A estrutura do Wikidata

Dados tabulados x Dados ligados entre si

Para aprender como usar o Wikidata Query Service, você primeiro precisará entender a estrutura do Wikidata. Isto é, qual a cara de um banco de dados ligados entre si.

Neste tutorial, muitos exemplos se baseiam nos dados apresentados nesta tabela:

ID do item	título	diretor	duração	bilheteria
wd:Q17738	Star Wars Episódio IV: Uma Nova Esperança	George Lucas	121	775398007
wd:Q181795	Star Wars Episódio V: O Império Contra-Ataca	Irvin Kershner	124	538400000
wd:Q181803	Star Wars Episódio VI: O Retorno de Jedi	Richard Marquand	134	475100000
wd:Q165713	Star Wars Episódio I: A Ameaça Fantasma	George Lucas	136	1027044677
wd:Q181069	Star Wars Episódio II: Ataque dos Clones	George Lucas	142	649398328
wd:Q42051	Star Wars Episódio III: A Vingança dos Sith	George Lucas	140	848800000
wd:Q6074	Star Wars Episódio VII: O Despertar da Força	J. J. Abrams	135	2068223624
wd:Q18486021	Star Wars Episódio VIII: Os Últimos Jedi	Rian Johnson	152	1332539889
wd:Q20977110	Star Wars Episódio IX: A Ascensão Skywalker	J. J. Abrams	141	851058441

A tabela acima é um pequeno conjunto de dados, ou dataset, que organiza informações sobre os filmes da saga Star Wars. Nela, encontramos alguns dos atributos ou propriedades de cada um dos filmes: título, diretor, duração (em minutos), e a bilheteria acumulada (em dólares). Se você está habituado(a) com Excel ou SQL, esta forma de visualização dos dados deve ser familiar. Entretanto, o Wikidata não é um banco de dados armazenados em tabelas, como esta mostrada acima, mas de dados armazenados no formato de dados ligados entre si, ou linked data. O que isso significa?

Em um modelo de linked data, os dados da primeira linha da tabela acima seriam representados como neste gráfico: 

O Wikidata, que usa o formato de dados interligados entre si, armazena as informações na forma de declarações (ou statements). Declarações, previamente conhecidas como triplas de “sujeito, predicado e objeto”, seguem uma estrutura de Item – Propriedade – Valor. 

Por exemplo, a declaração “O céu é da cor azul” é composta por:
(1) um sujeito (“O céu”);
(2) um predicado (“é da cor”);
(3) um objeto (“azul”).

De forma semelhante, “Star Wars Episódio IV: Uma Nova Esperança foi dirigido por George Lucas” é composta por (1) um sujeito/Item (“Star Wars Episódio IV: Uma Nova Esperança”), (2) um predicado/Propriedade (“foi dirigido por”) e um objeto/valor (“George Lucas”).

Você pode pensar em cada linha da tabela acima como sendo um Item, os títulos das colunas como Propriedades, e as células da tabela como Valores.

Outra forma de descrever esses dados é através de declarações. Por exemplo, para o primeiro item da tabela, os dados podem ser descritos pelas seguintes declarações:

Item	Propriedade	Valor
Q17738	título	Star Wars Episódio IV: Uma Nova Esperança
Q17738	diretor	George Lucas
Q17738	duração	121 minutes
Q17738	bilheteria	775398007

Declarações descrevem características detalhadas de um item, e consistem em pares de propriedade-valor, como “diretor: George Lucas” ou “duração: 121 minutos”). Propriedades no Wikidata são representadas por um P seguido de um número. Por exemplo, a propriedade “diretor” é P57. O valor desta propriedade para o item Q17738 (Star Wars Episódio IV: Uma Nova Esperança) é George Lucas, que também possui um item próprio – Q38222.

Nem todos os valores são itens. Por exemplo, o valor para a propriedade “duração” (P2047) para o item Q17738 é 121 minutos.

Algumas propriedades podem ter valores que não sejam itens. Por exemplo, o valor da propriedade “duração” (P2047) para o item Q17738 é ‘121 minutos’, uma quantidade. O valor de “data de publicação” (P577) nos Estados Unidos é “25 de maio de 1977”, uma data. Outros tipos de dados comumente usados são strings (uma cadeia de caracteres, como textos ou códigos), coordenadas geográficas e textos monolinguais (uma string que não é traduzida para outros idiomas). O Wikidata possui 17 tipos de dados distintos no total, e você pode encontrar mais informações sobre eles aqui.