Wikidata:Lexicografische gegevens/Documentatie

• Overview
• Documentation
• Development
• Tools
• Support for Wiktionary
• How to help
• Statistics
• Lexemes
• Discussion

Wikidata:Lexicographical data

Dit is de hoofdpagina met documentatie over lexicografische gegevens op Wikidata. Het is bedoeld om algemene informatie over Wikidata-lexemen te beschrijven: de manier waarop ze zijn gestructureerd, hoe men ze kan bewerken en wat er kan worden toegevoegd om ze te verrijken.

Merk op dat de informatie op deze pagina algemeen van toepassing kan zijn op de meeste talen, maar wat voor het modelleren van een taal werkt, niet altijd voor het modelleren van een andere taal zal werken. Voor informatie over het modelleren van lexemen voor specifieke talen, bezoek deze documentatiepagina.

Meer technische documentatie kan worden gevonden voor de extensie WikibaseLexeme voor MediaWiki, die ondersteuning biedt voor lexemen op Wikidata.

Een woordenlijst met Wikidata Lexicografische termen is beschikbaar.

Datamodel

Plaatje van het datamodel Lexeem

Het datamodel WikibaseLexeem beschrijft de structuur voor de gegevens die in Wikibase als "lexemen" worden verwerkt in Wikidata. Onderstaande tekst is grotendeels een samenvatting; meer details vind u op deze pagina met het datamodel van de extensie.

Een lexeem is een element van een taal zoals dat in een woordenboek kan worden beschreven, zoals een woord, een frase of een voorvoegsel (meer informatie op Wikipedia). Lexemen zijn, net als items en eigenschappen, ook Wikibase-entiteiten; Ook zij hebben individuele identificatoren en kunnen afzonderlijk worden geraadpleegd en opgevraagd.

Er zijn zeven componenten van een lexeem, beschreven in elk van de volgende onderdelen:

1. zijn LID;
2. zijn lemata;
3. de taal;
4. de lexicale categorie;
5. zijn (top-level) verklaringen;
6. zijn betekenissen; en
7. de vormen ervan.

Lexeem ID

Lexemen hebben identificaties die beginnen met een "L" gevolgd door een natuurlijk getal (dus met de cijfers 0..9), voorbeeld L3746552. Deze ID's (LID's genoemd, voor "lexeem identifiers") zijn uniek binnen Wikidata; wanneer een nieuw lexeem wordt gemaakt, wordt er een geheel nieuwe LID voorgesteld. De LID kan automatisch worden toegekend om een unieke URI voor het lexeem te vormen.

De RDF URI voor een lexeem is http://www.wikidata.org/entity/ gevolgd door het ID van het lexeem.

Lexeem lemmata

Further information: /Lemmata

De lemmata (enkelvoud lemma) van een lexeem worden voornamelijk gebruikt als door de mens leesbare weergaven van het lexeem. Elke lemma bestaat uit een string vergezeld van een geldige taaltag van de IETF. Meestal zijn lemmata de geschreven vormen van een woord, frase of affix die in een woordenboek worden gevonden dat ze beschrijft, ongeacht of ze morfologisch als de 'basis' of 'stam' vormen worden beschouwd.

• een Engelse lexeem Lexeme:L3435 heeft bijvoorbeeld het lemma 'umbrella' omdat de meeste Engelse woordenboeken informatie over dit lexeem verstrekken onder de titel 'umbrella' en niet onder iets als "umbrellas" of "umbrella's".
• het Italiaanse lexeem Lexeme:L1196965 heeft de lemma "volare", omdat de meeste Italiaanse woordenboeken informatie over het woord in deze titel verstrekken en niet in iets als "volo", "volante" of "volato".
• het Koreaanse lexeem heeft bijvoorbeeld het lemma '먹다' omdat de meeste Koreaanse woordenboeken informatie over het verzamelen in die vorm, in plaats van iets als '먹-', '먹어' of zelfs '먹습니다'.

Lexemen kunnen verschillende lemmata hebben, vooral wanneer er verschillen zijn in het schrijfstelsel of andere orthografische conventies binnen een bepaalde taal. Verschillende lemata worden aangegeven met verschillende taaltags, en een lexeem kan slechts één lemma voor een bepaalde taaltag hebben.

