Wikidata, la solution à tous mes problèmes

Wikidata, c’est une base de données secondaire, c’est-à-dire qu’en plus de contenir des données, elle est conçue pour enregistrer aussi la source desdites données. On encourage ainsi leur vérifiabilité.

Comme tous les projets de Wikimedia, tout le monde peut modifier les informations contenues, avec les avantages et inconvénients que ça implique.

La structure de Wikidata, comme celle du Web sémantique et des données ouvertes liées (linked open data), est plus souple que celle d’une base de données relationnelle. En effet, plutôt que d’être organisées de façon tabulaire, avec des titres de colonnes fixes, les données sont structurées sous forme de graphe.

C’est ce qu’on appelle en français, de manière peu intuitive, le Web des données (ce serait déjà plus clair si on disait «la toile des données»). En anglais, on parle plutôt de linked data ou données liées.

Comment j’ai entendu parler de Wikidata

À la fin avril, alors que j’assistais à une table ronde sur le catalogage organisée par des membres du personnel des bibliothèques de l’université Princeton, quelqu’un a mentionné «wikidata», que j’ai cherché dans Google. L’historique de mon navigateur me rappelle que j’ai tout de suite vérifié s’il y avait une (et une seule) entrée pour Thomas Peckett Prest, et la réponse, c’est oui.

Si j’ai voulu m’assurer qu’il n’y avait qu’une seule notice pour l’un des trois auteurs de penny bloods les plus connus, c’est qu’en 2017, lorsque j’ai découvert le fichier d’autorité international virtuel (Virtual International Authority File en anglais ou VIAF), il contenait 6 notices d’autorité différentes pour Prest. On était loin de l’identifiant unique…

J’ai par la suite voulu consulter la notice d’un auteur plus connu et, je ne sais pas trop pourquoi, j’y suis allée pour l’écrivaine britannique George Eliot. Là, dans les références, j’ai reconnu un nom qui m’a surprise: WeChangEd, un programme de recherche belge de l’université de Gand sur lequel une amie a travaillé.

De base de données à Wikidata

De fil en aiguille, j’ai trouvé un article en prépublication qui explique le processus par lequel les données de la base de données de WeChangEd sur les éditrices européennes se sont retrouvées dans Wikidata:

Thornton, Katherine, Kenneth Seals-Nutt, Marianne Van Renmoortel, Julie M. Birkholz, et Pieterjan De Potter. « Linking Women Editors of Periodicals to the Wikidata Knowledge Graph ». Semantic Web Journal, 2021. http://www.semantic-web-journal.org/content/linking-women-editors-periodicals-wikidata-knowledge-graph.

J’ai rencontré Marianne et Julie lors de ma visite à Gand in 2019. Pieterjan De Potter est un développeur au Ghent Centre for Digital Humanities.

Katherine Thornton et Kenneth Seals-Nutt, par contre, sont à Yale, aux États-Unis. Ensemble, il et elle ont créé Science Stories, un outil de visualisation des données de Wikidata qui respecte les spécifications techniques de l’International Image Interoperability Framework (IIIF). WeChangEd semble avoir été pour les deux chercheur·e·s de Yale une autre étude de cas.

Le problème des identifiants uniques

Tout ça est bien beau, mais ça ne vous explique pas en quoi Wikidata est la solution à tous mes problèmes.

En juin 2017, j’ai suivi un cours sur les données ouvertes liées (linked open data) au Digital Humanities Summer Institute (DHSI). J’adorais l’idée de pouvoir lier mes données automatiquement à celles dans d’autres bases de données.

Je liais déjà manuellement mes données en incorporant les identifiants de notices spécifiques dans d’autres ressources (Oxford Dictionary of National Biography ou ODNB, le British Book Trade Index ou BBTI, etc.). Je les utilise pour générer des hyperliens qui y mènent directement à partir de l’interface Web de ma base de données.

Pour opérer sa magie, les données ouvertes liées ont besoin d’identifiants uniques pour dire qu’un auteur dans une base de données est le même que celui du même nom dans une autre.

J’ai été consternée, comme j’ai expliqué ci-dessus, de constater qu’il y avait à l’époque six notices d’autorité différentes pour Thomas Peckett Prest dans VIAF. J’ai donc remisé l’idée des données ouvertes liées en attendant de voir la direction dans laquelle se dirigeait ce type d’initiatives.

L’état des lieux trois ans plus tard

Cet automne, en commençant à travailler sur la refonte de Price One Penny, j’ai voulu savoir où nous en étions, trois ans plus tard, en matière de données ouvertes liées. Mes échanges les plus fructueux se sont faits avec Ivo Zandhuis, Demian Katz et Matthew Short.

Le premier est un consultant en humanités numériques aux Pays-Bas rencontré à l’atelier Exploring the Atlas of Digitised Newspapers and Metadata Workshop. Les deux autres, employés respectivement des bibliothèques des universités Villanova et de Northern Illinois, travaillent sur une bibliographie des dime novels.

J’avais conclu que je ne dépenserais pas d’énergie à publier mes données sous forme de données libres ouvertes avant de savoir qui les utiliseraient et comment. En effet, tant qu’il n’y a pas de partage de données, ce n’est qu’une autre façon de les stocker, en graphes plutôt qu’en tableaux.

La transposition exige de faire des choix dans les vocabulaires employés. Je ne voyais pas l’utilité de faire ces choix à la place d’une hypothétique personne qui en aurait éventuellement besoin.

La solution à tous mes problèmes

Wikidata, par contraste à la simple publication de mes données sous forme de graphe, me permet de les brancher directement dans un réseau plus large. Les choix de vocabulaires ont été faits de manière collective pour s’assurer que les données soient toutes interopérables.

