Anyone know where I complain to get mistakes in #europePMC fixed?
There's a whole lot of DOIs that are wrong and they're poluting #wikidata
See for example: https://europepmc.org/article/MED/16498711
#WikiData
Le paysage archivistique suisse affiché à partir de données de #Wikidata enfin accessible en cette #IAW25 sur le site web de l'Association des archivistes suisses #archivCH https://vsa-aas.ch/fr/archives-suisses/le-paysage-archivistique-suisse/
#wikimedia is rate-limiting me. Might be a sign to slow down my #wikidata editing (or maybe find a more efficient way to keep doing what I'm doing)
CiTO update. Citation intentions are now visible in @wdscholia on the /work/ aspect pages, e.g. for https://scholia.toolforge.org/work/Q133835656#cited-works
The Angus area has 100 category A listed buildings on #wikidata. Montrose Library has a #wikipedia article.
https://en.wikipedia.org/wiki/Montrose_Library
在目前深度學習領域中許多研究仍然侷限於單一表格或孤立的資料庫，使得模型的學習能力受到限制。目前的資料湖(Data Lake)與資料集(Dataset)雖然涵蓋大量資訊，但缺乏明確的跨資料庫關聯，導致協作學習的效果不如預期。
在【WikiDBGraph: Large-Scale Database Graph of Wikidata for Collaborative Learning】一文中，研究團隊推出了 WikiDBGraph，以 10 萬個維基數據表格資料庫組成的大規模圖結構。這個圖不僅連接了不同的資料庫，還透過 1700 萬條關聯建立數據間的關係，使得資料庫之間的互動更加緊密。
這項技術的核心特殊性在於它能夠識別資料庫間的關聯性，無論是實例重疊還是特徵重疊，都能透過 WikiDBGraph 進行分析與學習。這不僅提升了協作學習的效果，也為聯邦學習與遷移學習提供了新的可能性。更重要的是，這項技術為結構化基礎模型的訓練奠定了堅實的基礎，使得 AI 在處理表格數據時能夠更具智慧與適應性。
實驗結果顯示，透過 WikiDBGraph 進行協作學習，模型的效能得到了顯著提升。這項研究不僅為表格數據學習開闢了新方向，也為未來的人工智慧發展提供了更強大的工具。
完整原文：https://arxiv.org/pdf/2505.16635
#Wikidata #維基資料 #維基數據
#WikiDBGraph #資料庫 #Database #人工智慧 #協作學習 #AI
@forTEXT we moved the #ToolRegistry, including Tapor and SSHOM, to #Wikidata.
Check it out!
https://furesh.github.io/tool-storage-interface/about/
https://www.wikidata.org/wiki/Wikidata:WikiProject_DH_Tool_Registry
Wir hatten schon drei Mal Projekttage zum Thema #OpenStreetMap und #Wikidata am #MSGGiengen.
https://wiki.openstreetmap.org/wiki/Projekttage_am_Margarete-Steiff-Gymnasium
if anyone with more #wikidata confidence than i have sees this: https://www.wikidata.org/wiki/Q19359994 and https://www.wikidata.org/wiki/Q285758 should probably be massaged together somehow, at least so that the interwiki links are all a big happy family
OpenStreetMap x Wikidata 月聚會 #78
地點： #摩茲工寮 (100004 臺北市中正區重慶南路一段 99 號 11 樓 1105 室 https://www.openstreetmap.org/node/12231809761)
時間：2025-07-14 (一) 19:30-21:30
請特別注意！
摩茲工寮已經搬遷到臺北市中正區重慶南路一段 99 號 11 樓 1105 室(鄰近二二八和平公園)
聚會流程：
場地介紹
摩茲工寮的設備、廁所
參加者自我介紹
用三個關鍵字介紹自己，兩分鐘說明你正在進行的事情或想達成的事情，目前進展到什麼程度，需要什麼樣的人幫忙。任何關於針對 OpenStreetMap 的特定問題或專案項目。
針對現場參與者調整相關議題
歡迎活動前預先提報議題，方便資深圖客、社群成員預先準備解答。
依照議題順序逐一討論或帶開手把手教學。
議題(暫訂)
。COSCUP 2025
photo by KOKUYO CC-BY-SA 4.0 File:20250609 OSMTW x WikidataTW Meetup 01.jpg
OpenStreetMap 與 Wikidata 台灣的相關社群
有臉書社團、Mastodon，還有Telegram 群組，尤其歡迎參加 OpenStreetMap Taiwan 與 Wikidata Taiwan Telegram 群組
加入方式請洽主持人
OpenStreetMap Taiwan Facebook Group: https://www.facebook.com/groups/OpenStreetMap.TW
OpenStreetMap Taiwan Telegram: https://t.me/OSMTaiwan
Wikidata Taiwan #youtube :https://www.youtube.com/@wikidatataiwan9726/