• bijv. het Hindoestaanse lexeem Lexeme:L641622 heeft twee lemmata, 'चाचा' met code hi en 'چاچا' met code ur, die representaties zijn van dezelfde woordenboek form (uitgesproken /t͡ʃɑː.t͡ʃɑː/) in het Devanagari script (gebruikt voor Hindi) en het Arabische script (gebruikt voor Urdu).
• bijv. het Hebreeuwse lexeem Lexeme:L63672 heeft twee lemmata, 'אדום' met code he en 'אָדֹם' met code he-x-Q21283070, die het verschil aangeeft in hoe hetzelfde woord anders wordt gespeld als er diakrieten zijn.
• bijv. het 'Southern Min' lexeem Lexeme:L308008 heeft drie lemmata, '城市' met code nan-hani, 'siânn-tshī' met code nan-x-Q56929 en 'siâⁿ-chhī' met code nan-x-Q559173. Deze vertegenwoordigen het gebruik van Chinese karakters of een van de twee romaniseringssystemen, die elk overeenkomen met dezelfde woordvorm.

Merk op dat sommige van de bovenstaande taalcodes een '-x-' bevatten. Er zijn twee belangrijke redenen waarom dit aanwezig kan zijn in een taalcode:

1. Voor talen waarvan de taalcodes nog niet worden ondersteund, zou een laatste redmiddel voor het gebruik van een taalcode het toevoegen van een subtag voor privégebruik zijn, met daarin de QID voor het Wikidata-item voor de taal, met de mis basiscode.
   • bijv. lexemen in Polabian (Q36741), zoals Lexeme:L1089491, heeft een lemmma met code mis-x-Q36741.
   • bijv. lexemen in Soyot (Q4426878), zoals Lexeme:L1015954, heeft een lemma met de code mis-x-Q4426878.
   • bijv. lexemen in Láadan (Q35757), zoals Lexeme:L623039, heeft een lemma met de code mis-x-Q35757.
2. Als een taal een ondersteunde taalcode heeft, maar een variant waarvan de taalcode niet wordt ondersteund, kan de subtag voor privégebruik rechtstreeks koppelen aan de bestaande ondersteunde code.
   • bijv. lexemen in de Varendri (Q48726757) van Bengali, zoals Lexeme:L672268, heeft een lemma met de code bn-x-Q48726757 (waar 'bn' de bestaande ondersteunde code is).
   • bijv. lemmata in Devanagari Sindhi (Q116688933) voor lexemen in Sindhi gebruiken de taalcode sd-x-q116688933 (waar 'sd' de bestaande ondersteunde code is).
   • bijv. lemmata in de Adlam (Q19606346) voor lexemen in Fula gebruiken de taalcode ff-x-q19606346 (waar 'ff' de bestaande ondersteunde taalcode is).

Lexeem lemmata worden weergegeven wanneer het sjabloon {{L}} wordt gebruikt om een lexeem op Wikidata te koppelen (inclusief later op deze pagina).

Lexeem taal

Further information: /Lexeme languages and /Languages

De taal waartoe een lexeem behoort, is een referentie naar een Wikidata-item voor een taal.

Voor de meeste talen is dit een eenvoudige bepaling: English (Q1860), Thai (Q9217), Manchu (Q33638) en Gun (Q3111668) zijn slechts vier van de vele mogelijkheden, omdat ze taalcodes en, th, mnc en guw ondersteunen.

Sommige talen zijn echter begonnen te eisen dat voor hun lexemen bepaalde taalitems worden gebruikt; zie de documentatiepagina's voor die talen voor meer informatie.

Lexicale categorie

Further information: /Lexical categories

De lexicale categorie waartoe een lexeem behoort, is een verwijzing naar een Wikidata-item voor een bepaalde groep woorden met specifiek syntactisch gedrag in een taal. Dit komt meestal overeen met de "woordsoort" van het lexeem: zelfstandige naamwoorden, werkwoorden, bijvoeglijke naamwoorden, bijwoorden, enzovoort.

Verschillende talen kunnen noodzakelijkerwijs verschillende lexicale categorieën gebruiken, maar sommige zijn vaak genoeg over talen heen dat een vergelijking kan worden gemaakt. De volgende tabel, wanneer uitgevouwen, geeft voorbeelden van lexemen in elke taal die vallen in enkele van de meest voorkomende lexicale categorieën in alle Wikidata lexemen.