Dans le cadre de discussions sur l’avenir du BBTI, j’ai approfondi ce mois-ci mes recherches dans Wikidata. J’ai découvert que certaines informations contenues dans le BBTI s’y trouvaient déjà. En fouillant un peu plus, j’ai trouvé que c’était grâce à Simon Cobb, qui a été Wikidata Visiting Scholar à la bibliothèque nationale du pays de Galles.

J’ai repéré sur YouTube deux événements auxquels il a participé et qui m’ont permis de mieux comprendre le contexte de son travail et sa vision de Wikidata:

IFLA Wikidata Working Group. 1: Wikidata and Digital Transformation in Libraries with Jason Evans and Simon Cobb. Wikicite Discussion Series, 30 juin 2020 (vidéo mise en ligne le 24 septembre 2020). https://www.youtube.com/watch?v=CjZIrqMwoEM&t=4s&ab_channel=IFLAIFLA.

Menter Iaith Môn. « Sgwrs efo SIMON COBB ». « Wariars Wici » – Podlediad WiciMôn (WiciMôn Podcast). 2 novembre 2020. https://www.youtube.com/watch?v=Vfdy943Z-DI&ab_channel=MenterIaithM%C3%B4n.

Je l’ai rencontré pour la première fois vendredi dernier. Il a été très encourageant et généreux de son temps. Je me suis tout de suite lancée dans la mise en place des conditions nécessaires pour transférer mes données dans Wikidata.

Ajouter une nouvelle source dans Wikidata

En parlant avec Simon, j’ai compris qu’il y avait deux voies par lesquelles on reconnaissait qu’un élément se trouvait dans une source particulière, soit grâce:

1. aux références sous chacune des déclarations; et
2. à une propriété d’identifiant externe associé à la source en question.

Pour rappel, voici comment le modèle de données de Wikidata se traduit dans son interface.

Références

Les références (ce qui suit «affirmé dans») sont des éléments comme n’importe quel autre. En me fiant sur les éléments pour WeChangEd et le BBTI, j’ai pu sans difficulté, en moins de 15 minutes, créer celui pour Price One Penny. Il m’a suffit de cliquer sur «Créer un nouvel élément» dans le menu de gauche (qu’on ne voit pas dans la représentation ci-dessus).

J’ai par exemple utilisé cet élément comme référence dans la déclaration concernant le créateur de Sweeney Todd, le personnage le plus connu à émaner des penny bloods.

Propriétés

Le plus utile pour indiquer qu’un élément dans Wikidata apparaît aussi dans Price One Penny est d’y associer l’identifiant unique qui apparaît tant dans ma base de données qu’à la fin de l’URL de sa version en ligne.

Il s’agit donc de créer une nouvelle propriété (comme «scolarité» ci-dessus) qu’on peut apposer aux éléments de Wikidata, comme:

• WeChangEd ID ou identifiant WeChangEd (P7947);
• British Book Trade Index ID ou identifiant British Book Trade (P2945).

Notez que chaque propriété (comme chaque élément) a un libellé différent selon la langue. C’est pourquoi elles sont d’abord et avant tout désignées par leur numéro P. On s’assure ainsi qu’aucune langue ne prenne le dessus sur les autres.

On n’ajoute pas des propriétés comme on veut dans Wikidata. La communauté s’est dotée d’un processus décisionnel pour répondre aux propositions de propriété.

Proposer des propriétés liées à Price One Penny

J’ai dû faire cinq propositions différentes puisque Price One Penny contient cinq types d’éléments différents: des auteur·e·s, des éditeurs, des œuvres, des périodiques et des bibliothèques.

Les URL qui permettent d’accéder à chaque type d’élément sont légèrement différentes. De plus, l’identifiant «1» correspond à la fois à Thomas Peckett Prest (oui, encore lui!), l’éditeur Edmund James Appleyard (publisher_id = 1), le feuilleton «The Peasant Girl» (work_id = 1) et le magazine Lloyd’s Entertaining Journal (periodical_id = 1).

Pour préparer mes propositions, je me suis appuyée sur celle de Simon Cobb concernant le BBTI. Je suis maintenant en attente de réponses de la communauté pour mes cinq propositions:

• Price One Penny Publisher ID;
• Price One Penny Author ID;
• Price One Penny Work ID;
• Price One Penny Periodical ID;
• Price One Penny Library ID.

Pour mousser un peu plus l’intérêt envers mes propositions de propriété, j’ai laissé un message aux membres des WikiProjets Livres et Periodicals.

L’utilisateur 99of9 m’a répondu que je pouvais utiliser la propriété P973 («décrit à l’URL») pour les périodiques comme j’en ai moins de 100 dans ma base de données (j’en ai 25).

J’emprunterai cette avenue si ma proposition pour «Price One Penny Periodical ID» est refusée. J’ai plus de 100 entrées pour chacun des autres types d’élément dans ma base de données.

 

En attendant de savoir si mes propositions sont approuvées, il faut que je prépare ma présentation pour le congrès de la Popular Culture Association la semaine prochaine, «Finding Magdelene: a plea for a joint story-paper and pamphlet-novel bibliography» [c’est fait!].

Je compte proposer Wikidata comme solution pour faire le lien entre ma bibliographie de penny bloods britanniques et une bibliographie de story papers et de pamphlet novels étatsuniens. Elle pourrait être hébergée sur le site DimeNovels.org de Demian et Matthew ou directement sur Wikidata.

À suivre…

---

---