Orain egun batzuk kontatu zuen @ksarasola wikilariak nola aritu garen uda honetan munduko hainbat denbora-serie estatistiko Wikipedian eskuragarri jartzen. Ez da lan makala EHUko Imanol Egaña eta Shalva Jokhadze ikasleek bertako irakasleekin batera egindakoa, eta egunotan Wikimanian ikusi ahal izan dugunez, punta-puntako galdera bati erantzun diogu: nola gorde eta erakutsi denbora-serie luzeak Wikimedian? Orain arte Wikidata izan da serie batzuk, bereziki biztanleriarena, gordetzeko lekua, baina Wikidatak baditu muga nabarmen batzuk, tartean serie luzeak gordetzeko ez zela diseinatu, eta biztanleriaz gain badirela beste indikadore demografiko, ekonomiko eta kultural ugari modelatzen zailak direnak. Horregatik, munduko herrialdeetako demografia lantzen aritu garen bitartean, beste lan baten lehen oinarriak jarri ditugu egunotan: euskal herrietako datu demografiak erakusteko azpiegitura diseinatzen hastea.
Berrikuntza teknologikoa
Beñat Arzadun, Imanol Egaña*, Galder Gonzalez**, Itziar Irigoien*,
Shalva Jokhadze*, Joseba Makazaga*, Kepa Sarasola ** eta Ana Zelaia*
* Informatika Fakultatea, UPV/EHU
** Euskal Wikilarien Kultur Elkartea (EWKE)
Euskal Wikipedia eta Informatika Fakultatearen artean martxan jartzen ari gara Beñat Arzadun nazioarteko kooperantearen proposamen esanguratsu bat. Zaila zen Wikipedian urte askotako datu estatistikoak taxuz biltzea eta erabiltzea; adibidez, irudiko per capita errentako datuak munduko 250 herrialdeetakoa. Aurten egindako lankidetzari esker, datuak biltzeko eta dokumentatzeko modu bat proposatu dugu, gero mundu mailako Wikimedia erakundean ontzat hartu dute, eta probatu egin dugu bederatzi adierazle estatistikorekin. Gainera, Imanol Egaña eta Shalva Jokhadze ikasleek sortu dituzten Python programak erabiliz… udazkenean mila adierazle estatistikoren datuak igo ahal izango ditugu Wikimediara.
1. Motibazioa
Gizartea aztertu, ulertu eta eraldatzeko funtsezkoa da hari buruzko datuak eskura izatea (demografia, osasuna, hezkuntza, ekonomia, kultura, elikadura, kutsadura, aberastasuna…). Mundu mailako erakunde askok biltzen dituzte gizarteari buruzko horrelako datu estatistikoak:
- Gobernuek (adb: https://www.insee.fr, https://gobiernoabierto.navarra.es/eu/open-data…)
- Nazioarteko Erakundeek (adb: https://ec.europa.eu/eurostat…)
- Talde ekologistek (adb: https://globalcarbonbudget.org/datahub/…)
- Bakearen aldeko taldeak (adb: https://www.sipri.org/databases…)
Baina…
- Datuak oso sakabanatuta daude Interneten eta sarri aurkitzen zailak dira.
- Datuak formatu desberdin askotako fitxategietan daude gordeta (xlsx, csv, API…).
- Datuak era desberdinetan daude idatzita (1.000,00 vs 1,000.00; 2026/05/14 vs 05/14/2026; Côte d’Ivoire vs Costa de Marfil vs Ivory Coast; …).
Alegia, datuak aurkituz gero ere, datu horiek jaitsi, garbitu eta formatu amankomun batean txukuntzea lan handia izaten da. Tamalgarria da, baina munduan barrena ehundaka pertsonak, bakoitzak bere aldetik, errepikatzen dute egokitze-lan nekez hori, antzeko moduan beti ere.
Urteetan zehar saiakerak izan dira datu horiek batu eta era erabilterrazean antolatzeko. Aipagarrienak hauek izan dira: 1) Mundu Bankuaren ‘World Development Indicators’, 2) Gapminder eta 3) OurWorldInData – OWID gaur egun sona gehien duena.
Baina saiakera guzti horiek badituzte hainbat gabezia:
- Orokorrean estatu mailako datuak bakarrik batzen dituzte. Horrek datu kopuru ikaragarria uzten du bildu gabe, izan ere munduan Portugal, Espainia edo Frantzia bezalako estatuak 250 inguru dira munduan, baina Eusko Autonomi Erkidegoa edo Nafar Foru Erkidegoa bezalako eremu administratiboak 4.000 pasa dira.
- Ekimen horiek mendebaldeko herrialdeetan sortuak dira eta hortik kanpokoei (Txina, India, Nigeria…) buruzko datu gutxi biltzen dute.
- Lantalde mugatuak izanagatik, sortzen den datu pilaren aukeraketa mugatuak bakarrik biltzen dituzte.
Gauzak horrela daudela ikusi dugu Wikimedia ekosistema erabiltzea (Wikipedia, Wikidata eta Wikimedia Commons) aukera ona dela erronka horiei aurre egiteko aukera ona dela. Gaur egun, hasieran aipatutako gizarte estatistika batzuek ere badaude wikidatan gordeta (adb. Indian bizi-itxaropena = https://www.wikidata.org/wiki/Q668). Baina orokorrean badaude hainbat gabezia:
- Datuak nondik lortu diren eta wikidatako formatura moldatzeko zer aldaketa egin zaizkien ez da idatzita gelditzen.
