Help:Sobre dados
O Wikidata é uma base de conhecimento livre que pode ser consumida e editada tanto por humanos como por máquinas. É apenas um dos muitos projetos baseados em wiki alojados e mantidos pela Fundação Wikimedia, uma organização de conteúdo livre e sem fins lucrativos, mais conhecida pela Wikipédia. Cada um dos projetos da Wikimedia Foundation tem um foco específico - por exemplo, a Wikipédia é voltada para o conteúdo enciclopédico, o Wikimedia Commons suporta imagens e outros arquivos de multimídia, e o Wikcionário providencia informação lexical sobre palavras, tais como definições e sinónimos. O foco do Wikidata é a estrutura de informação.
Esta página tenta dar uma visão geral de dados estruturados. Se já estás familiarizado com dados estruturados, mas queres ficar a saber mais sobre o seu uso dentro do Wikidata, como aceder aos dados do Wikidata, ou como contribuir dados do teu próprio projeto para o Wikidata, vai para a secção sobre ligar dados.
Compreender o Wikidata
Os dados estruturados são dados organizados e armazenadas de uma maneira bem definida, normalmente com a intenção de codificar o significado e conservar as relações existentes entre os diferentes itens de um conjunto de dados.
Mas o que são dados? E por que é que te deverias importar com dados estruturados, particularmente?
Definir dados
Big data, dados experimentais, dados abertos, metadados -- talvez já te tenhas cruzado com alguns ou mesmo todos estes termos antes.
Cada termo tem um sentido ligeiramente diferente, mas constroem-se todos numa compreensão de dados e do seu potencial em descrever e melhorar o nosso entendimento do mundo que nos rodeia.
Como conceito abstrato, podemos pensar em dados como precursores a informação, ou seja, que se pode inferir ou derivar informação a partir de dados.
Isto é porque dados, na sua essência, são simplesmente um conjunto de valores sobre coisas. Estes valores podem ser numéricos ou quantitativos, como uma medida ou uma quantia. E também podem ser qualitativos, como uma descrição ou uma comparação. Por exemplo, pode-se dizer que "8,848 m (29,029 ft)" é um valor de dados sobre a altura do Monte Everest e que "vermelho" é um valor de dados sobre a cor de um carro.
Como mencionado anteriormente, informação não é o mesmo que dados, mas o produto da coleção e análise de dados. Por exemplo, 8.848 (dados) é um número sem significado por si só, mesmo que saibamos que é a altura de uma montanha; só podemos dizer que o Monte Evereste é a montanha mais alta do mundo com 8.848 m (informação) se estivermos cientes dos padrões de medição de altura, e soubermos a altura de outras montanhas. Torna-se bastante mais fácil fazer tais inferências, chegar a novas conclusões e conhecimento, e estabelecer factos quando os dados são estruturados -- voltaremos a esta ideia mais tarde.
Onde estão os dados?
Há dados por todo o lado. Há muitos tipos de fontes de dados, incluindo financeiras, biológicas, e sociais. Até esta página tem dados! Por exemplo, tem um número total de palavras, as datas de criação e última revisão, um tópico e um tema, um número de visualizações, e as línguas em que o conteúdo está disponível.
No entanto, apesar de tudo ser uma potencial fonte de dados, se não são registados e organizados é como se não existissem. Sem uma estrutura subjacente, dados parecem não ter sentido e não fornecem informação útil.
Por organizados, queremos dizer categorizados de uma maneira padrão e inequívoca. Aos dados organizados e categorizados referimo-nos por dados estruturados.
Onde está a estrutura?
Na web, a estrutura manda. A maioria dos sites são criados usando HTML, uma linguagem de marcação que fornece o esqueleto, ou estrutura, de uma página web.
Linguagens de marcação também são usadas para etiquetar e descrever o conteúdo da página para que os motores de busca, bots, e aplicações como agregadores RSS o possam processar e "perceber" facilmente. Por exemplo, etiquetas dizem às máquinas o nome de um site.

