Berrikuntza teknologikoa

Nola azpidatzi Wikimedia Commons-eko bideoak?

Data: 19 martxoa
Wikilaria: Ander Bolibar
No comments
Kategoriak: Berrikuntza teknologikoa

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?

Gehiago irakurri

Nola osatu dugun Austria bot batek lagunduta

Data: 02 otsaila
Wikilaria: Galder Gonzalez
No comments
Kategoriak: Berrikuntza teknologikoa

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?

Gehiago irakurri

Euskal musika-taldeak eta albumak Wikidatan

Data: 29 otsaila
Wikilaria: Kepa Sarasola
No comments
Kategoriak: Albiste orokorrak, Berrikuntza teknologikoa, Wikidata

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:

Beste galdera mota bat:
Euskal musika-talde eta kantarien artean, zeintzuk dira album gehien plazaratu dituztenak?

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?

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:

Egindako ekarpena

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.

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:

  1. 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.
  2. Album guztiek dute informazio minimo bat, garrantzitsuena dena (interpretatzailea, diskoaren izenburua, genero artistikoa, urtea, hizkuntza eta badok.eus-erako esteka).
  3. 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.
  4. 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.
  5. 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.

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

  1. 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.
  2. Euskal musikarientzat sortu ditugun Wikidata erregistroak Wikipediako artikuluekin lotu litezke masiboki, esate baterako, Hertzainak taldekoa dagoen bezala.
  3. 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)

Gehiago irakurri

Elia Euskarazko Wikipedian: nola erabili

Data: 30 azaroa
Wikilaria: admin
No comments
Kategoriak: Berrikuntza teknologikoa

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.

Paragrafo baten itzulpena. Ikusten denez, testua ez da guztiz zuzena. Hori hobetu beharko dugu, eskuz.

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!

Gehiago irakurri

Fossil Plastics: Euskal Herriko zuhaitzen 3D enborrak

Data: 08 otsaila
Wikilaria: Galder Gonzalez
No comments
Kategoriak: Berrikuntza teknologikoa

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.

Gehiago irakurri

Informatikako programazio-ariketak Wikidatako datuekin: jolastoki berria!

Data: 18 urtarrila
Wikilaria: Kepa Sarasola
No comments
Kategoriak: Berrikuntza teknologikoa

Urteak dira Informatika Fakultatean lehen mailan programazioa irakasten dudala. Ariketak eta ariketak egin behar ditu ikasleak konputagailu-programak nola idatzi behar diren ikasteko; ehun baino gehiago dira irailetik abendura bitarte egiten dituena.
Erabil dezakegu Wikidata programazio-ariketak egiteko? Esaterako… datu asko dago udalerriei buruz. Saia gaitzen horiek erabiltzen!
Artikulu honetan aurtengo gure ikasleek landu dituzten ariketa eder batzuk erakutsiko ditut.

Ikaslee batek egindako programa baten zati bat
Euskal Herriko udalerrien datu batzuk eskuragarri daude Wikidatan,
EHko udalerrien biztanleria mapa batean

Beti ari gara ariketa abstraktuekin

Gehienetan programazioko ariketetako datuak zenbaki eta testu sinpleak izaten dira, testuingururik gabe eta maila abstraktukoak. Adibidez, ikusi enuntziatu orokor bi hauek:

Ariketa. Batezbestekoa
Zero zenbakiaz amaitzen den eta gutxienez beste zenbaki bat duen zenbaki osozko sekuentzia bat irakurrita, kalkula ezazu sekuentziako zenbaki positiboen batezbesteko aritmetikoa.

Ariketa. Zenbakia bilatu zenbaki ­osozko bektore batean
B oso­ bektore ez ordenatu batean zenbaki bat bilatzeko algoritmoa espezifikatu eta egin. Zenbakia bektorean badago, lehenengo agerpenaren posizioa itzuli beharko da; eta bestela, zero itzuli beharko da. Azpiprograma modura inplementatu.