- Datuak eskuz, edo ia eskuz, sartzen dira eta sarri ondorengo urteetan ez da haiek eguneratzeko lana egiten.
Zer egin?
Gabezia horiek, ETL funtzioak (Export-Transfer-Load) erabiliaz gainditu ahal daitezke. ETL funtzio horiek beren baitan izaten dute, informazioa nondik lortu den eta helburu duen sisteman sartu aurretik egin zaizkion moldaketa guztien informazioa. Eta etorkizunean datuak eguneratu nahi izanez gero, ETL script-a berriro exekutatu besterik ez da egin behar datuak erraz berriro kargatzeko. Wikipediarako ETL funtzioak garatzea aurrerapauso garrantzitsua da. Datuak askoz ere modu errazagoan sartu ahalizateko, datuen jatorriari buruzko informazio argia gordetzeko, eta, batez ere, haien eguneraketa bermatzeko. Zorionez, ETL horiek sortzeko lana ez dago hutsetik hasi beharrik. Gorago aipatutako OurWorldInData – OWID erakundeak horrelako ehundaka ETL sortu ditu, kode irekian idatzitako python script-ak dira (https://github.com/owid/etl).
2. Datu serieak Wikimedian biltzeko bide sendo berri bat: Wikicommons+Wikidata aukera
Bazegoen beste aukera bat datu-seriak Wikimedian errepresentatzeko (datu guztiak Wikidatan biltzea), baina apostu egin dugu datu segidak errepresentatzeko aukera misto baten alde: datu masa handiena Wikicommons-en ‘tabular data file’ moduan sartzea, honela:
- Datu-serie bakoitza tabular data gisako fitxategi batean gorde Commons-en. Nonbait kalkulu-orri baten baliokide den egitura bat adierazle estatistiko baten balioak lerroka antolatuta dituenak. Lerro bakoitzean lau balio azaltzen dira: Entitatea, urtea, balioa eta oharrak.
- Datu-seriearen metadatuak ere gordetzen ditugu Commons-en (datua nork sortu duen, noiz, zer metodologiarekin, zer muga metodologiko dituen, non eta noiz argitaratu den…).
- Datu-serie bakoitzarentzat Qxxxx item berri bat sortzen dugu Wikidatan eta hari bere propietate nagusiak erantsi
- Datu-serie bakoitzaren datuak non dauden zehaztearren, Wikidatan duen itemean ‘Datu-serie tabular‘ predikatuarekin sententzia bat gehitzen diogu Commonseko bere “.tab” fitxategiarekin lotzeko.
Eta datu-serieak errepresentatzeko gure proposamen horrek harrera ezin hobea jaso du Parisen Wikimania 2026 biltzarrean aurkeztu dugunean. Wikidatako arduradunek onartu dute proposamena, eta onartu dute Wikidatan propietate berri bat sortzea, guk proposatu bezala. ‘Datu-serie tabular‘ (P14687) Propietate berri horrek Wikidatako datu-serie bat eta bere Commons tab-fitxategia lotzeko balioko du eta erabilera orokorra izango du hemendik aurrera. Adibidez, guk bizi-esperantzako datuekin wikidatan sortu dugun datu-serie itema (Q140402222 datu-seriea, WB-WDI-SP.DYN.LE00.IN datu-seriea) ‘Datu-serie tabular‘ propietatean duen balioa serie horren datuak dituen c:Data:WDI/SP.DYN.LE00.IN data.tab datu-taula izango da.
3. Egindako ekarpena
Proiektu honetan bi ekarpen nagusi egin ditugu: Batetik frogatu dugu gure Commons+Wikidata diseinu berria bideragarria, koherentea eta ulergarria dela, eta bestetik, Python lengoaia erabiliz, ETL script-ak sortu ditugu gizarte-estatistiketarako datu segidak Wikimedia ekosisteman sortu eta eguneratzeko.
ETL script horiek Wikimediako kide guztiek berrikusi, moldatu eta baliatu ahal izan dezaten, irailean kode ireki moduan eskuragarri ipiniko ditugu Wkimedia GitLab-en eta zerbitzu gisa Wikimediako Toolforge-n
Script horien erabilgarritasuna frogatzeko nonbaitetik hasi behar zen eta munduaren egungo egoerari lehen itxura bat hartzeko garrantzitsu diren bederatzi adierazleren datuak igo ditugu. Hauek dira adierazle horiek: Bizi-itxaropena, demografia, alfabetatze-tasa, CO2 isurpenak, haurren hilkortasuna, barne-produktu gordina, per capita errenta, heriotza tasa eta giza-hilketa.
