Help:データについて

ウィキデータは人間と機械の双方が読み書きできる、フリーな知識ベースです。よく知られているウィキペディアと同じく、非営利組織ウィキメディア財団が運営するプロジェクトの一つです。財団のプロジェクトは重点的に取組んでいるものがそれぞれ異なり、例えば、ウィキペディアは百科事典、ウィキメディア・コモンズは画像やメディアファイルの提供、ウィクショナリーは言葉の定義や類義語等、語彙についての情報の提供にフォーカスしています。そしてウィキデータは、構造化データにフォーカスするプロジェクトです。

このページは、構造化データを分かりやすく紹介するために作成しています。すでに構造化データについてご存知で、具体的なウィキデータの使用方法や、ウィキデータへの貢献方法、自分のプロジェクトのデータをウィキデータに提供する方法をご覧になりたい場合には読み飛ばしてデータを繋げるに進んでください。

ウィキデータを理解する

構造化データとは、符号化方法やデータセット内でのデータ間の関係を、一定の方法で体系化して蓄積したデータのことです。

しかし、データとは何でしょうか？そしてなぜ、構造化データに注目するのでしょうか？

データの定義

これまでに、ビッグデータ、実験データ、オープンデータ、メタデータなどの用語を見聞きされたことがあるでしょう。

これらの用語にはそれぞれ少しずつ違う意味があります。そのいずれも、一般的なデータの理解と、私達の周囲の世界を記述して理解を発展させていく、データが持つ潜在的な力を元に組み立てられています。

抽象的には、データは情報に先行する概念と考えることができます。言い換えると、情報はデータから推論したり生成したりできるとも言えます。

このことは、データの本質が「物事」に関する単なる一連の「値」であるからと説明できます。値は、測定値や総量のように、数値または量で表せる場合と、記述や比較による質的な値をとる場合があります。例えば「8,848m」はエベレストの高さを表すデータの値であり、「赤」はある車の色を表すデータの値であると言えます。

既にお伝えした通り、情報はデータと同じものではなく、データを収集し、それを分析して得られるものです。例えば、「8,848」というデータは、それが山の高さであるということを知っていても、それ自体にはあまり意味のない数字です。「エベレストは8,848 mある世界で1番高い山です」という情報を伝えるためには、山の高さの標準的な計測方法を知り、それと同じ方法で他の全ての山の高さを調べる必要があります。データが構造化しておくと、構造化していないデータと比べて、データから情報を推論したり、新しい洞察や知識を得たり、事実を確立することがはるかに容易になります。このアイデアについては後ほど触れます。

データとは何か？

私達の周囲の全てはデータといえます。財務データ、生物学データ、ソーシャルデータなど、多数のデータ源が存在しています。このページにもデータは存在していて、例えば、ページに含まれる総単語数、作成日、最終更新日、話題と主題、ページビュー数、翻訳されている言語などが該当します。

あらゆるものが潜在的にデータ源である一方、記録されていないデータや、良く体系化されていないデータは存在しないも同然です。基盤となる構造がなければデータは無意味であり、有効な情報を提供することができません。

体系化とは、標準的な手法で、曖昧さなくカテゴリに分類できていることを意味しています。私達が構造化データという場合には、体系化し、カテゴリに分類したデータを指しています。

構造とは？

ウェブは構造が支配しています。ほとんどのウェブサイトはHTMLを使って作られています。HTMLはウェブページの基礎となり、構造をもたらすマークアップ言語です。

マークアップ言語はページ・コンテンツのタグ付けと説明のためにも使われ、その結果、検索エンジン、ボット、及びRSSフィードのようなアプリケーションが簡単に加工や理解をできます。例えば、