Previous discussion was archived at User talk:Harmonia Amanda/Archive 1 on 2015-08-10.
All structured data from the main, Property, Lexeme, and EntitySchema namespaces is available under the Creative Commons CC0 License; text in the other namespaces is available under the Creative Commons Attribution-ShareAlike License; additional terms may apply. By using this site, you agree to the Terms of Use and Privacy Policy.
Hi, in the edit below you replaced "nome de família" with "nome de familia", which is wrong (the stress accent is missing from família). Could you please check and correct all instances where this has happened? Thank you
https://www.wikidata.org/w/index.php?title=Q21452325&type=revision&diff=945634764&oldid=763762340
Hi, thank you for the warning! I fixed the script and I'll run corrections starting today (because it was actually that way in several bots lists and scripts, so there are many items needing fixing). It will probably take a few days since I'm traveling from the Wikimedia hackathon and so I don't have a stable internet connection, but it will be fixed and hopefully all the bots lists fixed also.
For information I corrected nearly 250 000 items and there are still some to do, because it was that way in the main bots/scripts since 2013. But everything will be corrected in the end!
magnus fixed it
Hi - I notice you just added some Quickstatements batches - I've been trying to get hold of Magnus for the last hour or so but haven't had any luck; Quickstatements batches are basically frozen right now, if you check https://tools.wmflabs.org/quickstatements/#/batches there's only ONE job actually running (i.e. with any DONE items and a Last update time in the last couple of hours). Any ideas what we can do?
Wait? Last week it took 6 hours before my background batch started, but it did start and run successfully. I think @TweetsFactsAndQueries: also have access to QS if you can't get hold of Magnus (not sure, maybe Magnus still has to push TweetsFactsAndQueries's contributions to it)
Nope, I don’t have any special access. Magnus is the only maintainer according to toolsadmin.
The backlog has been growing for a while, I've been pestering Magnus a bit about it for a few days now, but it got severely worse this morning, dropping from seven running jobs to just the 1. There should be up to 16 simultaneous batches running, not 7, and certainly not 1! I think he needs to kill off dead jobs somehow, but I'm not sure how it's deployed or exactly what that means.
And now it's completely frozen, the last running job finished and nothing new has started up. A job I submitted two days ago finally started yesterday after 27 hours wait; it looks like the wait for batches currently in the queue will likely be more than a day...
pas vraiment résolu mais pas d'idée
Salut Harmonia,
Connais-tu un outil qui permette d'établir une liste (statique) des créations d'éléments faites par un contributeur (avec liens) pour aller les reprendre une par une... il s'agit d'une wikisourcienne qui a créé plus de 2500 d'éléments (pas nécessairement liés à wikisource) à vérifier...
j'ai bien trouvé https://tools.wmflabs.org/wikidata-todo/user_edits.php? mais je ne sais pas comment le paramétrer... et l'idée c'est de pouvoir sauvegarder la liste dans une sous-page pour pouvoir ensuite rayer ce qu'on a déjà revu...
Là comme ça, pas d'idée d'outil. J'irais dans sa liste de contributions, je sélectionnerais uniquement les créations de page dans l'espace principal à la période qui m'intéresse, et je ferais un copié-collé dans Flow, qui repère qu'il y a des liens et convertit ça en wikitexte. Puis je collerais le Wikitexte en sous-page. Opération à répéter trois fois puisque les pages de contributions acceptent seulement 1000 éditions au maximum.
ah ! je n'aurais pas pensé à passer par Flow, pour convertir en lien... bonne idée ! je vais tester...
... mmmm... je n'arrive pas à convertir en wikitexte... la pile de liens semble trop grosse :(
Urgh, j'ai guère de solution hormis faire des piles plus petites mais du coup ça fait plus d'opérations :s
FYI, with cases like https://www.wikidata.org/w/index.php?title=Q8480748&diff=926822819&oldid=828929091 - they are likely to be added back again by bots or other editors unless you also remove the P373 value and the commons category template on the wikipedias. Thanks for working on the maintenance of the commons links though!