Lexeem verklaringen

Further information: /Lexeme statements

Lexemen hebben, net als items of eigenschappen, verklaringen (claims) die informatie over het lexeem geven die niet specifiek is voor een van zijn vormen of betekenissen. Afhankelijk van hoe een bepaalde taal werkt, en afhankelijk van de lexicale categorie van het lexeem, zullen sommige verklaringen meer van toepassing zijn op een bepaald lexeem dan andere.

Veel gemeenschappelijke eigenschappen die rechtstreeks van toepassing zijn op lexemen staan in de lijst Template:Lexicographical properties.

Lexeem betekenissen (senses)

Further information: /Senses

Betekenissen (Senses) beschrijvingen de verschillende betekenissen van een lexeem.

Een betekenis bestaat uit drie delen: 1) de sense-ID, 2) de glossen en 3) verklaringen.

1. De sense-ID begint met de ID van het lexeem waartoe het behoort, gevolgd door een teken ("-") en een "S", gevolgd door het natuurlijke getal in decimale notatie: bv. L3746552-S4. Deze ID's zijn uniek binnen Wikidata; wanneer een nieuw betekenis binnen een lexeem wordt gemaakt, wordt er een geheel nieuwe sense-ID voor het gegeven. Net als een LID kan een sense-ID aan http://www.wikidata.org/entity/ worden gehecht om een unieke URI voor de betekenis te vormen.
2. Glossen definiëren de betekenis met behulp van natuurlijke taal. Voor een lexeem in een bepaalde taal X zou de gloss in taal X een meer gedetailleerde uitleg van de betekenis moeten zijn, terwijl de glossen in andere talen Y en Z minder gedetailleerd mogen zijn, zolang ze maar duidelijk genoeg zijn voor sprekers van Y en Z wat de betekenis ervan is.
3. Net als lexemen, items en eigenschappen, kunnen betekenissen verklaringen hebben die de betekenis en zijn relaties met andere betekenissen en met Wikidata-items verder beschrijven.

Veel gemeenschappelijke eigenschappen die van toepassing zijn op lexeem betekenissen staan in de lijst Template:Lexicographical properties.

Lexeem vormen

Further information: /Forms

Vormen beschrijven de verschillende realisaties van een lexeem in gesproken of geschreven taal.

Afhankelijk van hoe een taal zich morfologisch gedraagt, kan er precies één vorm van een lexeem zijn of kunnen er meerdere vormen zijn. In het algemeen geldt dat hoe meer isolerend of analytisch of hoe meer agglutinerend of polysynthetisch een taal is, hoe meer het baat kan hebben bij het hebben van één vorm per lexeem. Lexemen in veel fusiontalen hebben meestal meerdere vormen voor bepaalde combinaties van grammaticale kenmerken.

Een vorm bestaat uit vier delen: 1) het form-ID, 2) vormvoorstellingen, 3) grammaticale functies en 4) verklaringen.

1. De form-ID begint met de ID van het lexeem waartoe het behoort, gevolgd door een teken ("-") en een "F", gevolgd door het natuurlijke getal in decimale notatie: bv. L3746552-F4. Deze ID's zijn uniek binnen Wikidata; wanneer een nieuwe vorm binnen een lexeem wordt gemaakt, wordt er een geheel nieuwe form-ID voor het gegeven. Net als een LID of een sense-ID kan een form-ID aan http://www.wikidata.org/entity/ worden toegevoegd om een unieke URI voor de vorm te vormen.
2. Vormrepresentaties zijn strings, vergezeld van taaltags, die aangeven hoe een bepaalde vorm wordt gebruikt. Net als bij lemmata kunnen er meerdere representaties op een enkel vorm zijn om verschillen in schrijfsysteem of orthografische variatie binnen een taal op te vangen.
3. Grammaticale functies zijn referenties naar Wikidata-items die de syntactische omstandigheden definiëren waarin een bepaalde vorm van toepassing is.
4. Net als lexemen, betekenissen, items en eigenschappen, kunnen vormen verklaringen hebben die de vorm en zijn relaties met andere vormen en met Wikidata-items verder beschrijven.

