ウィクショナリー

ウィクショナリー( US : / ˈ w ɪ k ʃ ə ˌ n ɛr i /^ⓘ WIK -shə-nerr-ee、英国: / ˈ w ɪ k ʃ ən ər i /^ⓘ WIK -shə-nər-ee; 「dictionary」と韻を踏む) は、多数の自然言語用語 (単語、フレーズ、ことわざ、言語再構築無料コンテンツ辞書を作成する多言語ウェブベース。これらのエントリには、定義説明用の画像発音、語源、活用、使用例、引用、関連用語、用語の他言語への翻訳ボランティアがwiki共同で編集します。その名前はwikiとdictionary という単語の合成語です。198言語と簡易英語利用できます。姉妹プロジェクトのWikipediaWikimedia Foundationによって運営され、「Wiktionarian」と呼ばれるボランティアそのウィキソフトウェアでMediaWikiを、ウェブサイトにアクセスできる人ならほぼ誰でも記事を作成・編集できる。

Wiktionaryは印刷スペースの制約を受けないため、Wiktionaryのほとんどの言語版では、多くの言語の用語の定義と翻訳が提供されており、一部の版では、類語辞典によく見られるような追加情報も提供されています。

Wiktionaryのデータは、様々な自然言語処理タスクで頻繁に利用されている。

Wiktionaryは、Wikipediaの共同創設者であるラリー・サンガーの発案とダニエル・アルストンの提案に基づき、 2002年12月12日にオンライン化されました。 ^{[ 2 ] [ 3 ]} 2004年3月28日には、英語以外の言語で最初のWiktionaryがフランス語とポーランド語で開始されました。その後、他の多くの言語でもWiktionaryが開始されています。Wiktionaryは、2004年5月1日に現在のドメイン名に切り替わるまで、一時的なドメイン名（wiktionary.wikipedia.org）でホストされていました。 ^{[ a ]} 2021年7月現在 Wiktionaryには、その各版全体で3,000万を超える記事（さらに多くの項目）が掲載されています。^{[ 4 ]}言語版の中で最大規模なのは英語版Wiktionaryで、750万を超える項目があり、次いでフランス語版Wiktionaryが470万以上、マダガスカル語版Wiktionaryが350万を超える項目となっています。43の言語版Wiktionaryには、それぞれ10万を超える項目があります。^{[ b ]}

このプロジェクトの最大規模の言語版の定義の多くは、エントリを生成する創造的な方法を見つけたボット、または（まれに）以前に公開された辞書から何千ものエントリを自動的にインポートしたボットによって作成されました。2007年に英語のWiktionaryに登録された18のボットのうち7つ^{[ c ]}が、そこに163,000のエントリを作成しました。^{[ 5 ]}

別のボット「ThirdPersBot 」は、標準的な辞書では独自の項目が与えられなかったであろう多くの三人称活用形の追加を担当しました。たとえば、「 smoulders 」を「 smoulderの三人称単数単純現在形」と定義しました。英語の Wiktionary が提供する 996,450 の英単語に対する 1,269,938 の定義のうち、478,068 はこの種の「形式」定義です。^{[ 6 ]}これは、そのような項目がなくても、英語のカバー範囲が主要な単言語印刷辞書のカバー範囲よりもかなり広いことを意味します。たとえば、Merriam-Webster の Third New International Dictionary には 475,000 の項目があり (多くの追加の埋め込み見出し語を含む)、 Oxford English Dictionary には 615,000 の見出し語がありますが、中英語も含まれており、英語の Wiktionary には中英語に対する追加の 34,234 のグロス定義があります。様々な種類のエントリーがどれだけ存在するかを示す詳細な統計データが存在する。