Commonseko kategoria honetan ikus daitezke igo ditugun datuak:
https://commons.wikimedia.org/wiki/Category:World_Development_Indicators
- Data:WB WDI NY.GDP.PCAP.PP.CD data.tab (per capita errenta)
- Data:WDI/EN.GHG.CO2.PC.CE.AR5 data.tab (heriotza-tasa, 5 urte azpikoetan)
- Data:WDI/NE.GDI.TOTL.ZS data.tab (barne-produktu gordina)
- Data:WDI/SE.ADT.LITR.ZS data.tab (alfabetatze-tasa)
- Data:WDI/SH.DYN.MORT data.tab (heriotza-tasa)
- Data:WDI/SP.DYN.LE00.IN data.tab (bizi-itxaropena)
- Data:WDI/SP.POP.TOTL data.tab (biztanleria)
- Data:WDI/VC.IHR.PSRC.P5 data.tab (giza-hilketak)
Bukaeran eta Wikipedian datu horiek duten baliagarritasuna erakusteko asmoz, hainbat grafiko gehitu ditugu Wikipedian munduko herrialdeen artikuluetan (India, AEB, Txina, Nigeria…) eta beste grafiko eta mapa batzuk adierazle estatistikoen artikuluetan ere bai.
Esate baterako, bizi-itxaropeneko datuekin 200dik gora grafiko gehitu ditugu munduko herrialdeen artikuluetan (ikus Data:Life expectancy.chart), eta datu orokorren grafikoak gehitu ditugu Wikipediako Bizi itxaropen artikuluan.
Klima-aldaketa artikuluan CO2 isurpenen grafikoak gehitu ditugu, mapa moduan:
eta grafiko moduan ere bai:
4. Etorkizunerako lana
Gainera, sortu ditugun Python programak erabiliz… udazkenean mila adierazle estatistikoren datuak igo ahal izango ditugu Wikimediara. Munduko Bankuaren ‘World Development Indicators’, eta OurWorldInData – OWID atarietan badira 1.400 adierazleren datuak lizentzia librearekin. Datu horiek igo Wikimediara, ondo dokumentatu, eta ETL scriptak aktibatu ditzakegu urtez-urte modu semiautomatikoan datu horiek eguneratu ahal izateko.
Herrialde mailako datuez gain, eskualde mailakoaz ere gehitu nahi ditugu. Orain arte igo ditugun datuak estatu mailakoak dira. Horrek datu kopuru ikaragarria uzten du bildu gabe, izan ere munduan Portugal, Espainia edo Frantzia bezalako estatuak 250 inguru dira munduan, baina Eusko Autonomi Erkidegoa edo Nafar Foru Erkidegoa bezalako eremu administratiboak 4.000 pasa dira.
Maila lokaleko datuak ere igo ahal izango dira Wikimediara guk sortutako tresnekin. Baina Euskal Herri osoko datu estatistikoak biltzea ez da erraza, hainbat erakunde ofizialen artean oso barreiatuta egoten dira, adibidez, datu meteorologikoak bildu genituen 2023an eta lau erakundetako datuekin aritu behar izan ginen (ikus: Datu-meteorologikoak-wikipedian-eta-wikidatan). Gaindegia elkartea Euskal Herri osoko datuak biltzen saiatzen denez, Gaindegik eskaintzen dituen datuekin lan egitea nahiko genuke.
Matematika ikastea zaila izaten bada, testu hutsez egitea are eta zailagoa da. Wikipedian irudien laguntza dugu, baina orain arte ezinezkoa izan da, muga teknikoak direla eta, ukitu daitezkeen tresnak bertan jartzea. Azken urtean garatu den Template gadgets sistemari esker, euskarako Wikipedia lehenengo hizkuntza da matematikari lotutako Hiruwiki teknologiarekin, Euskal Wikilarien Kultura Elkarteak sortutako sistema.
Wikipedia multimedia entziklopedia bat da. Irudi eta diagramaz beteta dago, baita gero eta bideo eta audio gehiagoz ere. Euskarazko Wikipedian lizentzia libreko euskarazko hainbat bideo sorta txertatu ditugu azken urteotan: Teknopolis-ekoak, Jakindun-enak, tokiko hedabideenak… eta banaka igo izan direnak.
Sortu ere sortu ditugu bideoak azken urteotan: Bertsomate bildumakoak, Zientzia astekoak, wiki-kantak, tutorialak, drone bidezko irudiak… Eta azken aldian indar berezia jartzen ari gara Ikusgela ekimenaren bidez ehundik gora azalpen bideo sortuz modu natiboan Wikipedia irudiztatzeko, kontsumo ohitura berrietara ere eramateko eta, batez ere, euskarazko ezagutza librea sustatzeko.
Wikimedia Commons-eko irudi bat hizkuntza askotako entziklopedietan txertatua egon ohi da. Bideoek argazkiek normalean izaten ez duten ezaugarri bat ere badute: audioa edo errotuluak dituztenetan, hizkuntza bati atxikita izaten dira, eta beraz, ohikoena hizkuntza horren bueltan gelditzea da. Bideoa eleanitza izateko modu merke, sinple eta ohikoa azpidatziak izatea da.
Azpidatzien egoera Wikimedian
Ikusgelako bideoak euskaraz dira, baina hasieratik saiatu gara horiek hizkuntza gehiagotara eramateko, hainbat azpidatzi sortzen, itzultzen. Gaur gaurkoz, 146 bideo ditugu argitaratuta, eta horiek guztiek 418 azpidatzi batzen dituzte.
