря, включают:

• Машинный перевод на основе правил между голландским языком и африкаансом ; данные английского Викисловаря, Голландского Викисловаря и Википедии использовались с Apertium платформой машинного перевода .
• Построение машиночитаемого словаря парсером NULEX, объединяющим открытые лингвистические ресурсы: английский Викисловарь, WordNet и VerbNet . Парсер NULEX очищает английский Викисловарь на наличие информации о времени (глаголы), форме множественного числа и частях речи (существительные).
• речи Распознавание и синтез , где Викисловарь использовался для автоматического создания словарей произношения. Пары слово-произношение были получены из шести языковых изданий Викисловаря ( чешского , английского, французского, испанского , польского и немецкого). Произношение дано в соответствии с Международным фонетическим алфавитом . Система ASR , основанная на английском Викисловаре, имеет самый высокий уровень ошибок в словах, где каждую третью фонему . приходится менять
• Онтологическая инженерия и семантической сети . построение
• Сопоставление онтологий .
• Упрощение текста . Медеро и Остендорф оценивал сложность словарного запаса ( определение уровня чтения ) с помощью данных Викисловаря. Были исследованы свойства слов, извлеченных из статей Викисловаря (длина определения и POS , смысл и количество переводов). Медеро и Остендорф ожидали, что
  • (1) очень распространенные слова с большей вероятностью будут иметь несколько частей речи,
  • (2) общие слова с большей вероятностью будут иметь несколько значений,
  • (3) общие слова с большей вероятностью будут переведены на несколько языков. Эти функции, извлеченные из статей Викисловаря, были полезны для различения типов слов, которые появляются в статьях Simple English Wikipedia, от слов, которые появляются только в сопоставимых статьях Standard English.
• Маркировка частей речи . Ли и др. (2012) построил многоязычные POS-тегеры для восьми малоресурсных языков на основе английского Викисловаря и скрытых марковских моделей .
• Анализ настроений .

« Викиданные : лексикографические данные» были запущены в 2018 году для обеспечения поддержки структурированных данных для викисловарей. Он хранит словесные данные всех языков в машиночитаемой модели данных в специальном пространстве имен « Лексема » в Викиданных. По состоянию на октябрь 2021 года в проекте собрано более 600 000 лексемных статей на разных языках.

См. также

• Список викисловарей
• Свободный язык

Ссылки

Источники

• Чесли, Паула; Винсент, Брюс; Сюй, Ли; Шрихари, Рохини К. (2006). «Использование глаголов и прилагательных для автоматической классификации настроений в блоге» (PDF) . Обучение . 580 : 233–235. Архивировано из оригинала (PDF) 24 февраля 2021 года . Проверено 9 мая 2013 г.

• Хеллманн, Себастьян; Брекле, Йонас; Ауэр, Сорен (2012). «Использование краудсорсинга лексических ресурсов для создания облака лингвистических данных» (PDF) . Учеб. Совместный международный Конференция по семантическим технологиям (JIST) . Нара, Япония.

• Хеллманн, С.; Ауэр, С. (2013). «На пути к совместному извлечению знаний в веб-масштабе» (PDF) . В Гуревич, Ирина; Ким, Юнги (ред.). People's Web встречается с НЛП . Теория и приложения обработки естественного языка. Спрингер-Верлаг . стр. 287–313. ISBN  978-3-642-35084-9 . Архивировано (PDF) из оригинала 27 октября 2014 г. Проверено 10 мая 2013 г.

• Крижановский, Андрей (2010). «Преобразование структуры записей Викисловаря в таблицы и отношения в схеме реляционной базы данных». arXiv : 1011.1368 [ CS ].
• Крижановский, Андрей (2010). «Сравнение тезаурусов Викисловаря, преобразованных в машиночитаемый формат». arXiv : 1006.5040 [ CS ].

• Курмас, Закари (июль 2010 г.). Завилинского: библиотека для изучения грамматики в Викисловаре . Материалы 6-го Международного симпозиума по вики и открытому сотрудничеству. Гданьск, Польша . Проверено 29 июля 2011 г.

• Ли, Шен; Граса, Жоао В.; Таскар, Бен (2012). «Теги частей речи, контролируемые Wiki» (PDF) . Материалы совместной конференции 2012 года по эмпирическим методам обработки естественного языка и вычислительному изучению естественного языка . Остров Чеджу, Корея: Ассоциация компьютерной лингвистики. стр. 1389–1398. Архивировано из оригинала (PDF) 22 мая 2013 года . Проверено 10 мая 2013 г.

• Лепор, Джилл (6 ноября 2006 г.). «Ноев ковчег» . Житель Нью-Йорка (Резюме) . Проверено 21 апреля 2007 г.