Enuntziatu orokor horiek ondo daude, balio dute pedagogikoki abstrakzioa lantzeko, baina azken bi urtetan ikusi dut ariketa horietako batzuk datu errealekin egin daitezkeela, eta horrela ikasleak estimu handiagoa hartzen diola ariketari. Kasu horretan, egin duen programa errealitatearekin lotuago dagoela ikusten du ikasleak, ikusten du programatzen jakiteak ate berriak irekitzen dizkiola eguneroko bizitzan aritzeko. Ikusten du ikasgelan egin duen programa horrek, gero koadrilako lagunekin komentatzeko ere balio duela, baita txantxa batzuk egiteko ere, agian.

Ariketarik datu errealekin?

Ildo horretatik aurten urrian, ikastaro erdian ariketa pare hau proposatu diegu ikasleei:

Ariketa.
Gipuzkoako udalerrien batezbesteko biztanleria
Hainbat zenbakiren batezbestekoa kalkulatzen ikasi dugu gaur. Hemen dauzkazue Gipuzkoako udalerrien biztanleria eta azalera: https://w.wiki/ddj
Ea nork esaten didan zein den Gipuzkoako udalerrien batezbesteko azalera eta batezbesteko biztanleria.
Nafarroan? Bizkaian?

Alex Diez, Miren Samaniego, Leire Hernandez, Xabier Irastorza eta Juan Alagonek primeran asmatu zuten 🙂
Gipuzkoako udalerrien biztanle kopuruaren batez bestekoa 8.253 da.

Ariketa.
Zenbat herrikide dituzu Wikipedian?
Zenbat lanbide bakoitzean?
Zure herriko zenbat neska/mutil daude Wikipedian? Zenbat dira jarduera bakoitzean (futbolariak, politikariak, idazleak…) ?
Nondik lortu datuak?  Hemendik: https://w.wiki/BNp

  1. Wikidatako galdera honetan (https://w.wiki/BNp) Agurainen ordez jarri nahi duzun herria
  2. Emaitza esportatu ezazu ‘query.csv’ fitxategira.
  3. Eskuinaldeko ‘Jaitsi’ menuan hartu ezazu ‘CSV fitxategia’ aukera.
  4. Sortu den ‘query.csv’ fitxategia ekarri direktorio honetara.

Tamalez, azken ariketa hori ez zuen inork egin, lanpetuegi-edo egon ziren urriko aste hartan.

Hiru ikasleren programa txukunak Wikidatako datu errealekin

Baina geroago, bukaeran, abenduan, ikasle batzuek trebetasun minimo bat lortuta zutelarik, azken ariketa luze hau proposatu nien, ea inork ekiten zion erronkari:

Ariketa.
EHko udalerri honen antzekoena zein da beste probintzietan? 
Bizilagunen dentsitatea kontuan hartuta (biztanlea/zabalera) Datuak Wikidatatik jaso ditzakegu: EHko udalerrien azalera, biztanleria eta lurraldea (Ipar eta Hegoaldea)
Hortik datuak hartuta… Sartu dena bektore batean (edo probintzia bakoitzerako bektore bat). Kalkulatu dentsitateak eta orduan: Herri bat emanda bilatu beste probintzietako herrien artean zeintzuk diren dentsitate berdintsuak dituztenak

Besterik ez nien esan, beste laguntzarik ez. Ez zen erronka makala, eta irakasgaian landutako kontzeptu gehienak lantzeko balioko zuela uste genuen.
Eta hara! Hiru ikaslek programa zoragarri egin dituzte! Ederto landu dute ariketa eta ebazpen ederrak lortu ere gero. Horietako bik sortutako kodea eta dokumentazioa zuk ere ikus dezakezu, Githuben jarri baitituzte :

Irastorzaren emaitza batzuk. Biztanle dentsitateko herriak lerro bakoitzean.