Yes I know, I'm starting to think we need a bot to delete all the wrong links and trying to map several maintenance queries to spot all the problems. I have some, but I'll tweak them still this week I think, before doing some project proposal for clean-up.
A bot would probably help - let me know if there's anything I can help with via python/pywikibot coding. I'm hoping that we can remove the duplication of data to just use the sitelinks rather than P373 and local values, but that's a longer term goal.
I'm not attending the hackathon, sorry, but might be able to contribute remotely that weekend if that would help.
Please explain your revert. "Yakovlev" is not an independent surname, this is transliteration of russian surname "Яковлев" only.
There are people born in Latin-script country bearing this name. The reference for P31 is even stating it's an American name. The latin-script version of the name is clearly based on the Russian name but it has become a name all of its own. The Russian name would be transliterated differently on some latin-script languages, but the American version of the name would stay the same. They are two different names, one derived from the other.
To be more clear: Wikidata is creating an entry for each different string of a name; a Latin-script version and a Cyrillic version (or hangeul, or kanji, or…) are by definition not the same string and should then be on separate items. Russian people bear Yakovlev (Q21450308) "Яковлев", the Cyrillic name (which should be by far the most used) and American people (who most probably are of Russian descent) bear Yakovlev (Q37559986) "Yakovlev" or Jakovlev (Q42293799) "Jakovlev" or any other transliteration-which-then-became-a-real-surname.
Three questions:
1. There is a Wikiproject about names, all this was decided years ago, and there are help pages, scripts, etc.
2. Commons choices are Commons choices, and should be asked there. I guess if the category title is in English the correct sitelink would be the Latin-script one, but that's a guess, not an answer
3. Labels should always be in the language of the label (Russian in Russian, French in French, Japanese in Japanese, etc.), because people with only a basic phone with only their own writing system present on their devices need to be able to read it. I don't have devanagari installed by default on my work computer but we do have names in devanagari on Wikidata.
The label is then the most frequent transliteration of the name in the language. Other transliterations are added as aliases, since most of the times you'll have different transliteration systems coexisting.
The description make it clear what the item is about. On Yakovlev (Q21450308) (the Cyrillic name), all languages not using Cyrillic have a description like that "family name (Яковлев)" (in French "nom de famille (Яковлев)", etc.). On Yakovlev (Q37559986) (the Latin-script name), all descriptions in languages not using Latin-script are this way: "фамилия - Yakovlev" (in Russian). So it should always be clear what the item is about, and if you are working on names, there are scripts to add in one click all labels, descriptions and aliases based on native label (P1705).
3. The other choice (more appropriate from my point of view) is to use all (frequent?) variants joined in a label. Like "Yakovlev/Jakovlev"
Except that "Jakovlev" is not an English transliteration for Яковлев? It's an Italian one? Why would it be on the English label?
It's an old transliteration from the nineteenth century, so useful as an alias bor soemone working with old translations of books (for example on Wikisource) but nobody would transliterate that way nowadays… I'm really not convinced.
Ok, I've looked at Commons. It seems that names are added automatically based on the English label of the name ; meaning that if Яковлев English label changed, all people bearing Яковлев would be categorized in a different category from Yakovlev (which have a really small chance of happening between English and Russian, but there are other languages for which different transliteration systems coexist). I would say the category is about the Latin-script string in this case, since it's the only one not at a risk to change.
But there are technical ways to deal with the choice Commons made to be exclusively in English. The most obvious would be to create a template at the top of every name category stating:
"This category concerns people named 'Yakovlev' and 'Яковлев'"
We should also add related names too, like "Jakovlev", in another section. And probably add explicitly the writing systems ("'Yakovlev' (Latin script) and 'Яковлев' (Cyrillic)"), because for other examples it's not so clear:
"This category concerns people names 'Han' (Latin script), '韩' (Simplified Chinese), '韓' (Traditional Chinese), '한' (Hangul), '伴' (Kanji), and '坂' (Kanji)"
By the way 伴 in Japanese can be pronounced Tomo, Tomono, Tomori, Ban and Han.
