4e Café Wikidata saison 2

Après le troisième café wikidata qui s’est déroulé dans le cadre de la semaine Data-SHS (entre le 11 et le 15 décembre), la session de janvier a soulevé quelques défis.

Requête pour annoncer la nouvelle année 2024

Organisé le 10 janvier 2024, la première requête a été consacrée à trouver les lieux en France et dans le monde situés à 2024m d’altitude, un clin d’œil au passage à la nouvelle année.

https://w.wiki/95Ci

Puisque l’objectif est de trouver tout type de lieu géolocalisé, la stratégie consiste à ne pas préciser la nature de l’élément. On ne cherche ni sommet, ni montagne, mais n’importe quel lieu situé à telle altitude. En utilisant la grammaire sparql (Sujet, Prédicat, Objet), on va préciser uniquement le prédicat, le sujet et l’objet étant inconnus : ?point wdt:P31 ?quelqueChose. Le résultat de la requête est de128 lieux. Pour trouver uniquement les lieux en France, il faut remplacer l’Objet (?pays) par l’identifiant wikidata de la France. Il est intéressant d’observer que lorsqu’on demande d’afficher également la nature de l’élément, les lieux situés à 2024 m ne sont pas uniquement des montagnes ou des sommets (comme on pourrait s’y attendre), mais des localités habitées, des aéroports, des lacs, un volcan, etc.

Les lacs d’Auvergne et les limites de Wikidata

Les lacs par localisation administrative

Le lac Pavin. F. THURION — Photo personnelle 07/2000 F. THURION Original upload on Wikipedia FR by Accrochoc

La deuxième requête de la journée a été consacrée à trouver les lacs en Auvergne. A l’instar des précédentes requêtes focalisées sur l’Auvergne (abordées dans les billets suivants : https://bmsh.hypotheses.org/2614 et https://bmsh.hypotheses.org/2829), il est difficile de lier des lieux avec une région administrative historique comme l’Auvergne. Si nous devions trouver les lacs de la région Auvergne Rhône-Alpes, la tâche serait beaucoup plus facile car la région existe dans le présent. Nous avons abordé cette difficulté en particulier dans le deuxième billet cité. La solution a été de chercher des lieux appartenant aux 4 départements (toujours d’actualité) qui composent l’Auvergne historique avec la méthode values ou filter.

En appliquant la méthode values, la requête produit le résultat suivant (on n’oublie pas d’utiliser plutôt la notion de sous-classe, car les lacs apparaissent sous plusieurs noms, donc, on cherche non pas des lacs, mais tous les types “sous-classes d’eau calme”) :

https://w.wiki/95Ee

La requête contient 26 résultats. On peut remarquer deux problèmes : les lacs qui apparaissent plusieurs fois pour chaque localité et l’absence de certains lacs qui auraient dû y figurer comme le lac Pavin par exemple. Une des méthodes pour éliminer les doublons aurait été de ne pas afficher les communes. Toutefois, en supprimant le nom de la commune (?lieuLabel) cela génère une requête très lourde qui ralentit et bloque wikidata. Une autre solution est à découvrir plus bas dans Améliorer le temps d’exécution Wikidata. L’absence du lac Pavin, en revanche, est liée à l’absence d’informations sur la fiche wikidata du lac lui-même, plus précisément, l’absence de la commune d’appartenance (la localisation administrative). Quelle solution adopter dans ce cas-là?

Les lacs par localisation géographique

Il faut essayer de trouver les lacs d’Auvergne non pas en rapport avec une localisation administrative donnée (les départements), mais en rapport avec une localisation géographique. Si on regarde la notice wikidata de l’Auvergne historique (https://www.wikidata.org/wiki/Q1152) on peut constater qu’elle contient la propriété P625 (coordonnées géographiques). Cela indique de manière conventionnelle le centre de l’Auvergne : un point proche de Saint-Julien-de-Coppel (l’intersection Nord et Est). Il s’agit maintenant de trouver les lacs autour de ce point (à une distance de 150km). Certes, l’Auvergne n’est pas ronde pour arriver à trouver exclusivement les lacs de la région et certains points seront à l’extérieur, mais c’est une manière de découvrir de nouveaux lacs même s’ils n’ont pas de localisation administrative. Voici la requête :

https://w.wiki/95Mv

Si on pouvait ajouter les contours d’Auvergne, le repérage des lacs de la région serait plus facile car cela nous permettrait de délimiter les lacs à l’intérieur et à l’extérieur d’Auvergne sur un rayon de 150 km par rapport au point central. Grâce à Zoran Cuckovic, ingénieur d’études au laboratoire CHEC de Clermont Ferrand qui m’a fourni le fichier en format geojson, j’ai pu ajouter sur Wikimedia Commons les contours de la carte d’Auvergne (https://commons.wikimedia.org/wiki/File:Auvergne_region_locator_map.svg). Est-ce que cette nouvelle information peut changer l’aperçu des lacs? Voici la nouvelle requête :

https://w.wiki/8oXa

A nouveau, les limites sont évidentes. L’affichage de la carte d’Auvergne comprend non seulement les contours, mais aussi le remplissage de la forme. Cela dissimule les lacs qui sont maintenant invisibles. Cela n’est pas le seul problème. Il n’est pas possible de jouer sur les sous-classes car cela engendre un arrêt de Wikidata en raison du dépassement du temps d’exécution de la requête. Afficher la carte de la région d’Auvergne, calculer les lacs autour d’un point donné et utiliser les sous-classes génèrent un très long temps d’attente. En utilisant “lac” comme nature d’élément, le lac Pavin ne ressort pas. A moins de mettre à jour la fiche de tous les lacs et travailler avec la localisation administrative, nous sommes arrivés à une impasse sur Wikidata.

Améliorer le temps d’exécution Wikidata

En effet, l’interruption des requêtes sur Wikidata en raison de la lenteur du temps d’exécution peut-être décourageant. C’est Nicolas Vigneron (wikimédien en résidence à Clermont en 2021) qui m’a mis sur la bonne piste. Hormis la complexité de la requête, l’autre cause est liée au SERVICE wikibase:label que nous utilisons par défaut à chaque requête et qui prend beaucoup de ressources à l’exécution. Une solution pour pallier cet inconvénient est de générer les labels autrement. En reprenant la requête des lacs par localisation administrative, voici une manière d’éviter les doublons sans demander le lieu de localisation :

https://w.wiki/95PZ

Une deuxième solution serait de passer par un autre service de requête : QLever, plus rapide. En reprenant la première requête sur la localisation géographique, nous pouvons rajouter les sous-classes sans difficultés. Cette fois-ci, le lac Pavin apparaît dans les résultats.

https://qlever.cs.uni-freiburg.de/wikidata/hkY2UH

Sortir de Wikidata pour la visualisation

Puisqu’on n’a pas réussi à visualiser de manière efficace sur Wikidata à la fois la carte d’Auvergne et les lacs, un autre outil de visualisation a été préféré : Kepler. Le résultat peut être aperçu ci-dessous. Il intègre le résultat de la précédente requête wikidata téléchargé en format csv et le fichier geojson avec forme de la région.



Citer ce billet
Aurelia Vasile (2024, 5 février). 4e Café Wikidata saison 2. CONVERGENCES. Consulté le 13 juin 2024, à l’adresse https://doi.org/10.58079/vr87

Vous aimerez aussi...

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search