Veel gemeenschappelijke eigenschappen die van toepassing zijn op lexeem vormen zijn vermeld in Template:Lexicographical properties.

Lexeem inclusie criteria

In sommige gevallen of talen kunnen er meerdere entiteiten voor verwante woorden zijn, terwijl er in andere talen slechts één is. De onderstaande tabel geeft een overzicht van de wijze waarop in het bijzonder zelfstandig naamwoorden kunnen worden verbonden:

Een of meerdere lexemen voor zelfstandige naamwoorden?

verschil tussen	1 lexeem		2+ lexemen
betekenis	voeg meerdere betekenissen toe		voeg passende betekenissen toe aan lexeem	link andere(n) met homograaf lexeem	dupliceer formulieren naar elkaar
etymologie	voeg dit toe bij elke betekenis		voeg het to aan lexeem	link andere(n) met homograaf lexeem	dupliceer formulieren naar elkaar
geslacht	voeg dit toe bij elke betekenis		voeg dit toe aan lexeem	link andere(n) met homograaf lexeem	dupliceer formulieren naar elkaar
common/proper	voeg meerdere betekenissen toe	gebruik lexical categorie zelfst.naamwoord	voeg betekenissen toe aan lexerm	link andere(n) met homograaf lexeem	dupliceer formulieren naar elkaar
caps/lowercase	voeg formulieren toe	kwalificeer formulieren bij betekenissen	voeg betekenissen toe aan lexeem	link andere(n) met homograaf lexeem	voeg alleen toepasselijke formulieren toe
enkelvoud/meervoud	voeg meerdere formulieren toe	kwalificeer formulieren bij toepasselijke betekenissen	voeg toepasselijke betekenissen toe	indien mogelijk link andere(n) met homograaf lexeem	voeg alleen toepasselijke formulieren toe
uitspraak	voeg hetzelfde formulier twee keer toe	kwalificeer formulieren bij toepasselijke betekenissen, voeg uitspraak toe	voeg toepasselijke betekenissen toe	indien mogelijk link andere(n) met homograaf lexeem	voeg formulier en bijpassende uitspraak toe
formulieren/spelling	voeg formulieren of alternatieve formulieren toe	kwalificeer formulieren aan toepasselijke betekenissen	voeg toepasselijke betekenissen toe	indien mogelijk link andere(n) met homograaf lexeem	voeg alleen toepasselijke formulieren toe

Voor een bepaalde taal en criterium (eerste kolom), slechts een van de twee kan van toepassing zijn

Interface

In het volgende gedeelte worden de stappen beschreven die in de gebruikersinterface van Wikidata moeten worden genomen om gewone taken uit te voeren om lexemen te bewerken.

Lexemen

Schermafbeelding van de lexeem-aanmaakpagina (versie voor november 2022)

Een lexeem aanmaken

1. Ga naar Special:NewLexeme.
2. Voeg onder Lemma een lemma toe (meer informatie).
3. Onder Lexeme's language, vul de taal van het lexeem in, door de taalnaam of de QID (meer informatie) in te vullen.
   1. Als hierom wordt gevraagd, voert u onder Spelling variant of the Lemma de taalcode van het lemma in (zie meer informatie).
4. Voer onder Lexical category de lexicale categorie van het lexeem in, door de naam of het QID (meer informatie) in te vullen.
5. Klik op "Create" om uw wijzigingen op te slaan.

U heeft nu een lexeem gemaakt met de meeste basisinformatie. Omdat het heel leeg is, kan het niet zinvol worden gebruikt totdat er meer informatie aan wordt toegevoegd, zoals verklaringen, betekenissen en vormen (dit wordt later toegelicht op deze pagina).

