Différences

Ci-dessous, les différences entre deux révisions de la page.

--- informatique:ai_lm:ai_nlp [16/01/2026 13:27] – [Wikidata] cyrille
+++ informatique:ai_lm:ai_nlp [18/01/2026 10:16] (Version actuelle) – [Wikidata] cyrille
@@ Ligne 58: / Ligne 58: @@
 ==== Wikidata ====
+Utiliser 2 méthodes différentes pour
+  * Pour extraire les labels, aliases et déclarations (claims)
+  * Pour extraire le graph des P31/P279
+permet d'optimiser les traitements
+=== Wikidata Dumps ===
 Il y a des dumps Wikidata (préférer un mirroir pour être sympa).
@@ Ligne 63: / Ligne 70: @@
 Dump Json, streamable (GZ) :
   * https://files.scatter.red/wikimedia/other/wikibase/wikidatawiki/20260105/wikidata-20260105-all.json.gz
-  * 151 Go, plus de 118 654 999 lignes
+  * 151 Go, plus de ''118 654 999'' lignes
 Dump RDF N-Triples (brut), streamable (GZ) :
@@ Ligne 71: / Ligne 78: @@
 Dump RDF N-Triples (brut), streamable (GZ) ET nettoyé des ''statements deprecated'', ''doublons inutiles'' et ''certaines redondances'', ne garde que les “direct claims fiables”
   * https://files.scatter.red/wikimedia/other/wikibase/wikidatawiki/latest-truthy.nt.gz
-  * 65 Go 👌
+  * 69.6 Go 👌 pour ''8 128 295 676'' lignes !
+Lectures:
+  * PDF [[https://wikidataworkshop.github.io/2022/papers/Wikidata_Workshop_2022_paper_4558.pdf|Getting and hosting your own copy of Wikidata]] from Wikidata’22: Wikidata workshop at ISWC 2022
-Pour être optimale, il faut les 2 types:
+Query services:
-  * Pour extraire les labels, aliases et déclarations (claims) le JSON est plus facile.
+  * Original https://query.wikidata.org
-  * Pour extraire le graph c'est le RDF.
+  * The graph was split in two some time ago. The scholarly articles must be queried on https://query-scholarly.wikidata.org/
+  * QLever démo https://qlever.dev/wikidata/ (//données à jour le 2026-01-16, [[https://qlever.dev/wikidata/OoKng8|pour vérifier]]//)