20 hizkuntza daude gutxienez azpidatzi bat dutenak. Hauek dira zenbakiak une honetan: euskara (147), gaztelania (73), ingelesa (58), bengalera (47), arabiera (26), errusiera (19), katalana (15), esloveniera (15), hausa (6), frantsesa (2), greziera (2), galesa (2), mapudunguna (1), wolofera (1), italiera (1), japoniera (1), portugesa (1), turkiera (1), txinera (1) eta tarifit (1).
Wikimedia Commonsen galesezko azpitituluak dituzten 18 bideoetatik 2k euskarazko audioa dute. Katalanez azpitituluak dituzten 49 bideoetatik 15 euskaraz dira. Commons-en ageri den woloferazko azpidatziak dituen bideo bakarra gure Korrikaren gaineko Zortziko txikian da. Bideo horrek 15 azpidatzi ditu.
Wikimedia Commons-en guztira 24.604 azpidatzi daude, bilaketa egiten, euskarazkoak 257 dira, guztien %1. Kopuru absolutoari dagokionez, 17. postuan dago euskara. Kategoria honetan ikus daitezke hizkuntza bakoitzeko azpidatzi gehienak.
Artikulu kopuruari begira, 40 Wikipedia handienak hartzen baditugu, eta horiek azpidatzi / artikulu kopuru indizearen arabera ordenatu, ranking hau ateratzen da.
Euskara 6. postuan dago, aurretik ingelesa, portugesa, gaztelania, txinera eta arabiera bakarrik daude. Atzetik alemana, errusiera, koreera, frantsesa… moduko hizkuntzak. 100 azpidatzi gehiago izango bagenitu, zerrendan bigarrenak izango ginateke, ingelesaren ondoren.
Azpidatziak gehitzen
Wiki teknologiaren eta auzolanaren bidez, edonork gehitu ditzake azpidatziak edo zuzendu dagoeneko sortuta daudenak. Horrela, euskarazko ikus-entzunezkoei erdaretako azpidatziak gehitzeko aukera daukagu; eta baita, erdaretako bideoei euskarazkok jarri, eta bideo hori gure Wikipedian gehitzeko ere. Biltegi eleanitzak eta edizio irekikoak aukera hori ematen digu.
Euskaratik mundura: nola itzuli euskarazko bideoak
Har dezagun adibide moduan Ikusgelako bideo bat. Lan hori koordinatzeko, taula eder bat daukagu Commons:WikiProject Subtitling Ikusgela atarian.
Demagun Historia saileko “Euskal baleazaleak” bideoa itzuli nahi dugula ingelesera. Horretarako bide asko daude, errazena, euskarazkoa oinarri moduan hartu, eta hori itzuliz egitea da. Horretarako, egin klik eu zutabeko gelaxkan eta TimedText:Ikusgela-Euskal_baleazaleak.webm.eu.srt-ra helduko zara.
SRT fitxategi bat da. Testu laukoa, denborak eta esanak batzen dituena. Programa asko daude horrelakoak moldatzeko, editatzeko, doitzeko. Wikimedia Commons-eko testu editorean bertan egin daiteke lan, edo fitxategia lokalean gordetzea nahiago baduzu, ordenagailuko oharren aplikazio sinple batekin bestela. Nire gomendioa Subtitle Edit erabiltzea da, baina ez da behar-beharrezkoa.
Kopiatu testu hori, gorde .srt fitxategi batean, eta hasi itzulpena egiten. Itzulpen hori itzultzaile neuronalekin ere egin dezakezu, eta gero ondo errepasatu, doitu. Hor bakoitzaren erabakiak eta lan ohiturak sartzen dira.
Behin amaitutakoan, komeni da denbora / testu luzera orraztu bat ere egitea. Hor sartzen da Subtitle Edit programa. Oso modu errazean automatikoki testuak bi lerrotan doitzen ditu (Auto br), eta testurako denbora gutxiegi duela igartzen badu, gorriz agertuko zaizu lerroa.
Azken bertsioa dugunean, hartu hori, eta itzuli lehengo taulara. Bertan Euskal baleazaleen bideoko en zutabean klikatuko dugu. Gorriz dago, eta lehengo fitxategiaren antzeko esteka batean azpidatzia sortzea proposatu digu: TimedText:Ikusgela-Euskal_baleazaleak.webm.en.srt hor itsatsi SRT berriko kodea, eta gordetzearekin nahikoa da, bideoa txertatuta dagoen leku guztietan hizkuntza hori ere gehituko da, eta horrez gain, Ikusgelako taula automatikoki eguneratuko da.
Euskarazko bideo batzuek ez dituzte azpidatziak. Beste aukera bat zerotik azpidatziak sortzea da, prozesua antzekoa da, eta hor, eleaniztasunaz gain irisgarritasuna ere sartzen da. Aditu.eus tresnarekin lehen zirriborroa lortzea aukera ona da.
Mundutik euskarara: nola ekarri euskarara bideoak
Itzuli nahi duzun bideoa identifikatuta baduzu, errazena lehen azaldu dugun bidearen kontrakoa egitea da. Commons-eko fitxategi batean zaudenean, bideo kutxan “azpitituluak sortu” botoian klikatuta, eu aukeratu eta euskarazkoa gehitzeko leihora helduko zara. Beste aukera bat, beste hizkuntza bateko esteka hartu, eta hizkuntza kodearen zatian eu jartzea da. Hemen adibidez https://commons.wikimedia.org/wiki/TimedText:Viquip%C3%A8dia_750mil.webm.ca.srt ca kendu eta eu jarrita nahikoa da.
