Wikidata

Fundamentalmente, un artículo consta de:

• Un identificador (el QID), relacionado con una etiqueta y una descripción.
• Opcionalmente, se pueden usar varios alias y un cierto número de declaraciones (con sus propiedades y valores).

Statements are how any information known about an item is recorded in Wikidata. Formally, they consist of key–value pairs, which match a property (such as "author", or "publication date") with one or more entity values (such as "Sir Arthur Conan Doyle" or "1902"). For example, the informal English statement "milk is white" would be encoded by a statement pairing the property color (P462) with the value white (Q23444) under the item milk (Q8495).

Statements may map a property to more than one value. For example, the "occupation" property for Marie Curie could be linked with the values "physicist" and "chemist", to reflect the fact that she engaged in both occupations.^[6]

Values may take on many types including other Wikidata items, strings, numbers, or media files. Properties prescribe what types of values they may be paired with. For example, the property official website (P856) may only be paired with values of type "URL".^[7]

Optionally, qualifiers can be used to refine the meaning of a statement by providing additional information. For example, a "population" statement could be modified with a qualifier such as "point in time (P585): 2011" (as its own key-value pair). Values in the statements may also be annotated with references, pointing to a source backing up the statement's content.^[8] As with statements, all qualifiers and references are property–value pairs.

Each property has a numeric identifier prefixed with a capital P and a page on Wikidata with optional label, description, aliases, and statements. As such, there are properties with the sole purpose of describing other properties, such as subproperty of (P1647).

Properties may also define more complex rules about their intended usage, termed constraints. For example, the capital (P36) property includes a "single value constraint", reflecting the reality that (typically) territories have only one capital city. Constraints are treated as testing alerts and hints, rather than inviolable rules.^[9]

Before a new property is created, it needs to undergo a discussion process.^[10][11]

La propiedad más utilizada es "citas obra" (P2860) , que se utiliza en más de 290.000.000 de páginas de artículos a fecha de noviembre de 2023. .^{[ 12 ]}

En lingüística , un lexema es una unidad de significado léxico que representa un grupo de palabras que comparten el mismo significado central y características gramaticales. ^{[ 13 ] [ 14 ]} De manera similar, los lexemas de Wikidata son elementos con una estructura que los hace más adecuados para almacenar datos lexicográficos . Desde 2016, Wikidata admite entradas lexicográficas en forma de lexemas. ^{[ 15 ]}

En Wikidata, las entradas lexicográficas tienen un identificador diferente al de las entradas de elementos regulares. Estas entradas llevan el prefijo de la letra L, como en los ejemplos de entradas para libro (L16168) y vaca (L3726) . Las entradas lexicográficas en Wikidata pueden contener enunciados, sentidos y formas. ^{[ 16 ]} El uso de entradas lexicográficas en Wikidata permite documentar el uso de las palabras, la conexión entre palabras y elementos en Wikidata, las traducciones de palabras y posibilita la generación de datos lexicográficos legibles por máquina.

En 2020, las entradas lexicográficas en Wikidata superaron las 250 000. El idioma con más entradas lexicográficas fue el ruso , con un total de 101 137 lexemas, seguido del inglés con 38 122 lexemas. Hay más de 668 idiomas con entradas lexicográficas en Wikidata. ^{[ 17 ]}

En Wikidata, un esquema es un modelo de datos que describe los atributos necesarios para un elemento de datos. ^{[ 18 ] [ 19 ]} Por ejemplo, un elemento de datos que utiliza el atributo " instancia de " con el valor " humano " normalmente incluiría atributos como " lugar de nacimiento ", " fecha de nacimiento ", "fecha de defunción " y " lugar de defunción ". ^{[ 20 ]} El esquema de entidad en Wikidata utiliza Shape Expression (ShEx) para describir los datos en los elementos de Wikidata en forma de Resource Description Framework (RDF). ^{[ 21 ]} El uso de esquemas de entidad en Wikidata ayuda a abordar las inconsistencias de datos y el vandalismo sin control. ^{[ 18 ]}

En enero de 2019, se inició el desarrollo de una nueva extensión para MediaWiki que permite almacenar ShEx en un espacio de nombres separado. ^{[ 22 ] [ 23 ]} Los esquemas de entidades se almacenan con identificadores diferentes a los utilizados para elementos, propiedades y lexemas. Los esquemas de entidades se almacenan con un identificador "E", como E10 para el esquema de entidad de instancias de datos humanos y E270 para el esquema de entidad de instancias de datos de edificios. Esta extensión se ha instalado desde entonces en Wikidata ^{[ 24 ]} y permite a los colaboradores usar ShEx para validar y describir datos del Resource Description Framework en elementos y lexemas. Cualquier elemento o lexema en Wikidata se puede validar con respecto a un esquema de entidad, lo que lo convierte en una herramienta importante para el control de calidad.

