ORES

ORES
ORES home page Get ORES Get support Ongoing campaigns and statistics Bad words revision Use ORES Production and API Experiment Beta Staging Tools that use ORES Research involving ORES Feedback and how to join Give feedback and discuss Known issues and bugs to fix Manual and incidents on Wikitech Wikimedia Scoring Platform team The team Wikimedia Scoring Platform team Translate this template

Edit Review Improvements (ERI)
Edit Review Improvements Woordenlijst Functies Filters for edit review Snelle rondleiding Documentatie Filteren Advanced filters Uitlichten Help:New filters for edit review/Quality and Intent Filters Save your filters sets Live updates FAQ Feedback Research Huggle verbeteringen (voorstel) Technisch How to implement a filter Objective Revision Evaluation Service (ORES) ReviewStream Gadgets Vertaal dit sjabloon

ORES (/ɔɹz/) is een webservice en API voor "machinaal leren as a service" voor Wikimedia-projecten die onderhouden worden door het Scoring Platform team. Het systeem is ontworpen om te helpen bij het automatiseren van belangrijk wiki-werk, zoals het onderkennen en verwijderen van vandalisme. Anno mei 2019 kent ORES scores toe aan de kwaliteit van bewerkingen en van artikelen.

ORES is een dienst die op de achtergrond werkt en biedt geen directe mogelijkheid om gebruik te maken van de resultaten. Als je gebruik wilt maken van de scores van ORES, kijk dan naar deze lijst van tools die ORES-scores gebruiken. Als ORES jouw wiki nog niet ondersteunt, kijk dan naar onze instructies om ondersteuning aan te vragen.

Zoek je antwoorden op je vragen over ORES? Kijk in de ORES FAQ.

Kwaliteit van bewerkingen

ORES-flow voor de kwaliteit van bewerkingen. Een beschrijvend diagram van bewerkingen van "Het Internet" naar Wikipedia geeft de "onbekende" kwaliteit van bewerkingen vóór het inschakelen van ORES weer en de labels "goed", "moet beoordeeld worden" of "schadelijk" die gebruikt worden na het aanzetten van ORES.

Een zorg bij de open projecten van Wikimedia is de controle van mogelijk schadelijke bijdragen (bewerkingen). Het is ook noodzakelijk om bewerkers te identificeren die van goede wil zijn (maar per ongeluk schade berokkenen) en hen ondersteuning te bieden. Deze modellen maken het filteren van bewerkingen in de nl:Speciaal:RecenteWijzigingen makkelijker. ORES biedt twee niveaus van ondersteuning aan modellen die de bewerkingskwaliteit voorspellen: basis en gevorderd.

Basisniveau

Ervan uitgaande dat de meeste schadelijke bewerkingen worden teruggedraaid en dat bewerkingen die niet schadelijk zijn niet worden teruggedraaid, kan een overzicht van bewerkingen (en teruggedraaide bewerkingen) van een wiki gemaakt worden. Een dergelijk model is eenvoudig op te zetten, maar het lijdt onder alle terugdraaiingen die om andere redenen dan schade en vandalisme gedaan worden. Om dit probleem te verhelpen, is een model ontworpen dat gebaseerd is op ongewenste woorden.

• teruggedraaid – voorspelt of een bewerking op een gegeven moment teruggedraaid zal worden.

Gevorderd niveau

Liever dan slechts aannames te doen, wordt bewerkers gevraagd om ORES te leren welke bewerkingen beschadigend zijn en welke bewerkingen aangemerkt moeten worden als goede wil. Dit vraagt aanvullende inspanningen van de gemeenschap, maar het maakt een nauwkeurigere en meer afgewogen voorspelling van de kwaliteit van een bewerking mogelijk. Veel tools werken alleen als een gevorderd beschermingsniveau op de betreffende wiki is aangezet.

• beschadigend – voorspelt of een bewerking het project schaadt
• goede wil – voorspelt of een bewerking is gedaan vanuit goede wil (maar wel ongelukkig uitpakt)

Kwaliteit van artikelen

Overzicht van beoordeling van kwaliteit van artikelen op de Engelse Wikipedia Een screenshot van kwaliteitsbeoordelingen van artikelen op de Engelse Wikipedia zoals deze in december 2014 is gemaakt door WP 1.0 bot.