It would be a system similar to the one existing on the French Wikisource, were we do use Wikidata to classify authors, and where we want Чехов to be with the T (Tchekhov), but eventual American Chekhov to be with C.
Wikidata should be able to deal with language-to-language combinations.
Hi!
I have stumbled upon https://twitter.com/Harmonia_Amanda/status/1037207702060113920
In short, yes you can do that with OpenRefine. I haven't seen your dataset but intuitively this should be doable simply by doing the reconciliation in two columns, so that each id can be matched to one or two items. Just let me know if you need a hand!
Good to know! I'll try to configure it this evening. Do you have an example at hand? It would help me.
If you have not used OpenRefine yet you might want to start with generic tutorials for simple cases (I wrote some at Wikidata:Tools/OpenRefine/Editing).
For your own case, again I would need to see what your data looks like - otherwise I cannot give any precise indications. Is your dataset available anywhere, ideally in the form of a table or spreadsheet?
I have a spreadsheet that I can send to you. Otherwise, here is an example of one entry for two people. There are entries for only one person in the database (for example) but you can know if it should be matched to one or two items based on the sport discipline (top right).
Hello @Harmonia Amanda - hope you had nice summer vacations :)
just tell me to get out if I'm wrong, but would those case not be a typical "Bonnie and Clyde" ?
If it were Wikipedia articles and we were obligated to create an entry for each ISU identifier, then yes. But we are not under obligations to follow the ISU way, and these IDs are widely used is the figure skating world for individuals. They are the key to find who participated to which competitions (and with whom). The ISU create a new entry each time something significant change for a skater. So people changing their sport country, passing from junior to senior, marrying and changing their names, etc., all of this warrant a new ISU IDs. So I'm not really that keen on following their modeling ^^
Hi Harmonia,
I'm hoping you can help with a name correction.
Background: The voice actor Lionel Wilson is frequently confused with the film actor Lionel G. Wilson. Until recently the voice actor's en:Wikipedia page was labeled with the name of the film actor. There is an archived discussion at https://en.wikipedia.org/wiki/Talk:Lionel_Wilson_(voice_actor) that ended with a decision to rename the voice actor's page to correct the error. That rename happened two weeks ago. (The film actor does not currently have his own Wikipedia page.)
There was also a Wikidata page named "Lionel G. Wilson" (Q3244140) containing statements describing only the voice actor, so at the same time I changed the English label to "Lionel Wilson". That change also had the effect of renaming the Wikidata page name.
But back in April 2018 you ran nameGuzzler on that page. Since at that time the page was incorrectly labeled with the film actor's name it was updated into 67 language labels.
The question is how to most efficiently change those 67 language labels to contain the voice actor's name. Would this work?:
1. Undo the nameGuzzler update of 10:58, 9 April 2018
2. Run nameGuzzler again, but this time with the name "Lionel Wilson"
Depending on how things interact, that may leave a small number of language entries that were installed by others that still need to be corrected by hand, but that seems easier than changing all 67 languages by hand.
I trusted you and cleaned up the labels, and added some properties about his name to clarify the issue. Still, you should take this discussion on the Swedish and Simple Wikipedia, who still have "G." in their titles.
Bonjour Harmonia Amanda.
Je voulais fusionner les éléments Q621577 et Q21450880, mais tu as introduit Property:P1889 pour éviter qu'on les confonde, en précisant qu'il s'agit d'un cas où "les noms de famille et les pages d'homonymie doivent être associés à des éléments différents". Or je ne comprends pas pourquoi ces éléments ne devraient pas être confondus, puisque dans les faits, chacun des articles concerne une page de patronymie, autant en français, en allemand, bas-allemand ou en anglais. La seule différence semble être pour l'article en minnan, mais celui-ci ne contient quasiment rien. Peut-être que la différence ne se situe réellement qu'au niveau de la présentation des éléments et qu'elle ne correspond pas à ce qui est réellement contenu dans les articles. Peux-tu m'éclairer ?