Adibidez, zein dira biztanle-dentsitatean Gipuzkoako Lezo-rekin antza handiena duten herriak? Irastorzaren programak argi azaltzen du, hauek dira:

Laudio (Araban), Bermeo (Bizkaia), Basusarri (Lapurdi),
Eguesibar (Nafarroa Garaian), Donibane Garazi (Nafarroa_Beherean)
eta Maule-Lextarre (Zuberoan).

Euskal Herriko udalerrien datu batzuk eskuragarri daude Wikidatan,

Mundu osoko datuak, 300 hizkuntzatan

Baina Wikidatako datuak ez dira Euskal Herrikoak bakarrik, mundu osoko datuak dira. Eta gainera emaitzak hainbat hizkuntzatan eskuratu daitezke.
Hori dela-eta… azken ariketa pare bat proposatu diet ikasle horiei, ea baten batek egiten duen, EHkoa eginda edukiz gero beste hau askoz errazagoa da gero. Ezetz asmatu zure programa moldatzen gauza bera egiteko Espainiako udalerri (eta probintziekin) jolasten.

Ariketa.
Antzeko hiriak Amerikako Estatu Batuetan.
Eta era berean… Estatu Batuetako hiriekin (probintzien ordez estatuak hartuta)?
(https://w.wiki/ufc Ameriketako Estatu Batuetako 10.000 hiri, bakoitza bere probintzia, biztanleria eta azalera)

Ariketa.
Espainiako antzeko udalerriak beste probintziatan
Egin berriro udalerriko ariketa baina esate baterako, Espainiako udalerri eta probintziekin
(https://w.wiki/ufM, Espainiako 6730 udalerri, bakoitza bere probintzia, biztanleria eta azalerarekin)
Edo Frantzian (https://w.wiki/ufJ, Frantziako 10.000 udalerri, bakoitza bere probintzia, biztanleria eta azalerarekin)
Oso aldaketa gutxirekin lortu ahal izango duzu.

Programatzen irakasteko jolastoki berriak

Oso pozik nago ikasle horiek egin dutenarekin, baina oraindik orain ez nago guztiz pozik. Nik proposatzen dizkiedan gaiak nahiko “formalak” edo “aspergarriak” direlako (biztanle kopuruak, azalerak eta halakoak). Oraindik ez dut lortu, baina erne, laster ikasleek eurek aukeratuko dituzte gustuko gaia (filmak? Bideo-jokoak? Kirolariak? Musika taldeak? edo dena delakoa) Eta gai horiei buruzko datuak Wikidatatik hartuta… programak gai horiekin ere erabiliko dituzte. 🙂

Eta koadrilako lagunei erakutsiko diete zer programatu duten.
Laster baietz! 😉

Gora datu irekiak! Gora Wikidata!
Programatzen ikasteko ariketa erakargarriak sortzeko aukera dira eta!

Gehiago irakurri

Mineral guztiak euskaraz edo automatizazioaren mugara nola iritsi

Data: 02 ekaina
Wikilaria: Galder Gonzalez
No comments
Kategoriak: Berrikuntza teknologikoa

Euskal Wikilarien Kultura Elkarteak EHUrekin batera lantzen duen hezkuntza programaren baitan proiektu berri bat abiatu genuen iaz Informatika Fakultatean. Kepa Sarasolaren ikasleek euskarazko hizkuntza baliabideak erabiliz programaren bat egin behar zuten, eta Wikimedia erabiliz proposamen batzuk egin genizkien. Horietako bat, katalanez egindako MineralBot programaren euskarazko bertsioa lantzea, 2019ra arte deskribatutako mineral guztien artikuluak egiteko. EUMineralBot proiektua jaio zen, MinDat webgunetik datuak atera eta euskaratzen zituena, baina mineralen artikuluak ez ziren igo, sistemak ondo funtzionatu bazuen ere, akats nahiko baitzituen.

