B2 · Episode 14 · 5:08
Building a Unified Dictionary Interface for Wikisource
This episode presents a proposal to build a unified, searchable interface for Wikisource's diverse dictionary collection—including linguistic, encyclopedic, historical, bibliographic, and iconographic dictionaries—and demonstrates how users could filter, compare, and incrementally add dictionaries across time periods and languages.
Source：Lyokoï / Wikimedia Commons · License：CC BY-SA 4.0
Transcript
Et enfin, on dispose de tous les types de dictionnaires,
Finally, we have all types of dictionaries,
là où c'est souvent des dictionnaires qui sont de langue,
whereas on many sites, dictionaries are often limited to language ones,
sur Wikisource on a aussi des dictionnaires encyclopédiques,
but on Wikisource, we also have encyclopedic dictionaries,
dictionnaires d'illustrations, bibliographiques, iconographiques,
illustrated, bibliographic, and iconographic dictionaries,
historiques, on a toute la variété,
historical dictionaries—we have the full variety,
ce qui n'est pas le cas sur les sites où on a plusieurs dictionnaires les uns à côté
something you won’t find on sites where multiple dictionaries sit side by side,
des autres en fait.
literally next to each other.
Donc là on a une ressource qui est assez incroyable.
So this is truly an amazing resource.
Mais moi je propose quoi en fait?
So, what exactly am I proposing?
En fait, j'ai eu cette idée- là, je suis pas trop un technicien,
Well, I had this idea—I’m not really a tech person,
mais voilà ce que j'aimerais, si ça vous intéresse, bosser sur Wikisource.
but here’s what I’d love to do—if it interests you—to work together on Wikisource.
Alors après, je sais pas où le mettre, si on le met sur Toolforge,
Now, I’m not sure where to host it—on Toolforge,
si on le met sur Wikisource directement,
or directly on Wikisource,
si on le met sur un site extérieur comme on a fait avec Lingua Libre,
or on an external site, like we did with Lingua Libre,
mais l'idée, c'est de faire une super interface pour exploser les scores,
but the idea is to build a powerful interface to boost performance,
devenir la première ressource lexicographique de l'histoire de français,
and become the top lexicographic resource in the history of the French language,
et surtout de pouvoir faire une interface où on peut comparer les dictionnaires dans
and especially to create a clear interface for comparing dictionaries,
une interface claire, et où on peut ajouter au fur et à mesure du temps des
and one that lets us add new dictionaries gradually over time.
dictionnaires.
(referring to adding new dictionaries)
Très bien, j'ai ce qu'il faut.
Great—I’ve got everything ready.
Et du coup, voici ma dernière diapo.
And now, here’s my final slide.
Voilà comment j'imagine les choses.
This is how I envision it.
Alors, je l'appelais la Dicothèque.
I call it the ‘Dicothèque’ (Dictionary Library).
J'ai pas mis de boule qui tourne, mais on n'est pas loin.
I didn’t add a spinning globe—but we’re close!
Et donc l'idée, alors là je l'ai intégré dans Wikisource,
Right now, I’ve integrated it into Wikisource,
donc vous pouvez oublier la première ligne, on s'en fout.
so you can ignore the first line—it’s irrelevant.
Mais comment je vois les choses après une expérience de relecture là- dedans?
But how has my perspective changed after this re-reading exercise?
L'idée c'est qu'à partir notamment des données sur Wikidata et
The idea is to use, in particular, data from Wikidata,
sur Wikisource, on va pouvoir en fait filtrer les dictionnaires
and data from Wikisource,
avec un certain nombre de filtres.
to actually filter dictionaries using various criteria.
Ici vous avez un autre filtre qui sont les barres d'interface sur le temps.
Here you see another filter interface bar based on time.
En fait, est- ce que je veux les dictionnaires de 1607 à 1609?
For instance: do I only want dictionaries published between 1607 and 1609?
Est- ce que je veux élargir, rafraîchir, être exclusif sur une date?
Or would I like to broaden the scope, refresh results, or restrict them to a specific year?
Et ici, la liste des dictionnaires qui sont concernés à chaque fois par nos filtres,
Here is the list of dictionaries affected by each filter,
où on pourrait cocher seulement un dictionnaire, je veux celui- là,
where you could select just one dictionary—‘I only want this one’,
celui- là, celui- là, et puis tous les autres je m'en fiche.
'this one', 'that one'—while ignoring all the others.
Alors évidemment cette liste sera peut- être avec le temps de plus en plus grande,
Naturally, over time, this list may grow longer and longer,
mais déjà ça va être un outil assez intéressant.
yet even now it’s already a quite useful tool.
Ici une barre de recherche pour chercher un mot.
Here is a search bar for looking up words.
Genre je veux le mot manger dans tous les dictionnaires,
Say I want to search for the word ‘eat’ across all dictionaries,
et du coup premier dico, deuxième dico,
so the first dictionary, the second dictionary…
l'idée c'est que ça se fasse au moins en deux colonnes, un peu tassé,
the display should ideally show at least two columns, arranged compactly,
en fait beaucoup de dictionnaires sont assez succincts.
since many dictionaries are actually quite concise.
D'autres vont être plus détaillés, en fonction de ce que vous voulez,
Other dictionaries will be more detailed,
vous cocherez, décocherez, et l'idée c'est de montrer ça.
depending on your needs—you can check or uncheck boxes, aiming precisely to showcase these differences.
Je sais pas où faire ça,
I’m not sure where exactly to implement this feature,
je sais que c'est possible à faire.
though I know it’s technically feasible.