• Лин, Фейю; Крижановский, Андрей (2011). «Многоязычное сопоставление онтологий на основе данных Викисловаря, доступных через конечную точку SPARQL». Учеб. 13-й Российской конференции по электронным библиотекам RCDL'2011 . Воронеж, Россия. стр. 19–26. arXiv : 1109.0732 . Бибкод : 2011arXiv1109.0732L .

• МакФейт, Клифтон Дж.; Форбус, Кеннет Д. (2011). «NULEX: широкий лексикон открытой лицензии» (PDF) . 49-е ежегодное собрание Ассоциации компьютерной лингвистики: технологии человеческого языка, материалы конференции . Портленд, Орегон, США: Ассоциация компьютерной лингвистики. стр. 363–367. ISBN  978-1-932432-88-6 .

• Медеро, Джули; Остендорф, Мари (2009). «Анализ словарных трудностей с использованием викисловаря» (PDF) . Учеб. Мастерская SLaTE . Архивировано из оригинала (PDF) 24 апреля 2014 года . Проверено 10 мая 2013 г.

• Мейер, CM; Гуревич И. (2010). «На вес золота или еще один ресурс - сравнительное исследование Викисловаря, OpenThesaurus и GermaNet» (PDF) . Учеб. 11-я Международная конференция по интеллектуальной обработке текста и компьютерной лингвистике, Яссы, Румыния . стр. 38–49. Архивировано из оригинала (PDF) 1 декабря 2017 года . Проверено 10 мая 2013 г.

• Мейер, CM; Гуревич И. (2012). «OntoWiktionary — построение онтологии на основе совместного викисловаря онлайн-словаря» (PDF) . В Пазиенце, Монтана; Стеллато, А. (ред.). Полуавтоматическая разработка онтологий: процессы и ресурсы . IGI Global. стр. 131–161. ISBN  978-1-4666-0188-8 . Архивировано из оригинала (PDF) 9 октября 2013 г.

• Отте, Пим; Тайерс, FM (2011). «Быстрый машинный перевод на основе правил между голландским и африкаанс» (PDF) . В Форкаде Микель Л.; Депретер, Хайди; Вандегинсте, Винсент (ред.). 16-я ежегодная конференция Европейской ассоциации машинного перевода, EAMT11 . Левен, Бельгия. стр. 153–160. Архивировано из оригинала (PDF) 25 февраля 2021 года . Проверено 10 мая 2013 г.

• Саша, Вулфер; Мюллер-Спитцер, Кэролин (2016). «Сколько людей составляют толпу и что они делают? Количественный анализ изменений в английских и немецких изданиях Викисловаря» . Лексикос . 26 : 347–371. ISSN   1684-4904 . OCLC   7211535994 . Архивировано из оригинала 9 мая 2023 года . Проверено 27 августа 2021 г. - через ProQuest.

• Шлиппе, Тим; Окс, Себастьян; Шульц, Таня (2012). «Построение модели графемы-фонемы для индоевропейских языков» (PDF) . Акустика, речь и обработка сигналов (ICASSP) . Киото, Япония. стр. 4801–4804. Архивировано из оригинала (PDF) 6 октября 2014 года . Проверено 10 мая 2013 г.

• Смирнов А, Левашова Т, Карпов А, Кипяткова И, Ронжин А, Крижановский А, Крижановский Н (2012). «Анализ цитатного корпуса Русского Викисловаря». Исследования в области вычислительной техники . 56 : 101–112. arXiv : 2002.00734 . CiteSeerX   10.1.1.694.9627 . doi : 10.13053/rcs-56-1-11 (неактивен 3 февраля 2024 г.). S2CID   10726045 . {{cite journal}}: CS1 maint: DOI неактивен по состоянию на февраль 2024 г. ( ссылка )

• Зеш, Торстен; Мюллер, Кристоф; Гуревич, Ирина (2008). «Извлечение лексико-семантических знаний из Википедии и Викисловаря» (PDF) . Материалы конференции по языковым ресурсам и оценке (LREC) . Марракеш, Марокко.

• «Викисловарь» . 101 лучший веб-сайт. Журнал ПК . Зифф Дэвис. 6 апреля 2005 года. Архивировано из оригинала 21 декабря 2005 года . Проверено 16 декабря 2005 г.

Внешние ссылки

• Официальный сайт
• Список всех изданий Викисловаря
• Пакет викисловаря для Android в F-Droid репозитории
• Викисловарь в Google Play
• Многоязычная статистика Викисловаря
• Страница Викимедиа в Викисловаре (включая список всех существующих Викисловарей)
• Страницы о Викисловаре в Meta .