Bot gromadzi dane dla Wikipedii

Naukowcy skupieni wokół Genomics Institute of the Novartis Research Foundation zabrali się do uzupełniania Wikipedii o artykuły związane z genetyką. Co ciekawe, ich praca jest w pełni zautomatyzowana, inicjatorzy projektu wykorzystują bowiem udostępniony na licencji Apache 2.0 skrypt protein-box-bot.

Narzędzie zostało zaprojektowane do pobierania rekordów z internetowych baz danych, takich jak Entrez Gene. O zdobyte w ten sposób informacje tekstowe i wykresy (w galerii można zobaczyć przykład) w pierwszej kolejności wzbogacono 650 artykułów, opublikowanych w Wikipedii wcześniej. Powstało też 7,5 tys. zalążków haseł, które przydałoby się jeszcze rozbudować.

Jedną z ważnych funkcjonalności bota jest uzupełnianie artykułów o dane bibliograficzne (odsyłacze do fachowych publikacji, w których wspomina się interesujący nas gen). W tym zakresie skrypt wymaga dopracowania - uważa John Timmer z serwisu Ars Technica, który sprawdził, dokąd prowadzą poszczególne linki pod jednym z haseł. Jego zdaniem, tylko jedna trzecia z podanych w bibliografii tekstów zawierała istotne informacje o danym genie.

fot. Wikipedia - Dane zebrane za pomocą skryptu protein-box-bot

O przewadze Wikipedii zadecydowała jej większa popularność - inicjatorzy projektu chcieliby zainteresować genetyką jak najwięcej osób, również ze środowiska naukowego. Okazało się też, że próbując odszukać konkretną informację za pomocą Google, w 60% przypadków na pierwszej stronie wyników wyszukiwania znajdziemy umieszczone w Wikipedii zalążki artykułów, stworzone za pomocą protein-box-bota.