Nola identifikatu euskarara ekartzeko interesgarriak diren bideoak? Commons:Featured media atarian bideo esanguratsuenak aurkitzen dira, hor nabigatuta bideo interesgarri bat aurkitu eta hori itzultzea aukera polita da. Eguneko multimedian ere arrantzatu ditzakezu gauza politak. Beste modu bat, azpidatzien kategorian bilatzea da. Azken aukera, Wikimedia Commons-etik kanpoko lizentzia libreko bideo bat aukeratzea da, igo eta horri azpidatzia sortzea.
Kasu horietan, azpidatzia gehitu ondoren, bideoa Wikipedian txertatzeko prest izango duzu.
Hezkuntzarako aukera
Hemengo ariketa hau ikasleekin egiteko oso aproposa da. Hizkuntza konpetentziak eta gaitasun digitala lantzeko aukera ematen du, gainbegiratzeko erraza da, eta asebetetze maila handiko ekarpenak egin daitezke.
Gaztelaniazko Wikipedia atariko Adimen Artifiziala artikuluan, euskarazko audioa duen Ikusgelako bideo bat dago, gaztelerazko azpidatziak dituena (eta beste bost hizkuntzatakoak). Modako hitzaren, hizkuntza nagusienetakoaren, entziklopedia bisitatuenean euskarazko bideo bat. Azken urtean 1.354.048 bisita jaso ditu artikuluak, egunero 3.690.
Eduki libreek muga asko apurtzen dituzte. Benetan hizkuntza aniztasunean sinesten badugu, hizkuntzak entzun egin behar ditugu, ukipena bidirekzionala bilakatu. Horretarako aukera polita da euskarazko bideoen itzulpenak egitea, eta beste Wikipediatan txertatzea bideoak. Animatzen?
Begiratu goiko GIF animatuari. 2024ko abenduaren amaieran euskarazko Wikipedian zeuden koordenatudun artikuluak erakusten ditu bi irudietatik lehenengoak. Hilabete eta erdi pasata dugun egoera islatzen du bigarrengoak. Puntu gehigarri ugari egongo dira, baina nabarmena da Austria osoa argitu dugula. Eta, horretan laguntzeko, bot bat erabili dut, antzeko artikuluak azkar egiteko aukera ematen duen tresna bat. Artikulu honetan saiatuko naiz labur azaltzen nola egiten den, baina, batez ere, horrek dituen arazoak aipatu nahi ditut. Izan ere… artikulu ugari bot bidez egiteko aukera badago, zergatik ez dugu gehiagotan baliatzen?
Koldo Etxaniz*, Galder Gonzalez**, Lorea Loinaz*, Ane Paniagua*, Kepa Sarasola* ** eta Ana Zelaia*
.* Informatika Fakultatea, UPV/EHU
.** Euskal Wikilarien Kultur Elkartea (EWKE)
Galdera hauen erantzunak lor daitezke Wikidatako datuekin?
- Euskal musika-talde eta kantarien artean, zeintzuk dira album gehien plazaratu dituztenak?
- Zein urtetan plazaratu dira euskarazko musika-album gehien?
- Nola eboluzionatu du urtez urte euskarazko albumen kopuruak genero artistikoaren arabera? Eta sexu edo generoaren arabera?
- Mikel Laboa, Benito Lertxundi eta Gatiburen albumak ikus ditzakegu urtez urteko ardatz batean tartekatuta?
- Nongoak dira euskal musikariak? Zein herritan jaio dira?
2018an antzeko galderak erantzuteko lan ikusgarri bat aurkeztu zen blog honetan bertan, (“Euskal literaturaren armiarma sarea Wikidatan aztergai”), kasu hartan galderak musikari buruz ez, literaturako liburuei buruz izan ziren. Orain, berdin egin daiteke musika-albumekin?
Erantzuna erraza da: “Bai, jakina, datuak edukiz gero egin daiteke”. Wikidata oso tresna baliagarria da; kontsulta, azterketa eta grafika oso interesgarriak sor daitezke, baina horrelakorik ezin da lortu daturik ez badago.
Bada, horixe izan da 2023an Donostiako Informatika Fakultateko ikasle batzuek hartu zuten erronka: erantzun horiek lortu ahal izateko Wikidatako datuak osatzea. Aurretik Wikidatan baziren euskal musikari buruzko datu batzuk, hainbat wikilarik azken 10 urteetan modu soltean sartuak. Horiez gain, Musikasten (https://www.musikasten.eus) eta Badok (https://www.badok.eus) atariek horrelako datu batzuk badituztenez, azkenean atari bietan, batean eta bestean, daudenekin lortu da hainbat kantari, musika-talde eta albumen datuekin multzo minimo bat sortzea, eta horrela goiko galderei erantzun itxuroso bat eman ahal zaie. Ez da erantzun osoa, datu guztiak ez baitaude, baina ideia bat sortzeko balio du eta datu gehiago sartuz gero erantzun zehatzagoak lortu ahal izango dira etorkizunean. Bitartean, gainera, lortutako erantzun horiek beste hizkuntza batzuekin ere kontsulta daitezke, eta horrela hizkuntzen arteko konparazio batzuk ere egin daitezke.