Em vez de suportar a estrutura e elementos comuns de uma página web, o Wikidata fornece estrutura para toda a informação armazenada na Wikipedia e noutros projectos Wikimedia. O Wikidata é baseado no software Mediawiki tal como os outros projectos Wikimedia, extendidos com o Wikibase, o software que faz o Wikidata funcionar, e está desenhado para gerir grandes quantidades de dados estruturados. Não é adicionada estrutura directamente ao conteúdo de páginas Wikipedia ou de outras páginas Wikimedia, como em tabelas ou listas, nem é pedido aos utilizadores saber saber sobre línguas de marcação, esquemas de dados, notação de objectos, ou outra sintaxe especial; em vez disso, os dados são adicionados e editados no Wikidata através de formulários intuitivos.
Todos os dados armazenados no Wikidata podem ser usados para gerar automaticamente vários tipos de listas, tabelas, ou outras páginas estruturadas em qualquer site Wikimedia ou noutros.
Estruturar os dados
| Dados para Montanhas | ||
|---|---|---|
| Montanha | Propriedade | Valor |
| Mount Everest | height | 8,848 m |
| K2 | hauteur | 8,611 m |
| Kanchenjunga | height | 8,586 m |
| Lhotse | height | 27940 ft |
Para um exemplo da importância de estrutura, vejamos a Tabela 1. Nesta tabela pode-se ver dados das quatro montanhas mais altas da Terra. Se quisessemos sabe um peça de informação, como a altura da segunda montanha mais alta do mundo, deveriamos ser capazes de verificar os dados existentes e encontrar o valor certo. No entanto, apenas três das quatro montanhas têm os seus dados categorizados como altura, e apenas duas dessas três montanhas têm valores em metros. Apesar de sabermos que altura e hauteur (altura em francês) se podem perceber como iguais, e como converter metros em pés ou vice-versa, uma máquina, como um bot ou um programa de computador, pode não saber.
Seria muito mais fácil, tanto para humanos como para máquinas, processar a informação e responder a questão original da segunda montanha mais alta quando todos os dados estão registados de uma forma semelhante mesmo que a sua apresentação difira.
Modelar os dados
Catálogos de dados estruturados, como o Wikidata, são organizados segundo um modelo de dados. Modelos de dados são legíveis por máquinas, o que quer dizer que são compreensíveis por um computador. Apesar de computadores serem poderosos, não são, geralmente, tão espertos quanto nós no que toca a racioncínio simples. No exemplo acima, uma máquina não seria capaz de saber que altura e hauteur são iguais, a não ser que isto lhe seja dito explicitamente de alguma maneira.
-
item: Terra
-
propriedade: ponto mais elevado
-
valor: Evereste
| Dados para Montanhas | ||
|---|---|---|
| Montanha | Propriedade | Valor |
| Mount Everest | continent | Asia |
| K2 | continent | Asia |
| Kanchenjunga | continent | Asia |
| Lhotse | continent | Asia |

Modelos de dados variam dependendo das necessidades de análise, domínio e esquema conceptual do conjunto de dados, e os requisitos técnicos dum sistema. No entanto, todos os modelos de dados tipicamente especificam os tipos de dados suportados por um sistema, e que relações entre valores são compreendidas e representadas. Por exemplo, um modelo de dados poderia especificar que altura e hauteur estão mutuamente ligados tal que ambos os termos representam um conceito, ou que medidas em pés são automaticamente convertidas em metros. O modelo de dados do Wikidata molda a forma como dados podem ser editados e adicionados ao sistema por utilizadores. Isto é também um trabalho em curso, com novos tipos de dados a serem adicionados ao modelo ao longo do tempo.
O modelo de dados traduz essencialmente padrões de língua natural humana nalgo que pode ser processado por máquinas. Por exemplo, em português poderíamos dizer:
- "O Monte Evereste é a montanha mais alta do mundo"
Este também é o formato não estruturado de conteúdo actualmente na Wikipédia e todos os outros sites Wikimedia.