Gehiago irakurri

Itzulpen automatikoa erabili eta gero… “giza zuzenketa” behar da

Data: 06 apirila
Wikilaria: Kepa Sarasola
No comments
Kategoriak: Berrikuntza teknologikoa

iItzulpen automatikoak jauzi ikaragarria egin du kalitatean azken bi urtetan, euskararako itzultzaile neuronalek ere bai. Itzulpenaren emaitza kalitate handikoa izaten da eta gainera modu masiboan erabil daiteke. Horrek aukera ezin hobea ekarri digu, orain Euskal Wikipediara askoz artikulu gehiago, testu-eduki askoz handiagoak ekar ditzakegu eta erraztasun handiagoarekin.

Bai, hasieran halaxe dirudi, baina kontuz ibili behar da. Kalitate handikoa baldin bada ere, itzulpen automatikoaren emaitza gainbegiratu egin behar du pertsona batek, gero zuzendu egin behar da, “posteditatu” egin behar dela esaten dugu. Horrek garrantzi itzela du. Testu itzuliaren postedizioa egiten ez badugu arrisku handia dago laster batean Wikipediako testu-zati askotan  kalitatea jaisteko.Hezkuntza Programan bereziki garrantzitsua da hori. Parte hartzen duten ikasleen lana artikulu bat automatikoki itzultzea baino ez bada, itxuraz emaitza oso txukuna da baina errealitatean ez da horrela izango. Testu itzulia zuzentzea, guztiz koherentea eta ulergarria uztea, ezinbestekoa da. Ikasleak berak egiten ez badu, irakasleek (edo wikilariek) egin beharko dute gero, eta hori lan handiegia izan daiteke hauentzat. Ikasleak, itzulpena erabili nahi badu, aurrikusi behar du gero testu itzuliaren zuzenketa egin beharko duela, eta horren arabera neurtu zenbat testu gehituko duen.

Ikus dezagun adibide bat. ingelesezko Wikipediako Password artikulutik  euskal Wikipediako Pasahitz artikulura  60.000 karaktereko ekarpena egin da. Ingelesezko artikulua bikaina zen, eta orain primerako artikulua da euskaraz ere. Lan itzela, ekarpen esanguratsua izan da euskarara hori ekartzea.  Baina paragrafo eder bat nahiko ulergaitz geratu zen.  Erromatar armadan kontsignak (pasahitzak) nola erabiltzen ziren azaltzen duen pasarte historiko hau zen:

Gauerako kontsignaren pasabidea ziurtatzeko modua honako hau da: infanteriako eta zalditeriako klase bakoitzeko hamargarren kirtenetik, kalearen beheko muturrean kanpatuta dagoen kirtenetik, gizon bat aukeratzen da guardiatik kanporatua izateko, eta arratsaldero joaten da tribunako dendara, eta harengandik kontsigna jasotzen du – Egurrezko ohol bat da, bertan idatzirik hitz bat duena –. – Agur esan eta bere geletara itzultzean kontsignak eta ohola lekukoen aurrean pasatzen dizkio hurrengo mangoko komandanteari, eta honek, berriz, Denek gauza bera egiten dute lehen manikietara iristen den arte, tribunoen dendetatik gertu kanpatutakoak. Azken horiek taula eman behar diete tribunalei, ilundu baino lehen. Beraz, jaulkitako guztiak itzuliak badira, tribunoak badaki kontsigna maniki guztiei emana izan dela, eta guztiengandik pasatu dela berarengana itzultzeko bidean. Horietakoren bat falta bada, berehala ikertzen du, marken arabera badakielako zein alderditatik ez den taula itzuli, eta geldialdiaren arduradunak merezi duen zigorra jasotzen du.

Testua euskaraz ondo eratuta dago, gainetik irakurrita ondo dagoela dirudi. Baina apur bat sakonduta, ondo ulertu nahi bada paragrafoaren esanahia, arazoak agertzen dira. Adibidez, manikiak azaltzen dira testuan. Zer dira maniki horiek? Ingelesezko jatorrizko testura joanda:

The way in which they secure the passing round of the watchword for the night is as follows: from the tenth maniple of each class of infantry and cavalry, the maniple which is encamped at the lower end of the street, a man is chosen who is relieved from guard duty, and he attends every day at sunset at the tent of the tribune, and receiving from him the watchword—that is a wooden tablet with the word inscribed on it – takes his leave, and on returning to his quarters passes on the watchword and tablet before witnesses to the commander of the next maniple, who in turn passes it to the one next him. All do the same until it reaches the first maniples, those encamped near the tents of the tribunes. These latter are obliged to deliver the tablet to the tribunes before dark. So that if all those issued are returned, the tribune knows that the watchword has been given to all the maniples, and has passed through all on its way back to him. If any one of them is missing, he makes inquiry at once, as he knows by the marks from what quarter the tablet has not returned, and whoever is responsible for the stoppage meets with the punishment he merits.

Ingelesezko testuan ez dago maniki bezalakorik, hor maniple azaltzen da, Wikipediako estekarekin gainera, esteka horrek euskarazko manipulo artikulura eramaten gaitu, erromatarrek soldadu multzoak antolatzeko erabiltzen zuten unitate bat zena. Ingelesezko paragrafoan bost aldiz azaltzen zen maniple, baina euskarazko itzulpenean hiru modu desberdinetara itzuli da: kirten, mango eta maniki. Ederra zorabioa! Antzekoa gertatu tribune hitzarekin, soldaduen nagusia dena euskaraz tribunoa da, baina testuan itzuli izan da tribuna (tribunoaren denda  –> tribunako denda)  eta tribunal moduan ere (taula eman behar diete tribunoei –> taula eman behar diete tribunalei). Horixe, ederra zorabioa, hori irakurrita hartu duguna! Ulertzerik ez badago… zuzendu egin beharko da. Ziur oraindik hobekuntzarik onartuko duela, baina apur bat ulergarriago honela geratu da paragrafoa:

Gauerako kontsignaren pasabidea ziurtatzeko modua honako hau da: infanteriako eta zalditeriako klase bakoitzeko hamargarren unitatetik (manipulotik), kalearen beheko muturrean kanpatuta dagoen manipulotik, gizon bat aukeratzen da guardia-zerbitzutik salbuetsia izateko, eta arratsaldero joaten da tribunoaren dendara, eta harengandik kontsigna bat jasotzen du — hitz bat idatzirik duen egurrezko ohol bat dena—. Agur esan eta bere geletara itzultzean kontsigna eta ohola lekukoen aurrean pasatzen dizkio hurrengo manipuloko komandanteari, eta honek berriro hurrengokoari, Denek gauza bera egiten dute lehen manipuloetara iristen den arte, tribunoaren dendatik gertu kanpatutakoak. Azken horiek taula eman behar diote tribunoari, ilundu baino lehen. Beraz, jaulkitako guztiak itzuliak badira, tribunoak badaki kontsigna manipulo guztiei emana izan dela, eta guztiengandik pasatu dela berarengana itzultzeko bidean. Horietakoren bat falta bada, berehala ikertzen du, marken arabera badakielako zein alderditatik ez den taula itzuli, eta gelditzearen arduradunak merezi duen zigorra jasotzen du.

Kontua da 50 minutu behar izan direla zuzenketa hori egiteko. Irakasleak (edo wikilariak) egindako zuzentze-lana txikia izan dela dirudi, egin duen karaktere-gehikuntza ikusita bederen (ia ordubete 348 karaktere bakarrik gehitzeko). Merezi izan du, bai, orain dezente hobeto ulertzen da, baina argitaratu den itzulpen hura gordin-gordina izanik denbora eta lan asko behar izan da zuzentzeko.

Ondorioz, asumitu behar dugu itzulpen automatikoa erabiliz gero erantzukizun handia hartzen dugula, gero testu hori ondo orrazteko, ulergarri eta atsegin bihurtzeko. Itzulpen automatikoa tresna itzela da; askoz artikulu gehiago, testu-eduki askoz handiagoak ekartzen ari gara Wikipediara eta erraztasun handiagoarekin; baina, kontuz, itzulpen automatikoa erabili eta gero… ‘giza zuzenketa’ behar da.

Gehiago irakurri