Ce n'est pas à Wikidata de décider du sujet des articles, mais aux Wikipédias. Les Wikipédias en français, allemand et bas-allemand ont décidé qu'il s'agissait de pages d'homonymie, et pour certaines contiennent d'ailleurs des homonymies qui ne sont pas des homonymies de nom de famille. Les Wikipédias en anglais et en minnan (qui était du mauvais côté), concernent le nom de famille.
Or un nom de famille et une page d'homonymie ce n'est ontologiquement pas du tout la même chose ; à l'état-civil, j'ai un nom de famille, pas une page d'homonymie. Pour la propreté des données, pour la réutilisation de celles-ci, il y aura toujours deux éléments séparés. Quant à savoir de quel côté on rattache les articles, c'est un choix qui est fait sur les Wikipédias, et que Wikidata se contente de respecter et non d'imposer.
Nous ne pouvons pas fusionner les milliers de cas de ce type, puisque les Wikipédias qui ont choisi de créer des pages de noms de famille créent régulièrement des pages d'homonymies associées. Qu'elles n'existent pas aujourd'hui ne signifie pas qu'elles n'existeront pas la semaine prochaine ou le mois prochain, obligeant alors à une scission. Que les articles soient pour le moment quasiment vides n'est également pas un critère : les pages d'homonymies ont vocation à se développer en ajoutant d'autres homonymies (par exemple de toponymes), alors que les pages de noms de famille ont vocation à se développer en parlant du nom de famille (étymologie, histoire, répartition, etc.). Nous ne pouvons pas supposer que les articles resteront éternellement des ébauches !
Il serait complètement irrespectueux de notre part de considérer que les Wikipédias ne savent pas ce qu'elles veulent, qu'elles se sont trompées de catégories, de modèles, d'introduction, juste parce que de notre point de vue extérieur, c'est absurde. Je serais personnellement complètement pour que la Wikipédia en français fasse de véritables articles sur les noms, distincts des pages d'homonymie, mais ce n'est certes pas une décision que je peux imposer depuis Wikidata.
Je passe sur la page en minnan qui ne contient rien.
Mais effectivement, ce n'est pas à Wikidata de décider ce qui est le sujet de l'article. La page en anglais est une page d'homonymie - "This page lists people with the surname Appleyard"- comme la page en français - "Cette page d’homonymie répertorie des personnes portant le même patronyme".
La seule différence est que la page francophone mentionne qu'il y a patronymie et que la page anglophone se contente de lister toutes les personnes portant le même patronyme. Aucune de ces pages n'est une ébauche. Elles renferment donc le même sujet en terme de contenu, elles ont le même titre et la même destination. Il n'y a donc aucune confusion possible. Il n'y a pas d'introduction différente, pas de problème de modèle, ni de catégorie. C'est du contenu brut de l'article dont il est question.
Et si l'on peut craindre une chose, c'est que l'un de ces articles voit son contenu effacé pour être remplacé par un sujet différent (comme un article sur un nom de famille... ce que pour le moment aucun d'entre eux ne fait). Mais c'est le cas pour n'importe quel article... Si tu pense qu'un modèle d'homonymie transforme le contenu d'un article en autre chose que ce qu'il est, c'est à rebours de ce que tu souhaites ci-dessus.
Note qu'en fait, tu me donnes la réponse à ma question : il suffit que je modifie la présentation de l'item concernant l'article anglophone, puisque c'est actuellement une page de patronymie. Et je fusionnerais ensuite les deux.
Non, aucune fusion à effectuer, un nom de famille restant complètement différent d'une page d'homonymie, avec des utilisations différentes des données. Les gens n'ont jamais de page d'homonymie comme nom de famille !