Lan hau teknikoki nola egin dugun azaltzeko xehetasunak bukaeran jarri ditugu, atal hori ez da irakurle guztientzat, antzeko lanak egin nahi dituenarentzat baizik. Hor azaldu dugu konputagailuan zer programatu behar izan dugun eta Wikidatan musika-datu horien errepresentazio estandarra nolakoa den. Bestalde, badok.eus ataria askoz konpletoagoa denez, Wikidatako datuetan sistematikoki gehitu ditugu estekak Badokera bideratzeko. Horrela, klik bakar batean joan ahal izango da erabiltzailea informazio sakonagoaren bila.
Egindako lana eginda, orain Wikidatan datu multzo minimo bat dugula, galderak egin ditzakegu Wikidata kontsultatzeko webgunearen bitartez (query.wikidata.org). Adibidez:
Antzeko galderak dira beste hauek ere:
- Exkixu, Alex Sardui eta Gatiburen albumak urteen-ardatzean Badokeko erreferentziarekin
- Berri Txarrak taldearen abesti eta albumak (kontsultan diskografiako propietaterik erabili gabe)
- Gatiburen albumak urtez urteko ardatz batean Badokeko erreferentziarekin (diskografiako propietateak erabiliz)
Beste galdera mota bat:
Euskal musika-talde eta kantarien artean, zeintzuk dira album gehien plazaratu dituztenak?
- Euskarazko musika interpretatzaileak album kopuruaren arabera ordenatuta.(burbuila-diagrama)
- Berdin baina taula batean euskal musikako interpretatzaile eta album asko (1015) erakutsita
- Ingelesezko musika interpretatzaileak album kopuruaren arabera ordenatuta. (burbuila-diagrama, exekuzioak denbora behar du, asko dira eta)
Beste galdera mota bat:
Nola eboluzionatu du urtez urte euskarazko albumen kopuruak?
Bi grafiko erakutsiko ditugu; batetik, urtez urte zenbat album argitaratu diren euskaraz (beti ere Wikidatan dauden datuen arabera):
Eta bestetik, album horien artean zeintzuk dira wikiproiektu honen bidez Wikidatan sartu ditugunak?
Ikusten denez guztira euskarazko 1228 album daude Wikidatan, eta horietatik 1015 sartu ditugu wikiproiektu honetan hau da dauden albumen %82,6 wikiproiektu honen bitartez sartu dira, Oraindik ez daude denak baina, gogoratu bi muga ditugula, alde batetik badok.eus atarian 300 talde esanguratsuenen albumak bakarrik hartu ditugula (Musikasten kodea zituztenak), eta beste aldetik, 2022raino datuak baino ez ditugula sartu.
Beste galdera mota bat:
Nola eboluzionatu du urtez urte euskarazko albumen kopuruak genero artistikoaren arabera?
Euskarazko interpretatzaileen album kopurua urteko, genero artistikoaren arabera. (barra-diagrama).
Diagraman nabaritu dezakegu 1960eko hamarkadan herri musikaren kolore arrosa dela nagusia, baina 2010eko hamarkadan rock musikaren kolore grisa bihurtu dela nagusia, baita pop musikaren kolore horia ere.
- Espainierazko interpretatzaileen album kopurua urteko, genero artistikoaren arabera. (barra-diagrama)
Diagraman nabaritu dezakegu rocka (urdin iluna), popa(urdin iluna), pop rocka (hori iluna), pop latinoa (teila kolorea) eta regueton-a (hori argia) genero nagusiak direla. 2000ko hamarkadan album asko dago, 2009an 170 izatera heldu ziren, baina harrezkero asko jaitzi ziren argitaratu tako albumen kopurua.
1969 baino lehenago album gutxi argitaratu ziren; hori ere ikusten da euskarazko produkzioan, euskarazko lehen albuma 1967an merkaturatu zuten.
Beste galdera mota bat:
Nola eboluzionatu du urtez urte euskarazko albumen kopuruak generoaren arabera?
- Euskarazko bakarlarien album kopurua urteko, bakarlariaren sexu edo generoaren arabera. (barra-diagrama)
Interpretatzaile bakarlarien generoa aztertuta ikus daiteke gizonezkoen albumak direla nagusi. 2017-2021 tartean emakumeen presentzia handitu egin zen apur bat.
Beste galdera mota bat:
Nongoak dira euskal musikariak? Zein herritan jaio dira?
640 musikari edo talde azaltzen dira, gehienak kosta aldekoak dira, baina badira musikariak herrialde guztietan, baita Mexikon, Puerto Ricon eta AEBetan ere. Mapa interaktiboan posible da puntu gorrietan klikatzea, herri horretako musikariak ziren diren ikusteko. Beheko irudian Ezterenzubi herrian klikatuta Eñaut Eizmendiren datuak azaldu dira.
Azken galdera bat, kantuei buruz:
- Euskarazko abestiak ezaugarri hauekin: genero artistikoa, musikagilea, noren hitzak eta tonalitatea (gako-armadura).