De kwaliteit van artikelen op Wikipedia is een belangrijke zorg voor Wikipedianen. Nieuwe pagina's moeten beoordeeld worden zodat spam, vandalisme en andere ongewenste artikelen niet in de encyclopedie blijven staan. Artikelen die de eerste beoordeling doorstaan, worden met enige onregelmatigheid beoordeeld op hun kwaliteit, maar dit is behoorlijk arbeidsintensief en de beoordelingen zijn vaak achterhaald.

Ondersteuning bij de initiële beoordeling

Hoe eerder echt serieus problematische artikelen verwijderd worden, hoe beter het is. Het beoordelen van nieuw gecreëerde pagina's kan veel werk zijn. Net als bij het tegengaan van vandalisme in bewerkingen, kunnen ook hier computerondersteunde voorspellingen de beoordelaars helpen om de meest problematische artikelen als eerste te beoordelen. Op basis van de redenen die moderatoren opgeven bij het verwijderen van een pagina (zie de logtabel) kan een model opgesteld worden dat voorspelt welke pagina's in aanmerking komen voor directe verwijdering. Zie nl:Wikipedia:Criteria voor directe verwijdering voor een overzicht van de redenen voor directe verwijdering op de Nederlandse Wikipedia. Voor het Engelse model is uitgegaan van G3 "vandalism", G10 "attack", and G11 "spam".

• acceptabel – voorspelt of het artikel waarschijnlijk voor directe verwijdering in aanmerking komt (spam, vandalisme, privacyschending of veilig)

Ondersteuning voor beoordeling

Voor artikelen die behouden blijven na de eerste beoordeling, evalueren sommige grotere Wikipedias de kwaliteit van artikelen op een schaal die grofweg overeenkomt met versie 1.0 van de beoordelingsschaal van de Engelse Wikipedia ('kwaliteit van artikelen'). Deze beoordelingen zijn erg nuttig, omdat zij ons helpen onze voortgang te overzien en lacunes op te merken (bijvoorbeeld populaire artikelen die van lage kwaliteit zijn). Het is echter een uitdaging om deze evaluaties actueel te houden; dat leidt ertoe dat deze evaluaties inconsistent zijn. Dit is waar het machinaal-leer-model voor de evaluatie van de artikelkwaliteit van pas komt. Door het model te leren om de kwaliteitsevaluatie zoals menselijke bewerkers deze uitvoeren, na te doen, kunnen we automatisch ieder artikel, en iedere herziening, van een beoordeling voorzien. Dit model is gebruikt om Wiki-projecten te helpen het opnieuw evalueren van de kwaliteit van nieuwe versies van artikelen en om de bewerkingspatronen die leiden tot betere artikelen te onderzoeken.

De kwaliteitsevaluatie van artikelen is gebaseerd op structurele kenmerken van een artikel. Voorbeelden van deze kenmerken zijn: het aantal paragrafen, de aanwezigheid van een infobox, het aantal bronnen en het gebruik van citeer-sjablonen. De beoordeling kijkt niet naar het taalgebruik, de opbouw of de toonzetting van het artikel (bijvoorbeeld of er vanuit een niet-neutraal standpunt geschreven is). De ervaring leert dat veel van de structurele kenmerken van een artikel samenhangen met de manier van schrijven en de neutraliteit, dus in de praktijk werkt dit model goed.

• artikelkwaliteit – voorspelt de kwaliteit van artikelen, vergelijkbaar met de beoordelingen volgens Wikipedia 1.0.

Topic routing

Topic Cross-walk. A visualization of the cross-wiki labeling process is presented. English Wikipedia's WikiProjects tag articles by topical interest. WikiProjects are organized into a taxonomy of topic labels. The topic labels are applied to articles on other wikis via Wikidata sitelinks.

ORES' article topic model applies an intuitive top-down taxonomy to any article in Wikipedia -- even new article drafts. This topic routing is useful for curating new articles, building work lists, forming new WikiProjects, and analyzing coverage gaps.

ORES topic models are trained using en:word embeddings of the actual content. For each language, a language-specific embedding is learned and applied natively. Since this modeling strategy depends on the topic of the article, topic predictions may differ between languages depending on the topics present in the text of the article.

Curation support

New article routing. A diagram maps the flow of new articles in Wikipedia with the 'draftquality' and 'articletopic' ORES models used for routing.