De lexeem lemmata, taal of lexicale categorie wijzigen

Schermafbeelding van de bovenkant van een Lexeem-pagina

1. Klik naast de lemmata op de knop 'bewerken'.
2. Lemmata kan als volgt worden gewijzigd:
   1. Om een lemma toe te voegen, selecteer eerst de "+" die naast de lemata staat.
   2. Voeg in de nieuwe lemma, onder Lemma, de weergave van het nieuwe lemma toe.
   3. Voeg ook in de nieuwe lemma, onder Spelling variant, de taalcode van het nieuwe lemma toe.
   4. Om een bepaalde lemma te verwijderen, selecteer gewoon de "x" die naast Lemma in die lemma staat.
3. Als u de taal van het lexeem wilt wijzigen, kunt u in het zoekvakje naast Language een item voor een taal kiezen.
4. Om de lexicale categorie van het lexeem te wijzigen, gebruik het zoekvak dat naast Lexical category staat om een item voor een lexicale categorie te kiezen.
5. Klik op "publish" om uw wijzigingen op te slaan.

Verklaringen bij een lexeem toevoegen, wijzigen of verwijderen

Schermafbeelding van de interface om een verklaring te bewerken

Het toevoegen van een verklaring aan een lexeem vereist de volgende stappen:

1. Klik op "add statement"
2. Vul een eigenschap in, door de naam in het veld met de eigenschap in te tikken (zoals derived from lexeme) en de suggestie te selecteren.
3. Geef een waarde in voor de eigenschap.
   
   Tracked in Phabricator
   Task T271500
   
   NB: Een Wikidata property for lexicographic senses (Q54275340) zoals translation (P5972) of synonym (P5973) biedt momenteel geen ondersteuning voor het zoeken naar betekenissen met de naam van het lexeem. Dat betekent dat om een waarde voor een verklaring in te voeren, u het precieze Lexeem Sense-ID moet invoeren die u als waarde wilt.
   

   

   Zoals hier te zien is, zal Wikidata lexemen en hun betekenissen niet kunnen vinden bij het zoeken op hun naam.

   
   

   

   Zoeken op het precieze Lexeem Betekenis ID levert echter een publiceerbaar resultaat op.
4. Als u kwalificaties en referenties aan de verklaring wilt toevoegen, kunt u dat dan ook doen.
5. Sla de verklaring op door te klikken op "publish".
6. Klik op "edit" om een verklaring te bewerken.
7. Klik op "edit" om een verklaring te verwijderen, en klik vervolgens op "remove".

Een lexeem verwijderen

Om een lexeem te verwijderen, kunt u de verwijdering ervan aanvragen op Wikidata:Requests for deletions, net zoals wordt gedaan met items. Als u de gadget Merge heeft ingeschakeld, kunt u verwijderingsverzoeken indienen voor lexemen die het gebruiken.

Een lexeem zoeken

Om te zoeken naar lexemen via Special:Search of het zoekvak op een pagina, kunt u de LID, een van de lemmata's of een representatie van een van de vormen gebruiken.

De eenvoudigste manier om dit te doen is door het voorvoegsel "L:" aan een van deze toe te voegen, en u ziet automatisch resultaten in de namespace lexeme voor uw zoekopdracht. Lexeem L301993 heeft bijvoorbeeld het lemma "হৃদয়" en een van de vormen heeft de representatie "হৃদয়েতে". Zoeken naar "L:L301993", "L:হৃদয়" of "L:হৃদয়েতে" levert hetzelfde lexeem op in de resultaten.

U kunt ook zoeken zonder het voorvoegsel "L:" (bijvoorbeeld met "L301993", "হৃদয়" of "হৃদয়েতে"), selecteer vervolgens de namespace "Lexeem" in de Search in: en voer de zoekopdracht opnieuw uit om hetzelfde lexeem terug te krijgen.

Merk op dat de selector (het drop-down menu dat opduikt om resultaten te suggereren) de namespace lexeme nog niet ondersteunt. Door op het zoek-icoon te klikken of op Enter te drukken na het typen van uw zoekwoord, worden de resultaten getoond.

Betekenis (Sense)

Een betekenis aanmaken

1. In het gedeelte betekenissen van een lexeem klikt u op "add Sense".
2. Onder Language, geef een taalcode voor de korte beschrijving (gloss).
3. Onder Gloss, ga naar de korte beschrijving
4. Klik op "add" om nieuwe korte beschrijvingen toe te voegen en herhaal de stappen 2 en 3.
5. Klik op "publish" om uw wijzigingen op te slaan.

