El euskera es el idioma que tiene un mayor número de significados en Wikidata
Se encuentra en el sexto lugar en cuanto al número de lexemas
Ocupa el segundo puesto en cuanto al número de formas de las palabras
Es el principal idioma en cuanto al número de significados
Gracias a la colaboración entre Euskal Wikilarien Kultur elkartea y Elhuyar, de entre todas las lenguas incluidas en Wikidata el euskera se encuentra en el sexto lugar en cuanto al número de lexemas, ocupa el segundo puesto en cuanto al número de formas de las palabras (teniendo en cuenta todas las formas que se crean al declinar cada lexema) y es el principal idioma en cuanto al número de significados, por delante del inglés, el castellano y el francés, entre otros.
Wikidata es una enorme base de datos que se edita de forma colaborativa. Lo gestiona la Fundación Wikimedia, con el fin de utilizarlo en sus proyectos; por ejemplo, en Wikipedia.
Se puso en marcha en 2012, y hemos ido alimentándolo progresivamente. Hace dos años, por ejemplo, incluimos alrededor de 6.500 conceptos provenientes del Diccionario Enciclopédico de la Ciencia y la Tecnología, así como varios vídeos de nuestro programa de televisión, Teknopolis.
A lo largo de estos últimos años, Wikidata ha comenzado a guardar nuevos tipos de datos, correspondientes a varios idiomas, en una estructura similar al de los diccionarios. Toda esta información se guarda clasificada en tres grupos: raíces de palabras (entradas de diccionario o lexemas), formas (las formas que puede tomar cada palabra en función del caso de declinación) y significados o definiciones.
Gracias a la colaboración entre Euskal Wikilariak Kultur Elkartea y Elhuyar, hemos podido incluir en Wikidata un gran número de palabras o lexemas (de la categoría de los sustantivos) de nuestro Ikaslearen Hiztegia, diccionario dirigido especialmente al alumnado. En total, se han añadido 10.000 lexemas, 65 formas de cada uno de estos lexemas (de todos los casos de declinación, en singular, plural e indeterminado) y sus definiciones.
Gracias a este trabajo, ahora resulta más fácil identificar las palabras en euskera, por ejemplo, en los textos de Wikipedia, y en un corto plazo se podrán desarrollar nuevas tecnologías a partir de estas bases de datos.
El código de programación desarrollado por el grupo de trabajo I+D de Elhuyar para este proyecto está disponible en GitHub.
Noticias relacionadas
Fagor Arrasate, Koniker e Ikerlan renuevan su alianza para desarrollar la Industria 4.0 y la fabricación avanzada
Las tres entidades han renovado el acuerdo de colaboración firmado en 2016 para reforzar y avanzar en el desarrollo de tecnologías digitales, simulación y control, eficiencia operativa, almacenamiento de energía y mecánica aplicada
Postadditive’19, la conferencia sobre tecnologías de posprocesado en fabricación aditiva, se celebra en noviembre en San Sebastián
La etapa de posprocesado se convierte en el auténtico cuello de botella de la fabricación aditiva
El cluster AFM celebra su congreso de fabricación avanzada y máquina-herramienta entre el 23 y 25 de octubre
El certamen, que tendrá lugar en el Parque Científico y Tecnológico de Gipuzkoa, implantará un espacio para los encuentros B2B entre profesionales del sector
Empresas de los ecosistemas de ciberseguridad más avanzados de Europa estarán presentes el 20 y 21 en BEC en el Basque Industry 4.0
Acuden a Euskadi representantes de Alemania, Bélgica, Dinamarca, Finlandia, Gales y Holanda, además de las principales empresas vascas de ciberseguridad, un colectivo que se está evidenciando de manera positiva en el contexto internacional.
El viceconsejero Javier Zarraonandia resalta la fuerza del sector energético vasco ante la delegación de Fukushima
Euskadi y la región japonesa mantienen el quinto encuentro bilateral en solo un año para colaborar en las energías renovables