Riksdagensdata: Dubbletter i wikidata.

[salgo60]

Originally posted by @SchermanJ in #50 (comment)

Funderar om detta bara är fel på importen, men här kommer några dubbletter jag upptäckt på wikidata.

Motion till riksdagen
2021/22:3779
av Johan Forssell m.fl. (M)

Korrekt: https://www.wikidata.org/wiki/Q110533584
Inkorrekt dublett: https://www.wikidata.org/wiki/Q111743075

Motion till riksdagen
2021/22:4373
av Jakob Forssmed m.fl. (KD)

Korrekt: https://www.wikidata.org/wiki/Q111036653
Inkorrekt dublett: https://www.wikidata.org/wiki/Q111743076

Motion till riksdagen
2021/22:4355
av Linda Lindberg m.fl. (SD)

Korrekt: https://www.wikidata.org/wiki/Q110567166
Inkorrekt dublett: https://www.wikidata.org/wiki/Q111743077

Originally posted by @SchermanJ in #50 (comment)

[salgo60]

@SchermanJ - udda med att Sveriges Riksdag dokument ID slutar med -

• SPARQL som hittar fler sådana
  wd:Q111743077 H9024355-
  wd:Q111743076 H9024373-
  wd:Q111743075 H9023779-
  wd:Q111675323 GS02xv282-

• fler fel fångade i

  • "Wikidata:Database reports/Constraint violations/P8433"
  • "Wikidata:Database reports/Constraint violations/P1214"
  • "Wikidata:Database reports/Constraint violations/P8388"

@Ainali några tankar?

[Ainali]

Kan datat ha ändrats? Jag noterar att tre i dina första exempel har knepig etikett och titel: https://w.wiki/5n5r

[salgo60]

ping @SchermanJ

• SPARQL som hittar poster med "Titel"

[SchermanJ]

Här är ett exempel där jag tidigare bara tog bort bindestrecket och på så sätt fick URL att fungera:
https://www.wikidata.org/wiki/Q111675322

[salgo60]

Ok det intressanta är varför det blev fel och vi hittar övriga felen. Kollar du på listorna ovan verkar fler saker vara fel...

Gissar att det kan vara bra att fundera på om vi kan ändra reglerna i Wikidata med ex regexp och se om vi kan hitta fler fel...

Jag skall skriva upp på feedbacken till Riksdagens Öppna data att dom borde beskriva de världen identifieraren kan ha...

[Ainali]

Jag skall skriva upp på feedbacken till Riksdagens Öppna data att dom borde beskriva de världen identifieraren kan ha...

Är inte det redan bra beskrivet på: https://data.riksdagen.se/dokumentation/sa-funkar-dokument-id/

[salgo60]

Kan vara jag ville ha regexp

Min vision är att ihop kopplingen blir mer automatisk och då känns regexp ett bra att berätta

• det här är min identifierare
• alla mina värden kan valideras med detta regexp
• när saker ändras publiceras ett nytt regexp och helst kan man prenumerera på det

Skall vi skala detta med öppen data till > 200 myndigheter och 290 kommuner plus göra det i hela världen behövs bra mönster som gärna inte skall vara en sida med massa text på svenska...

Jag tycker att Riksdagens öppna data har massa kvaliteter men skulle kunna bli lite bättre

• proffsigare helpdesk
• 5 star data
• klassificera på ämnen som kanske görs av enskild Riksdagsman och har ett kontrollerad vokabulär
• klassificering av motioner etc på hållbarhets mål
• publicera med TEI format precis som gör med historiska riksdagstrycket
  *...