Re: Analyse af danske wikipedia-artikler.

Finn Aarup Nielsen wrote:

> Jeg var med til WikiSym i Odense i august. I den forbindelse =

> lavede jeg en statistisk analyse af forfattere og deres bidrag =


> http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=3D4748

P=E5 sidan 6 i PDF-en: "Structured fields are important. Templates, =

infoboxes? SemanticWikipedia or Wikidata may be interesting."

Ett annat intressant l=E4stips =E4r "Analyzing and Visualizing the =

Semantic Coverage of Wikipedia and Its Authors", =

http://arxiv.org/abs/cs.IR/0512085

P=E5 svenska Wikipedia finns ett WikiProjekt f=F6r strukturering, d=E4r =

jag (LA2) f=F6rs=F6ker diskutera de h=E4r =E4mnena (med mig sj=E4lv?), =

http://sv.wikipedia.org/wiki/Wikipedia:Projekt_strukturering


Jag lagade nyligen ett Perl-script f=F6r att extrahera infobox-anrop =

(templates, skabeloner) fr=E5n XML-dumpen av Wikipedia.  Se =

http://meta.wikimedia.org/wiki/User:LA2/Extraktor

Dumpen av danska Wikipedia av 4 augusti =E4r 118 megabytes XML efter =

dekompression.  Mitt script skriver ut en text om 7 megabytes, som =

dokumenterar vilka artiklar som anropar vilka skabeloner =

(templates) med vilka parametrar.  Det =E4r 49114 anrop som g=F6rs =

fr=E5n 30401 artiklar till 3676 olika skabeloner med totalt 108581 =

parametrar, eller i medeltal 2,21 parametrar per anrop.

En av de mest brukade skabelonerna =E4r infoboxen "Sogn" med 2213 =

anrop, som i artikeln [[Ballerup Sogn]] ser ut s=E5 h=E4r:

  {{Sogn|sogn=3DBallerup Sogn
  |stift=3D[[Helsing=F8r Stift]]
  |provsti=3D[[Ballerup-V=E6rl=F8se Provsti]]
  |pastorat=3D[[Ballerup Pastorat]]
  |kirke=3D[[Skovvejskirken]]<br>[[Ballerup Kirke]]
  |kommune=3D[[Ballerup Kommune]]
  |medlemmer=3D11124
  |=E5rmedlemmer=3D2004
  |indbyggere=3D14259
  |=E5rindbyggere=3D2004
  }}

Med data fr=E5n mitt script kan jag l=E4tt f=E5 fram att parametern =

"stift" till skabelon:Sogn har f=F6ljande v=E4rden och antal =

f=F6rekomster:

    327 [[=C5rhus Stift]]
    320 [[Roskilde Stift]]
    302 [[Aalborg Stift]]
    283 [[Viborg Stift]]
    234 [[Fyens Stift]]
    222 [[Ribe Stift]]
    163 [[Haderslev Stift]]
    147 [[Helsing=F8r Stift]]
    109 [[K=F8benhavns Stift]]
    104 [[Lolland-Falsters Stift]]



-- =

  Lars Aronsson ([email protected])
  Aronsson Datateknik - http://aronsson.se