ORES/Get support/id

hanya mendukung sebagian wiki, tetapi dukungannya berkembang setiap waktu. Halaman ini menjelaskan cara mendapatkan dukungan ORES untuk wiki favorit Anda meskipun wikinya berada di luar Wikimedia Foundation. Pastikan untuk memeriksa kembali [$Support tabel dukungan] karena kami mungkin sudah mendukung wiki Anda. Terdapat beberapa jenis dukungan berbeda yang bisa kami sediakan. Ini sebenarnya bergantung pada kelas model dan tingkat dukungan yang kami sasar. Jika Anda perlu bantuan untuk membuat permintaan, katakan di halaman pembicaraan.

Dukungan bahasa dasar
Untuk memasang dukungan dasar untuk wiki Anda, pertama-tama kita perlu memasang aset bahasa yang ORES perlukan agar bisa beroperasi di wiki Anda. Periksa apakah bahasa Anda dicantumkan [$github di kode kami] atau [$phabricator periksa pekerjaan terbuka di phabricator]. Jika Anda tidak menemukan bahasa Anda di daftar, gunakan pranala di bawah untuk meminta dukungan! Check if your language is listed in our code or check phabricator for open tasks. If you don't find your language listed, use the link below to request support!

 ([//phabricator.wikimedia.org/T131450 contoh])

Pada tingkat yang paling dasar, kami menyediakan model  yang mencoba memprediksi apakah suatu suntingan perlu dibalikkan atau tidak. Model ini "dilatih" menggunakan sebuah sampel suntingan yang pernah dibalikkan di suatu wiki tertentu. Begitu dukungan bahasa dasarnya sudah siap, kami akan memasang model $reverted2 untuk wiki Anda. This model is "trained" using a sample of past reverted edits that happened in a particular wiki. Once we have basic language support ready, we'll set up a  model for your wiki.

Dukungan kualitas suntingan lanjutan
Meskipun model  berguna dan bisa dilatih berdasarkan riwayat artikel, model ini sedikit bermasalah. Akan lebih baik apabila kita bisa melatih model prediksi kita berdasarkan penilaian kualitas suntingan yang lebih bijak. Kebanyakan perkakas yang menggunakan ORES untuk mendukung peninjauan perubahan terbaru membutuhkan tingkat dukungan ini. Model $damaging memprediksi apakah suatu suntingan menyebabkan kerusakan dan model $goodfaith memprediksi apakah suatu suntingan disimpan dengan niat baik. It's much better if we can train our prediction models on more nuanced judgements of the quality of an edit. Many of the tools that use ORES to support reviewing recent changes require this level of support. The  model predicts whether an edit causes damage and the   model predicts whether an edit was saved with good intentions.

Untuk memperoleh data yang diperlukan untuk melatih model-model ini, kita bisa memasang kampanye Label wiki dengan sampel suntingan acak untuk penilaian. Lihat [$campaigns kampanye yang sedang berlangsung] untuk bergabung (diharapkan Anda punya pengalaman menyunting), atau minta kampanye pelabelan di bawah. See the ongoing campaigns to join one (preferably if you have editing experience), or request a labeling campaign below.



([//phabricator.wikimedia.org/T114509 contoh])

Dukungan kualitas artikel
Kami melatih model kualitas artikel berdasarkan penilaian kualitas (seperti en:WP:1.0 di Wikipedia bahasa Inggris) apabila tersedia. Jika tidak tersedia, kami akan perlu memasang sebuah kampanye Label wiki dan meminta para penyunting menilai sebuah sampel artikel (biasanya ~5000) untuk melatih ORES membuat penilaian.



([//phabricator.wikimedia.org/T131635 contoh])

Dukungan kualitas draf
Kami melatih model kualitas draf berdasarkan alasan penghapusan yang dicatat di log penghapusan. Untuk mulai mengerjakan model, kami perlu meminta bantuan untuk mengenali jenis komentar apa yang terdapat di alasan penghapusan yang kami mungkin tandai sebagai cukup bermasalah.