Wikidata se lanzó el 29 de octubre de 2012 y fue el primer proyecto nuevo de la Fundación Wikimedia desde 2006. ^{[ 2 ] [ 33 ] [ 34 ]} En ese momento, solo estaba disponible la centralización de los enlaces de idioma. Esto permitía crear elementos y completarlos con información básica: una etiqueta (un nombre o título), alias (términos alternativos para la etiqueta), una descripción y enlaces a artículos sobre el tema en todas las ediciones lingüísticas de Wikipedia (enlaces interwikipedia).

Históricamente, un artículo de Wikipedia incluía una lista de enlaces interlingüísticos (enlaces a artículos sobre el mismo tema en otras ediciones de Wikipedia, si existían). Wikidata era originalmente un repositorio independiente de enlaces interlingüísticos. ^{[ 35 ]} Las ediciones lingüísticas de Wikipedia aún no podían acceder a Wikidata, por lo que debían seguir manteniendo sus propias listas de enlaces interlingüísticos.

El 14 de enero de 2013, la Wikipedia en húngaro se convirtió en la primera en habilitar la provisión de enlaces interlingüísticos a través de Wikidata. ^{[ 36 ]} Esta funcionalidad se extendió a las Wikipedias en hebreo e italiano el 30 de enero, a la Wikipedia en inglés el 13 de febrero y a todas las demás Wikipedias el 6 de marzo. ^{[ 37 ] [ 38 ] [ 39 ] [ 40 ]} Después de que no se llegó a un consenso sobre una propuesta para restringir la eliminación de enlaces de idiomas de la Wikipedia en inglés, ^{[ 41 ]} fueron eliminados automáticamente por bots . El 23 de septiembre de 2013, los enlaces interlingüísticos se publicaron en Wikimedia Commons. ^{[ 42 ]}

El 4 de febrero de 2013 se introdujeron declaraciones en las entradas de Wikidata. Los valores posibles para las propiedades se limitaron inicialmente a dos tipos de datos (elementos e imágenes en Wikimedia Commons), y posteriormente se añadieron más tipos de datos (como coordenadas y fechas). El primer tipo nuevo, cadena de caracteres, se implementó el 6 de marzo. ^{[ 43 ]}

La capacidad de las distintas ediciones lingüísticas de Wikipedia para acceder a datos de Wikidata se implementó progresivamente entre el 27 de marzo y el 25 de abril de 2013. ^{[ 44 ] [ 45 ]} El 16 de septiembre de 2015, Wikidata comenzó a permitir el llamado acceso arbitrario , o acceso desde un artículo determinado de Wikipedia a las declaraciones en elementos de Wikidata no directamente conectados a él. Por ejemplo, se hizo posible leer datos sobre Alemania desde el artículo de Berlín, lo cual no era factible antes. ^{[ 46 ]} El 27 de abril de 2016, se activó el acceso arbitrario en Wikimedia Commons. ^{[ 47 ]}

Según un estudio de 2020, una gran proporción de los datos en Wikidata consiste en entradas importadas masivamente de otras bases de datos por bots de Internet , lo que ayuda a "romper las barreras" de los silos de datos . ^{[ 48 ]}

El 7 de septiembre de 2015, la Fundación Wikimedia anunció el lanzamiento del Servicio de Consulta de Wikidata , ^{[ 49 ]} que permite a los usuarios realizar consultas sobre los datos contenidos en Wikidata. ^{[ 50 ]} El servicio utiliza SPARQL como lenguaje de consulta. A noviembre de 2018, existen al menos 26 herramientas diferentes que permiten consultar los datos de distintas maneras. ^{[ 51 ]} Utiliza Blazegraph como su almacén de triples y base de datos de grafos . ^{[ 52 ] [ 53 ]}

En 2021, Wikimedia Deutschland lanzó Query Builder, ^{[ 54 ]} "un generador de consultas basado en formularios para permitir que las personas que no saben cómo usar SPARQL" escriban una consulta.

El Proyecto de Incrustaciones de Wikidata se lanzó en octubre de 2025. Proporciona una herramienta de búsqueda semántica basada en vectores , que permite consultas en lenguaje natural, y es compatible con el estándar del Protocolo de Contexto de Modelos (MCP) , que facilita el acceso de los sistemas de IA a los datos. ^{[ 55 ]} El proyecto es una colaboración entre Wikimedia Deutschland, Jina.AI y DataStax , una filial de IBM. ^{[ 55 ]}

Las barras del logotipo contienen la palabra "WIKI" codificada en código Morse . ^{[ 56 ]} Fue creado por Arun Ganesh y seleccionado por decisión de la comunidad. ^{[ 57 ]}