Erantzuneko taulan 176 kantu baino ez dira agertzen, Wikidatan ez baitago informazio asko kantuei buruz
Egindako ekarpena
Euskal musika-taldeen eta haien albumen zerrenda luzea da. Une honetan badok.eus webgunean 1.350 talde inguru daude. Horietatik 300 talde besterik ez ditugu landu, Wikidatan musikastenID identifikadorea dutenak. Horrela gure lana pisu handieneko interpretatzaileekin bakarrik egin dugu, 300 talde horien Wikidata itemak eta haien albumak (garrantzitsuak diren batzuk, gutxienez) modu koherentean sortzen saiatu gara.
Proiektua amaitu dugun unean, guztira 300 interpretatzaileren eta 1144 albumen erregistroak daude Wikidatan. Denek ez dute informazio bera gordetzen, batzuek informazio gehiago dute, baina garrantzitsuena nabarmentzearren, honakoa esan dezakegu:
- Egitura estandar bati jarraituz sortuak izan dira. Horri esker, euskal musikarako sortu ditugun SPARQL kontsultak erraz molda daitezke beste hizkuntzekin ere erabiltzeko, frantsesezko albumak bilatzeko, esaterako.
- Album guztiek dute informazio minimo bat, garrantzitsuena dena (interpretatzailea, diskoaren izenburua, genero artistikoa, urtea, hizkuntza eta badok.eus-erako esteka).
- Denek dute badok.eus webgunerako esteka eta horietako batzuek Musikasten webgunerakoa ere. Wikidatan zeudenei eta esteka ez zutenei gehitu zaie. Horri esker, edozein erabiltzaile klik bakar batean joan ahal izango da zuzenean Badok atarira informazio sakonagoaren bila.
- Postdata (2025-07-14): Guztira euskarazko 2025eko uztailean 1228 album daude Wikidatan, eta horietatik 1015 dira wikiproiektu honetan sartu ditugunak, hau da, dauden albumen %82,6 wikiproiektu honen bitartez sartu ditugu, Oraindik ez daude denak baina, gogoratu bi muga ditugula, alde batetik badok.eus atarian 300 talde esanguratsuenen albumak bakarrik hartu ditugula (Musikasten kodea zituztenak), eta beste aldetik, 2022rainko datuak baino ez ditugula sartu.
- Postdata (2025-07-14): Urtebete geroago Wikidatan euskarazko albumak 1244 ziren, horien artean musika-generoa eta beste datu guztiak definituta zeuzkanak 556 ziren.
Erabilitako tresna informatikoak
Artikulu honetan aurkezten dugun lana aurrera eramateko erabili behar izan ditugun tresna guztiak aipatzen ditugu atal honetan. Izan ere, jakin badakigu proiektu honek jarraipena izan dezakeela, eta hobekuntzarekin aurrera egiteko prest ager daitezkeen ikasleei ondo etorriko zaiela erabilitako tresnen informazioa izatea.
- Pywikibot: https://www.mediawiki.org/wiki/Manual:Pywikibot
- Pywikibot/Wikidata: https://www.mediawiki.org/wiki/Manual:Pywikibot/Wikidata
- Python eta pywikipedia online erabiltzeko aukera: https://hub-paws.wmcloud.org
- OpenRefine: https://openrefine.org/
- SPARQL kontsulta-zerbitzua: https://www.wikidata.org/wiki/Wikidata:SPARQL_query_service/Wikidata_Query_Help/eu
- Wikidata Query Service: https://query.wikidata.org/
Tresna informatiko horiek berriak ziren Koldo, Lorea eta Ane ikasleentzat proiektuan lanean hasi ziren unean. Sekula ez zuten Python programazio-lengoaiarekin lan egiteko aukerarik izan, ez zekiten Wikidata nola antolatuta zegoen, ezta Wikipediaren eta Wikidataren arteko lotura nola egiten zen. Proiektu honi esker ikasi dute hori guztia.
Egindako programak eta horien dokumentazioa Ane, Koldo eta Lorearen Github orrian daude:
https://github.com/koldosaurio/WD_Euskal_Musika
Lan honi jarraipena emateko aukera batzuk
- Esan bezala, Euskal musikan erreferentzia nagusi den badok.eus atarian 1.350 talde inguru daude guztira, eta horietatik 300 talde besterik ez ditugu landu. Musika-talde eta album gehiago gehitu litezke. Badok atarikoak interesatuta baleude, beren informazio aberatsera kontsultak bideratzeko lagungarri ikusiko balute, eurekin lankidetzan egin liteke.
- Euskal musikarientzat sortu ditugun Wikidata erregistroak Wikipediako artikuluekin lotu litezke masiboki, esate baterako, Hertzainak taldekoa dagoen bezala.
- Musika-taldeak eta album berriak sortuko dira etorkizunean. Horien datuak gehitu egin beharko dira Wikidatan. Wikilari boluntarioek egin dezakete lan hori banaka-banaka eskuz sartuz, edo lan hori errazteko eta datuak eguneratuta edukitzeko laguntza informatikoak sor litezke.