No Wikidata, isto seria representado por uma declaração, que consiste num par propriedade-valor sobre um item, neste caso a Terra:
Earth (Q2) (item) → highest point (P610) (propriedade) → Mount Everest (Q513) (valor)
Além disso, o Wikidata teria também uma declaração sobre o item para o Monte Evereste (indicando que é uma montanha):
Mount Everest (Q513) (item) → instance of (P31) (propriedade) → mountain (Q8502) (valor)
Note-se que como outros itens podem ser usados como valores em declarações, e todos os itens têm a sua própria página no Wikidata, isso quer dizer que todos os itens do sistema podem ser ligados por um conjunto de declarações. Como o Wikidata usa um formato legível por máquinas, esta interligação de dados permite novas relações e associação serem descobertas e processadas por máquinas. Por exemplo, na Tabela 2 vemos novos dados sobre as nossas montanhas, desta vez sobre os seus locais geográficos por continente mas nada sobre as suas alturas. Assumindo que estes dados dos continentes fossem ligados aos dados das alturas das montanhas, poderíamos fazer previsões ou tirar certas conclusões sobre eles com mais confiança, como dizer que a Ásia é a casa das montanhas mais altas.
Interligar dados
Além de ser uma colecção de dados estruturados, o Wikidata também suporta dados ligados. Dados ligados referem-se à prática de publicar dados estruturados para que possam ser interligados.
Para o Wikidata isto significa que dados contribuídos por voluntários também ser ligados a outros conjuntos e bases de dados, e fontes de dados de toda a web e de diversas iniciativas de fora da família Wikimedia. Por exemplo, o Wikidata permite actualmente interligar com conjuntos e bases de dados tão diversas quanto Google Books, Canmore (uma das bases de dados Historic Environment Scotland), a Vatican Library, OmegaWiki, e MusicBrainz.


Ao seguir princípios e práticas de dados ligados, o Wikidata pode fornecer e ser usado por outros projectos.
Princípios de dados interligados
O Wikidata usa identificadores únicos, ou uniform resource identifiers (URI), para todos os items, conforme padrões de dados ligados.
Apesar do Wikidata usar um modelo de dados próprio, o seu conteúdo pode ser exportado em RDF, um formato padrão para dados ligados muito usado. Em termos Wikidata, uma declaração é composta por um item e um par propriedade-valor. Para os já familiarizados com conceitos de dados ligados, pode-se pensar num item como o sujeito de um triplo; a propriedade representa o predicado do triplo; e um valor é usado para expresar objecto de um triplo.
No entanto, declarações Wikidata também podem conter elementos além dos triplos sujeito-predicado-objecto, tais como referências e qualificadores (para mais informação, vê Help:Statements). Isto faz com que seja complicado representar totalmente conteúdo Wikidata na linguagem RDF—mais informação sobre estes desafios no documento "Introducing Wikidata to the Linked Data Web".
Contribuir com dados
Se tens bases de dados que gostarias de contribuir para o Wikidata, consulta Wikidata:Data donation.
Aceder aos dados
Os dados do Wikidata são publicados sobre a Creative Commons Public Domain Dedication 1.0, permitindo o uso livre dos dados. Podes copiar, modificar, distribuir e utilizar os dados, mesmo para fins comerciais, tudo sem pedir autorização.
Consulta Acesso aos dados para detalhes sobre as várias formas de aceder aos dados do Wikidata programaticamente.
Consulta também
Para as páginas relacionadas, consulta:
Para informação adicional e ajuda, consulta:
- Project chat, for discussing all and any aspects of Wikidata
- Wikidata:Glossary, the glossary of terms used in this and other Help pages
- Help:FAQ, frequently asked questions asked and answered by the Wikidata community
- Help:Contents, the Help portal featuring all the documentation available for Wikidata