Wikipedia:Archiv/WP 1.0/Lemmaselektion

Diese Seite gehört zum Wikipedia-Archiv.

Der Inhalt dieser Seite ist nicht mehr aktuell. Sie wird aber nicht gelöscht, damit die Geschichte der Wikipedia nicht verloren geht. Falls es sich um eine Arbeitsunterlage handelt, ist sie womöglich durch andere Seiten ersetzt worden. Bestehende Weiterleitungen auf diese Seite sollen das Wiederauffinden ermöglichen.

Wenn du meinst, diese Seite sei weiterhin von aktueller Bedeutung, solle weiter benutzt werden und ihre Funktion sei nicht besser in bestehende Seiten integriert, dann kümmere dich bitte um ihre Aktualisierung.

Die Selektion und die Anordnung der Lemmata für eine hundertbändige gedruckte Enzyklopädie, die innerhalb von 4 Jahren erscheinen soll und auf der schnell sich verändernden Wikipedia basiert ist zweifelsohne eine anspruchsvolle Aufgabe. Diese muss man mit viel Um- und vor allem Voraussicht lösen. Tasten wir uns heran.

Arbeitsmaterial

Raul hat ein Tool entwickelt, das von einem Dump eine Tabelle der (blauen und roten) Lemmata mit folgenden Feldern erzeugt:

• Daten für die alphabetische Einordnung

• Lemma Wikipedia
• Ist Artikel vorhanden J/N (es werden auch rote Links aufgenommen)
• Ist Redirect J/N
• Redirect-Ziel falls vorhanden
• Personendaten vorhanden J/N
• Name falls Personendaten vorhanden
• Alternativname falls Personendaten vorhanden
• Ist BKL J/N (aus dem Text via Baustein filtern)
• Alternativlemma aus den Kategorien zu ziehen: [[Kategorie:Historischer Brand|Chicago, Großer Brand von]], mit Semikolon aneinanderreihen falls unterschiedliche vorkommen

• Daten für die Vorabgewichtung

• Länge des Artikels in Bytes
• Erstellungsdatum des Artikels (noch nicht, dafür muss man den Full Dump verarbeiten)
• Anzahl der Edits (noch nicht, dafür muss man den Full Dump verarbeiten)
• Anzahl der Links innerhalb der Wikipedia auf dieses Lemma
• Sprachen der Interwiki-Links, durch Semikolon getrennt

• Daten für die Aufteilung in die Fachredaktionen

• Kategorien des Artikels, durch Semikolon getrennt

Rote Links werden als nicht vorhandene Artikel aufgenommen. Die Daten müssen jetzt aufbereitet werden, mehr demnächst.

Auswahl der Lemmata

Die meisten Listen werden nicht aufgenommen, "Standardlisten" wie Liste_der_Friedensnobelpreisträger schon.

Relevanzkriterien: Grundsätzlich soll jedes Lemma aufgenommen, das den Relevanztest der Community erfüllt. Die Länge des entsprechenden Artikels wird aber durch die Gewichtung des Artikels bestimmt.

Anordnung der Lemmata

Offene Fragen:

• Geschichte Griechenlands wird zu Griechenland (Geschichte)? (nicht in der Wikipedia, nur in der Lemmalogik)
• wo werden Lemmata eingeordnet, die mit Ziffern und Sonderzeichen beginnen?
• Umgang mit Redirects (die automatische Selektion, die bei der DVD 2005/06 vorgenommen wurde muss manuell verfeinert werden)

Schneiden des Alphabets in 100 Teile

Die Grenze der Lemmastrecke des ersten Bandes muss bestimmt werden. Um ein Gefühl für die Proportionen klassischer Lexika zu bekommen kann diese Liste eingesehen und erweitert werden:

Name	Jahr	Bände	Seiten	Band1	1/100
dtv Lexikon	1966	20	320	Bamu	Akti
Herder 5.A	1956	9	1510	Bitt	Agra
wissen.de	2004	24	350	Apis	Affe
BertelsmannL	1966	7	1430	Camu	Afon
Duden3B	1961	3	750	fz	Aich
Duden3B	1965	3	820	fz	Ahle
Duden3B	1976	3	750	fz	Agen
Das moderne Lexikon (Bertelsmann)	1979	20	447	Art	Afrika
Grosses Modernes Lexikon (Bertelsmann)	1982 A	12	574	Baug	Aeroklimatologie
Grosses Lexikon in Farbe	1985	1	1080		Ägäische Kultur (sort: Aga)
Der große Coron	1993	20	496	apostrophieren	Ädil
Meyers Großes Universallexikon	1981	15	648	attributiv	Adhortativ
Meyers Neues Lexikon	1961	8	950	Bossuet	Affenadler
Meyers Universal Lexikon	1978	4	720	Finanz	Adder
Brockhaus Konv. 8. Auflage	1833	12	953	Bluthochzeit	Ägina
Brockhaus Konv. 11. Auflage	1864	15	944	Arachniden	Achard
Brockhaus Konv. 13. Auflage	1882	16	950	Astrabad	Adventivknospe
Brockhaus Konv. 14. Auflage	1893	16	1018	Arraroba	Adlerdollar
Brockhaus Enz. 17. Auflage	1966	20	830	Atesis	Afrika
Brockhaus Enz. 19. Auflage	1986	24	700	Aptychen	Affenfurche
Der grosse Brockhaus	1977	12	650	Befund	Afrika
Der Brockhaus in 5 Bd. 8. Auflage	1993	5	695	Eiszeit	Agrumen
Das Wissen des 20. Jhd	1966	6	575	Element	Aktiengesellschaft
Das Lexikon für Österreich	2006	20	480	Ausrüstung	Agenda 21

Im Vergleich dazu die Größenangaben und Berechnungen an Hand der XML-Daten der Wikipedia-DVD, Stand November 2005. Berücksichtigt sind nur die A-Z-Artikel ohne Ziffern- und Sonderzeichenartikel, Listen, Chroniken und Kalendertage.

Name	Datum	Bytes	1/100
Wikipedia-DVD	November 2005	1.205.714.498	Afinger, Bernhard