Koldo Etxaniz*, Galder Gonzalez**, Lorea Loinaz*, Ane Paniagua*, Kepa Sarasola* ** eta Ana Zelaia*
.* Informatika Fakultatea, UPV/EHU
.** Euskal Wikilarien Kultur Elkartea (EWKE)
Wikipediako artikuluak klimari buruzko edukiarekin aberasteko lan bat, erakunde ofizialek egindako behaketa meteorologikoen datuak erabiliz.
Mapa libreak osatzeko proiektua da OpenStreetMap. Datu libreak ezartzeko proiektua Wikidata. Eta biak batuz, gauza ederrak egin daitezke. OSMn jasotzen diren kale-izenen jatorria Wikidatarekin batuz, posible da gure kale-izendegian dagoen genero-banaketa ikustaraztea. Adibidez, Bilboko zabalgunean, honako mapa osa daiteke.
Elhuyarrek sortutako elia.eus itzultzaile neuronala dagoeneko Wikipedian erabil daiteke, zuzenean, Elhuyarrek, Euskal Wikilarien Kultura Elkarteak eta Wikimedia Fundazioak egindako elkarlanari esker. Eliaren bidez, euskara, ingelesa, gaztelania, frantsesa, katalana eta galegoaren artean itzul daiteke, artikuluak sortzea azkartuz, hizkuntzen arteko ezagutza areagotuz eta munduko ezagutza guztia euskaraz egon dadin erraztuz. Wikilariok hilabete batzuk daramatzagu tresna berri hau erabiltzen, eta emaitzak oso onak dira. Artikulu honetan, tresna nola erabili azalduko dizugu.
ContentTranslation: artikulua aukeratu
ContentTranslation edukiak itzultzeko Wikimediaren tresna da. Bertan artikulu bat aukeratu dezakegu eta itzuli. Horretarako, beharrezkoa izango da Wikipedian kontu bat sortzea (ez baduzu, egizu orain!). Bi aukera dituzu sartzeko: zuzenean Berezi:ContentTranslation jarrita Wikipediako bilatzailean edo, bestela, zure erabiltzaile menuan dagoen “Itzulpenak” botoiaren gainean klik eginda.
Hor “+ Itzulpen berria” botoian sakatuko dugu eta aukeratuko dugu zein artikulu itzuli nahi dugun. Gure adibidean, “Mia Mottley” artikulua aukeratuko dugu, oraintxe Errepublika izendatu den Barbados uharteko lehen ministroa.
Gaztelaniatik itzuli nahi dugula esango diogu (nahiz eta beste hizkuntza batetik ere egin daitekeen), eta izenaren gainean klik egin ostean, “Hasi itzultzen” sakatuko dugu:
Artikulua itzultzen hasi
Sistemak bi zutabetako egitura bat erakutsiko digu. Ezkerrean jatorrizko testua dago, eskuman, gure itzulpena egongo da. Goian, kasu honetan, izen berbera izango dute biek (Mia Mottley izena ez da aldatzen). Baina izenburua aldatu behar bada, bertan egin beharko duzu.
Paragrafo bakoitzaren ondoan klik eginez eskumako zutabean, aukera izango dugu itzulpena egiteko. Eskumako menuan “Elia.eus” aukeratuko dugu eta “Gorde lehenetsitzat”, beti aukera hau ager dadin.
Testua itzultzeaz gain, akaso moldaketak ere egin behako dira. Kasu honetan, adibidez, jada egindako zerbait etorkizunean gertatuko zela iragartzen zen. Euskarazko testuan, jada hori aldatuko dugu.
Behin testuarekin ados egonda, goian dagoen “Argitaratu” botoian sakatuko dugu. Baliteke hor esatea testua ez dugula nahikoa aldatu, eta ez uztea argitaratzen. Izan ere, sistemak ez du berrikusi gabeko itzulpenik argitaratzen uzten. Beti aldatu beharko dugu hitzen bat, esamolderen bat edo esaldiren bat, berrikusi dugula ziurtatzeko. Behin hori eginda, argitaratzeko prest egongo da.
Ez baduzu amaitzen, lasai. Itzulpenarekin egindako aurrerapena gordeko da eta ContentTranslation webgunera itzultzen zaren hurrengoan, hor izango duzu ere jarraitzeko edo argitaratu ahal izateko.
Argitaratu ostean, zer?
Argitaratu ostean detaile txikiak konpontzeke daude, adibidez formatu arazoak, txantiloiren bat edo falta diren kategoriak. Hau eskuz egin daiteke ondoren. Adibidez, “Aldatu > Txertatu > Txantiloia” klikatuz gero, “Biografia infotaula automatikoa” sartu ahal diogu kasu honetan.
Argitaratutako artikuluak itxura hau izango du: https://eu.wikipedia.org/wiki/Mia_Mottley
Eskerrik asko Elhuyar, opari eder honengatik. Orain zure txanda da!
Wikimedia proiektuetan 3D objektuak igotzeko aukera dagoela probestuz, Martin Etxauri artistak Elhuyar Sorkuntza Bekaren baitan sortu zituen Euskal Herriko zuhaitzen azalen 3D ereduak igo ditu. Fossil Plastics proiektuaren baitan bertako hamahiru zuhaitzen azalen fotogrametria egin eta 3D inpresora batekin plastikoan erreproduzitu ahal izateko ereduak sortu zituen.