Wikidata Taiwan #LBRY : https://open.lbry.com/@WikidataTaiwan:c
Wikidata Taiwan #Mastodon：https://liker.social/web/@wikidatatw
大型語言模型（LLMs）在全球使用，但因英語為主的訓練方式，可能導致跨語言文化意識的差異與偏見。
【MAKIEVAL: A Multilingual Automatic WiKIdata-based Framework for Cultural Awareness Evaluation for LLMs】一文中，做了 MAKIEval 系統的介紹。MAKIEval 是一個自動化的多語言框架，利用 Wikidata 來評估 LLMs 在不同語言、地區和主題上的文化意識。它能識別模型輸出中的文化元素，並與結構化知識連結不需要再由人工標註或翻譯。
而在文中，測試了 7 款來自不同地區的 LLMs，涵蓋 13 種語言、19 個國家/地區及 6 個文化相關主題（如飲食、服飾）。結果顯示，模型在英語環境下的文化意識較強，英語提示更能激發文化知識。
@ShutterbugDoug @funcrunch @molly0xfff @wikipedia #wikidata is the last place I want to see AI deployed. All data going into it should ultimately be vetted by human beings.
@gedankenstuecke
Speaking of #Wikimedia Foundation and Wikipedia AI, would love to see @wikimediafoundation instead build AI chat tool front end to make #wikidata data entry accessible to humans: process my natural language input and associated URL, list possible statements with checkboxes to OK - Wikidata Ontologizer 😉👍
@funcrunch @molly0xfff @wikipedia
Thanks to fellow Wikipedians for helping to document 👍 the craziness, if not illegality, of this regime.😡
With the help of Perplexity, other AI tools, I'm trying to add some helpful statements to obtuse, unintuitive 😕 #Wikidata. Alas, seeing some of my work being undone - not corrected or tweaked, but undone.😕😡
Also, I've had interesting, productive AI chats about how to make Wikidata suck less. I really want Wikidata Ontologizer™😉 data entry app.
Mise à jour faite : tous les membres du gouvernement Bayrou ont une propriété #HATVP sur #Wikidata et le lien s'affiche en pied de page des biographies de la #Wikipédia francophone. #Découvrabilité #Transparence
Week 23, 2025: What @wikidata@wikis.world album languages grew the most this week?
The Bashkirs beat out the competition and land the top spot. 🥇:bashkortostan_flag:🎉
Week 23, 2025: Top album languages found on @wikidata right now.
For the complete list, see https://w.wiki/6TNS
La Haute autorité pour la transparence de la vie publique vient publier les déclarations de patrimoine des ministres du gouvernement de François Bayrou. L'occasion de compléter #Wikidata en y ajoutant l'identifiant #HATVP. Cela s'affiche automatiquement sur #Wikipedia.
我們知道 Wikidata 的資料可以用 SPARQL 語法做出各種不同的查詢方式跟資料呈現方式，但是怎麼樣產出對應的 SPARQL 語法一直都是大家困擾的地方，社群與 Wikidata 團隊也不斷在降低 SPARQL 語法上面持續努力。
《Conversational Lexicography: Querying Lexicographic Data on Knowledge Graphs with SPARQL through Natural Language》這篇論文探討如何讓非專業使用者能夠透過自然語言查詢 Wikidata 中的 Lexeme Data，而不需要直接使用 SPARQL 查詢語言。
研究團隊建立了一個多維分類法，解析 Wikidata Lexeme 的複雜性，並創建了一個包含超過 120 萬筆自然語言與 SPARQL 查詢對應的模板數據集。他們測試了 GPT-2、Phi-1.5 和 GPT-3.5-Turbo，發現 GPT-3.5-Turbo 在泛化能力上表現最佳，顯示模型規模與多樣化預訓練對適應能力至關重要。然而，研究也指出，在處理多樣化語言數據與擴展至完整詞典知識表示方面仍有挑戰。
更多完整資訊可參閱論文頁面：https://www.arxiv.org/pdf/2505.19971
#Wikidata #維基資料 #維基數據
#SPQRQL #QueryService #lexeme
#NaturalLanguage #LexicographicData
Client Info
Server: https://mastodon.social
Version: 2025.04
Repository: https://github.com/cyevgeniy/lmst