The biggest difficulty with reviewing new articles is finding someone familiar with the subject matter to judge notability, relevance, and accuracy. Our drafttopic model is designed to route newly created articles based on their apparent topical nature to interested reviewers. The model is trained and tested against the first revision of articles and is thus suitable to use on new article drafts.

• drafttopic – predicts the topic of an a new article draft

Topic interest mapping

Article tagging example (Ann Bishop). Ann Bishop is tagged by WikiProjects East Anglia, Women scientists, Women's history, and Biography. The topic taxonomy translation and predictions are presented. Note that the predictions include more relevant topic information than the taxonomy links.

The topical relatedness of articles is an important concept for the organization of work in Wikipedia. Topical working groups have become a common strategy for managing content production and patrolling in Wikipedia. Yet a high-level hierarchy is not available or query-able for many reasons. The result is that anyone looking to organize around a topic or make a work-list has to do substantial manual work to identify the relevant articles. With our articletopic model, these queries can be done automatically.

• articletopic – predicts the topic of an article (more details )

Overzicht van het gebruik

Onderstaande tabel geeft een overzicht van de status en gebruik van ORES per wiki. Als jouw wiki hier niet bij staat of het specifieke gebruik niet is ingeschakeld is, kan je dit aanvragen.

API-gebruik

ORES biedt een restfull API-dienst voor het direct opvragen van de beoordeling van herzieningen. Zie $oreso voor meer informatie over het gebruik van de API.

ORES offers a Restful API service for dynamically retrieving scoring information about revisions. See https://ores.wikimedia.org for more information on how to use the API.

Als je de beoordeling van grotere aantallen herzieningen wilt opvragen, wordt het aangeraden dit in batches van 50 te doen, zoals hieronder beschreven. Tot vier aanvragen kunnen tegelijk worden ingediend. Voor nog grotere aantallen kan je ervoor kiezen om ORES lokaal te draaien.

Voorbeeldquery: http://ores.wmflabs.org/v3/scores/enwiki/?models=draftquality|wp10&revids=34854345|485104318

Result

{ "enwiki": { "models": { "draftquality": { "version": "0.0.1" }, "wp10": { "version": "0.5.0" } }, "scores": { "34854345": { "draftquality": { "score": { "prediction": "OK", "probability": { "OK": 0.7013632376824356, "attack": 0.0033607229172158775, "spam": 0.2176404529599271, "vandalism": 0.07763558644042126 } } }, "wp10": { "score": { "prediction": "FA", "probability": { "B": 0.22222314275400137, "C": 0.028102719464462304, "FA": 0.7214649122864883, "GA": 0.008833476344463836, "Start": 0.017699431000825352, "Stub": 0.0016763181497590444 } } } }, "485104318": { "draftquality": { "score": { "prediction": "OK", "probability": { "OK": 0.9870402772858909, "attack": 0.0006854267347843173, "spam": 0.010405615745053554, "vandalism": 0.0018686802342713132 } } }, "wp10": { "score": { "prediction": "Stub", "probability": { "B": 0.02035853144725939, "C": 0.021257471714087376, "FA": 0.0018133076388221472, "GA": 0.003447287158958823, "Start": 0.1470443252839051, "Stub": 0.8060790767569672 } } } } } } }

Voorbeeldquery: https://ores.wikimedia.org/v3/scores/wikidatawiki/421063984/damaging

Result
{ "wikidatawiki": { "models": { "damaging": { "version": "0.3.0" } }, "scores": { "421063984": { "damaging": { "score": { "prediction": false, "probability": { "false": 0.9947809563336424, "true": 0.005219043666357669 } } } } } } }

Local usage

To run ORES locally you can install ORES by:

pip install ores # needs to be python3, incompatible with python2

Then you should be able to run it through :

echo -e '{"rev_id": 456789}\n{"rev_id": 3242342}' | ores score_revisions https://ores.wikimedia.org enwiki damaging

You should see output of

Result

017-11-22 16:23:53,000 INFO:ores.utilities.score_revisions -- Reading input from <stdin> 2017-11-22 16:23:53,000 INFO:ores.utilities.score_revisions -- Writing output to from <stdout> {"score": {"damaging": {"score": {"prediction": false, "probability": {"false": 0.9889349126544834, "true": 0.011065087345516589}}}}, "rev_id": 456789} {"score": {"damaging": {"score": {"prediction": false, "probability": {"false": 0.9830812038318183, "true": 0.016918796168181708}}}}, "rev_id": 3242342}