Par contre, il peut y avoir déplacement des interwikis s'ils cessent de parler du sujet auquel ils étaient reliés précédemment. Ça ne rend pas les deux sujets identiques.
Je préfère prévenir qu'il y a eu discussion avant d'adopter ce système sur la Wikipédia en anglais et que donc potentiellement ils risquent de ne pas apprécier ce changement brutal de système surtout si tu décides de changer leurs milliers de pages de noms de famille en pages d'homonymie. À ta place, j'en discuterais avec eux au préalable.
C'est totalement conforme à l'usage de leurs modèles, qui prévoit toujours le cas où une page d'homonymie ne contiendrait qu'une liste de personnes partageant le même nom de famille (il suffit de regarder :en:Category:Human name disambiguation pages : All names in this category are human names, but they may also include fictional characters. For pages listing people with the same surname, but different given names, use {{surname}} instead). Donc les pages sur les noms peuvent aussi servir de page d'homonymie, il n'y a pas vraiment de contradiction de ce point de vue.
Je crois qu'en fait cette page anglophone fait les deux, et qu'une séparation des deux sujets (article sur le nom et page d'homonymie) est tout à fait possible, ou la création d'une page d'homonymie supplémentaire.
Comme je le disais, je veux juste que les données soient propres, et si une Wikipédia décide de changer son angle d'approche, alors déplacer les interwikis est logique. C'est une discussion à avoir là-bas et Wikidata se pliera à la conclusion décidée là-bas. Du point de vue Wikidatien, on fait des éléments par sujet, on y ajoute les données appropriées et on héberge les interwikis sur l'élément le plus approprié. Si les sujets des articles Wikipédia changent, on bouge les liens, vu que décider de quoi un article parle est un choix à faire sur Wikipédia pas ici.
Par contre, je réitère qu'on ne fusionne pas deux sujets différents sur Wikidata. Edit : mais que comme rien n'oblige un élément Wikidata à contenir des interwikis, l'interdiction de fusionner des sujets différents n'a pas d'incidence sur le fait que l'on veuille que tous les articles ayant des sujets vaguement liés soient sur le même élément.
Il me semble que la Wikipédia en anglais, de même que la Wikipédia en français et que Wikidata a un projet concernant les noms, cette discussion y serait probablement plus à sa place.
La Wikipédia en anglais a eu une discussion et supprimé toutes les catégories et modèles d'homonymie des pages de noms de famille il y a maintenant deux ou trois ans. Il n'y a plus aucun marqueur d'homonymie nulle part dans ces pages, même si le contenu, actuellement, n'a pas varié. On peut difficilement dire qu'ils ont fait cette refonte entière du système par pur hasard. Si tu estimes qu'ils ont eu tort, c'est sur la Wikipédia en anglais que tu devrais avoir cette discussion.
Au contraire, la Wikipédia en français utilise catégories et modèles d'homonymie. Je doute que ce soit par hasard également.
Personnellement, la seule chose que je veux, c'est que les données soient exploitables, et que donc on ne se retrouve jamais avec des gens ayant des homonymies à la place de noms, parce que ça, ça pourrit considérablement la réutilisation des données. Pour savoir où raccrocher les articles, on suit toujours modèles et catégories parce que ça indique de façon sémantisée la volonté des auteurs de l'article (on n'utilise pas une catégorie d'homonymie quand on ne veut pas qu'il s'agisse d'une homonymie). Après, il peut arriver qu'une Wikipédia refonde de fond en comble sa façon de gérer tout un pan de connaissances, la Wikipédia en anglais l'a fait sur ce sujet précis.
Pour résumer : Wikidata crée des éléments par sujet ; une page d'homonymie et un nom atant deux sujets différents, utilisés différement, appelant des données différentes, il ne faut les fusionner sous aucun prétexte. En revanche, rien n'oblige un élément Wikidata à contenir des interwikis, et si ceux-ci changent de sujet, il est tout à fait possible de déplacer les liens.