J'aimerais bien que ça soit fait parce que pour le coup, l'ajout,
I’d really like it to be done soon, because then,
l'apport de wikisources
the contribution of Wikisource,
serait absolument visible, et surtout je parle aussi du côté un petit peu de la
would become absolutely visible—especially regarding research,
recherche. Il y a beaucoup de chercheurs qui ont besoin de comparer des ressources,
many researchers need to compare different resources,
et qui le font à chaque fois à leur sauce, qui refont à chaque fois,
but each time they devise their own methods and redo the work,
qui publient jamais leurs sources, leurs données.
and never publish their sources or raw data.
Beaucoup de dictionnaires qui sont relus pour faire des études sont après publiés
Many dictionaries, reread for research purposes, are subsequently published.
dans des bases qui sont un peu privées parce que c'est des bases de recherche,
They’re published in somewhat private databases, since these are research databases.
ils n'ont pas envie que les gens font, mais là, en fait,
Researchers don’t want the public to use them freely—but actually,
ils pourraient faire relire un dico, le mettre là- dedans,
they could have a dictionary reread by volunteers and then upload it here.
et tout le monde pourrait récupérer tout ça.
Then everyone could access all of it.
L'idée c'est que ça grandisse avec le temps.
The idea is that it will grow over time.
Voilà, les diapos sont en ligne, ah bah les liens s'affichent,
Here we go—the slides are online. Oh, look, the links appear,
c'est tout dégueulasse, désolé, mais vous verrez mieux sur les
but it’s quite messy—sorry! Still, you’ll see them more clearly on the slides in Commons.
diapos dans Commons, je vous ai mis
I’ve uploaded the slides for you,
une liste de liens, notamment les dico dont je parle, et puis voilà,
including a list of links—especially to the dictionaries I mentioned.
merci, si vous avez des envies, des questions,
Thank you! If you have any ideas or questions,
enfin c'était un peu pour vous présenter ça,
this was mainly meant as a brief introduction.
vous dire il y a vraiment cette idée- là qui est intéressante à faire,
I’d like to stress: this idea is genuinely valuable and worth pursuing.
je pense que ça peut vraiment donner un intérêt à Wikisource avec les dictionnaires,
I believe dictionary projects can truly add value to Wikisource.
aujourd'hui c'est encore un peu, je veux pas dire c'est le bazar,
Right now, Wikisource is still at an early stage—not exactly chaotic,
mais sur Wikisource on est encore un peu avant, et donc voilà.
but still very much in its exploratory phase—so that’s all for now.
Merci et vos questions.
Thank you—and please feel free to ask questions!
y a t il des questions commentaires remarques compléments oui
Any questions, comments, remarks, or additions? Yes!
Très vite, juste, on peut mettre le wixenir sur la lune,
Very briefly: we could send ‘Wixenir’ to the Moon,
il suffit de l'envoyer sur une sombre.
just by sending it into some dark corner.
Yokoi, t'as mon email, t'as mon Discord, voilà, je suis là.
Yokoi—you have my email and Discord; I’m here for you!
Alors moi c'est un projet qui m'intéresse parce qu'on a des dictionnaires de langue
For me, this is a project I find very interesting—because our English Wikisource already hosts many language dictionaries,
têtue sur le wiki source anglophone,
specifically bilingual dictionaries on English Wikisource,
donc des dictionnaires bilingues de 1880 jusqu'à quelle
dating from 1880 up to… well, what year exactly?
date, et pour les dictionnaires de sinogrammes,
And for Chinese-character dictionaries,
c'est toujours un peu difficile justement de comparer,
it’s always been rather difficult to compare them,
de trouver la vraie forme avec des guillemets,
and especially hard to locate the exact character forms using quotation marks.
donc c'est un sujet qui est intéressant.
So yes—this is truly a meaningful topic.
Et ensuite, j'étais à Clarin
Then, I went to Clarin.
récemment à Prague, où il y avait plein de chercheurs en lexicographie et
Recently, I was in Prague, where many lexicographers and linguists gathered,
en linguistique en général, en NLP même pour être exact.
and even specialists in natural language processing (NLP).
Et en fait, leurs principaux échanges,
In fact, their main discussions were about
c'était sur partager des outils et des ressources,
sharing tools and resources.
et moi j'étais en mode mais nous on a
and I was thinking:
aussi des ressources, est- ce que vous nous connaissez?
'We have resources too—do you know us?'
Et ils nous ont mentionné, enfin, vous mentionnez Wikipédia,
They mentioned us—well, actually, they mentioned Wikipedia,
mais bon, on les excusera.
but we’ll forgive them for that.
Mais en fait, on a plein de choses à leur proposer, et du coup,
In fact, we have plenty to offer them, so
je pense qu'il y a plein de passerelles à se faire avec le monde de la recherche.
I believe many bridges can be built with the research community.
Juste le côté de Wikipédia est intéressant,
The Wikipedia aspect alone is interesting:
c'est- à- dire qu'on pourrait adapter cet outil, je n'y ai pas mentionné,
namely, we could adapt this tool—I didn’t mention it earlier—
mais où la sélection, on peut faire une présélection avec une requête,
for instance, by using a query to pre-select entries;
et à ce moment- là, je ne prends que des dictionnaires de telle langue,
at that point, I only select dictionaries of a specific language;
soit on l'intègre directement à l'interface, soit on le fait avec une requête,
they could either be integrated directly into the interface or retrieved via queries;
et puis on pourrait mettre d'autres outils,
furthermore, we could add other tools,
d'autres ouvrages qui sont sélectionnés en fait en soi.
and other publications that are themselves carefully selected.
Donc oui, on peut aller loin.
So yes—we can go much further.