ORES/Get support/nl

ondersteunt een beperkt aantal Wiki's, maar er worden er steeds meer ondersteund. Hier beschrijven wij hoe u ORES ondersteuning kunt krijgen voor uw favoriete wiki, ook als is het er geen van de Wikimedia Foundation. Kijk eerst hier of uw wiki misschien al ondersteund wordt. Wij bieden verschillende soorten ondersteuning. We streven maar een bepaalde klasse van het model en niveau van ondersteuning. Indien u hulp nodig heeft om een verzoek te kunnen doen, doe dat dan in het Engels op de overleg pagina.



Basis taalondersteuning
Om de basisondersteuning voor uw wiki in te stellen dient u eerst de taalmiddelen (assets) die ORES nodig heeft in te stellen op uw wiki. Kijk of uw taal hier staat of in phabricator als open taak staat. Als uw taal hier niet bijstaat, gebruik dan de onderstaande link om ondersteuning aan te vragen!

(voorbeeld)

Op het lage basisniveau hebben we het  model dat probeert te voorspellen of een bewerking ongedaan gemaakt moet worden. Dit model is "opgebouwd" met voorbeelden van bewerkingen die in het verleden ongedaan zijn gemaakt in een bepaalde wiki. Als we al basisondersteuning hebben, kunnen we het  model voor uw wiki instellen.



Geavanceerde ondersteuning kwaliteit bewerkingen
While the  model is useful and can be trained based on the history of article, it is slightly problematic. 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.

To gather the data needed to train these models, we can set up a Wiki labels campaign with a random sample of edits for evaluation. See the ongoing campaigns to join one (preferably if you have editing experience), or request a labeling campaign below.

(voorbeeld)

Article quality support
We train article quality models based on quality assessments (like en:WP:1.0 in English Wikipedia) if they are available. If not, we'll need to set up a Wiki labels campaign and have editors assess a sample of articles (usually ~5000) in order to train ORES how to make assessments.

(voorbeeld)

Draft quality support
We train draft quality models based on deletion reasons that are recorded in the deletion log. In order to start work on the model, we'll need to ask for some help identifying what types comments are present in deletion reasons that we might flag as deeply problematic.