Een betekenis wijzigen

1. Klik naast de korte beschrijving van een betekenis op "edit".
2. Om een nieuwe korte betekenis toe te voegen, doe het volgende:
   1. Klik onder de bestaande betekenissen op de kleinere link 'add'. (Pas op dat u niet per ongeluk op de links van add statement of add Sense klikt die worden gebruikt om in plaats daarvan een nieuwe verklaring of betekenis toe te voegen!)
   2. Onder Language, geef een taalcode voor de nieuwe korte beschrijving.
   3. Onder Gloss, vul de nieuwe korte beschrijving in.
   4. Herhaal deze stappen voor elke nieuwe korte beschrijving die u wilt toevoegen.
3. Klik op "remove" naast de korte beschrijving om die te verwijderen.
4. Klik op "publish" om uw wijzigingen op te slaan.

Een betekenis verwijderen

1. Klik naast de korte beschrijving van een betekenis op "edit".
2. Klik op "remove".

Vormen

Voeg een Formulier toe

Een nieuw Formulier maken

1. In het gedeelte Vormen van een lexeem klikt u op "add Form".
2. Onder Representation, vul een representatie van een vorm in.
3. Onder Spelling variant, vul de taalcode in voor die representatie.
4. Om meer representaties toe te voegen, klik op de "+" naast de bestaande representaties en herhaal de stappen 2 en 3 voor de nieuwe representatie.
5. Naast Grammatical features, voer een of meer grammaticale functies in, door de naam in te typen en ze te selecteren in de dan getoonde lijst van items.
6. Klik op "publish" om uw wijzigingen op te slaan.

De weergave of de grammatische functies van een formulier bewerken

1. Klik naast de weergaven van de vormen op "edit".
2. De representaties kunnen als volgt worden gewijzigd:
   1. Om een representatie toe te voegen, selecteer eerst de "+" die naast de representaties staat.
   2. In de nieuwe representatie, onder Representation, voeg de nieuwe representatie van de vorm toe.
   3. Voeg in de nieuwe representatie, onder Spelling variant, ook de bijbehorende taalcode toe.
   4. Om een bepaalde representatie t verwijderen, selecteer gewoon de bijbehorende "x" naast de Representation.
3. Om een grammaticaal functie toe te voegen, moet u aan het einde van het tekstvak de naam typen en het juiste item selecteren in de dan getoonde lijst van items.
4. Om een grammaticale functie te verwijderen, klikt op de "x" die er naast staat.
5. Klik op "publish" om uw wijzigingen op te slaan.

Een Formulier verwijderen

1. Klik naast de representaties van de vorm op "edit".
2. Klik op "remove".

Kenmerken

Zie ook: Wikidata:Lexicographical data/Development|ontwikkeling

Wat is opgenomen in de eerste versie

• Nieuwe gegevenstypen: Lexeem, Vorm
• Lexemen toevoegen, bewerken en verwijderen
• Vormen toevoegen, bewerken en verwijderen
• Verklaringen toevoegen, bewerken en verwijderen
• Kwalificaties toevoegen, bewerken en verwijderen
• Referenties toevoegen, bewerken en verwijderen
• Linken naar een item uit een lexeem of een vorm
  • item for this sense (P5137)
• Linken van een Lexeem naar een andere Lexeem, een Vorm of Item
• Zoeken en suggesties bij het invoeren van een waarde
• Basis interne API's (gebruikt door UI, u mag ze niet gebruiken)

Wat zal er in de toekomst worden toegevoegd

Op oplopende volgorde van planningsdatum

• Zoeken naar inhoud met Special:Search  Done
• Vertoon van het lemma in de geschiedenispagina's, recente wijzigingen en volglijst  Done
• Betekenissen toevoegen, bewerken en verwijderen  Done
• RDF-ondersteuning en mogelijkheid om de gegevens op query.wikidata.org te vragen  Done
• Betere API-ondersteuning
• Automatische generatie van vormen
• Toegang tot gegevens over cliënten (andere Wikimedia-projecten)  Done
• Bewerken van gegevens rechtstreeks in Wiktionary

Zie ook

• Beste aanpakken voor lexicografische gegevens
• Woordenlijst lexicografische gegevens
• Bronnen die specifieke talen beschrijven (als mogelijke bronnen van lexeem informatie)
• Wikibooks pagina over het doen van queries op Wikidata lexicografische gegevens