英語版ウィクショナリーは、他の版ほどボットに依存していません。たとえば、フランス語版とベトナム語版ウィクショナリーは、ベトナム語との間で無料のコンテンツを提供する二言語辞書であるFree Vietnamese Dictionary Project (FVDP) の大部分をインポートしています。 ^{[ d ]}これらのインポートされたエントリは、ベトナム語版のコンテンツのほぼすべてを占めています。英語版と同様に、フランス語版ウィクショナリーは、CJK文字のUnihanデータベースから約20,000のエントリをインポートしています。フランス語版ウィクショナリーは、Dictionnaire de l'Académie française (1935 年、約 35,000 語)の第 8 版など、古い無料ライセンスの辞書から多くのエントリをコピーするボットと、フランス語訳付きの他のウィクショナリー版から単語を追加するボットのおかげで、2006 年に急速に成長しました。ロシア語版は、「 LXbot 」が英語とドイツ語の単語に定型文（見出しはあるが定義はない）を追加したため、約8万件のエントリが増加した。^{[ 7 ]}

2021年7月現在、英語のWiktionaryには、英語の項目だけで791,870を超えるグロス定義と1,269,938を超える定義（異なる形式を含む）があり、すべての言語を合わせると合計で9,928,056を超える定義があります。^{[ 8 ]}

2026年7月 現在、Wiktionaryサイトは198言語で存在し、そのうち174がアクティブで24が閉鎖されています。^{[ 1 ]}アクティブなサイトには49,180,194の記事があり、閉鎖されたサイトには339の記事があります。^{[ 13 ]}登録ユーザーは7,945,792人で、そのうち9,283人が最近アクティブです。^{[ 13 ]}

合計を含む完全なリストについては、Wikimedia Statistics: ^{[ 14 ]を参照してください。}

Wiktionaryに対する初期の批評家の反応は賛否両論だった。2006年、ジル・レポアはニューヨーカー誌の記事「ノアの印」で次のように書いている。^{[ 15 ]}

Wiktionaryには挙手による審査などありません。編集スタッフすら存在しないのです。「自分で辞書を作ろう！」というのがWiktionaryのモットーなのかもしれません。専門家なんて必要でしょうか？辞書編纂者が書いた辞書に大金を払う必要なんてありません。自分たちで簡単に作れるのですから。Wiktionary は共和主義的でも民主的でもない、むしろ毛沢東主義的です。そして、その質は著作権が切れた書籍から盗用しているものに依存しているのです。

ブックリスト誌に掲載されたケイル・グラフの書評は、それほど批判的ではなかった。

Wiktionaryに居場所はあるのだろうか？間違いなくある。多くのクリエイターたちの熱意と情熱は、市場が存在することの証だ。そして、今日の目まぐるしく変化する世界やオンライン環境で頻繁に登場する奇妙な用語を検索する際に、頼りになる情報源がもう一つ増えるのは素晴らしいことだ。しかし、他の多くのウェブサイト（このコラムも含めて）と同様に、Wiktionaryは、より信頼できる情報源と併用することで、高度な知識を持つユーザーによって最も効果的に活用されるだろう。

他の出版物での言及は断片的で、定義にとどまり、ウィキペディアに関するより大きな議論の一部となっているが、ナシュア・テレグラフ紙のデイビッド・ブルックスはそれを「荒削りでまとまりがない」と評している。^{[ 16 ]}ウィクショナリーの独立した報道を妨げる要因の一つは、それが単にウィキペディアの拡張であるという誤解が続いていることである。^{[ g ]}

英語のWiktionaryにあるポーランド語の単語の一部について、活用形の正確さを測ったところ、この文法データは非常に安定していることがわかった（ある研究では、4,748のポーランド語のうち、活用形データが修正されたのはわずか131語だった）。^{[ 17 ]}

2016年現在ウィクショナリーは学術界での利用が拡大している。^{[ 18 ]} 2024年2月のNature誌では、CEFRの語彙レベルと英語のウィクショナリーのエントリーに対するユーザーの関心との関係が評価されている。^{[ 19 ]}

Wiktionaryには半構造化データがあります。^{[ 20 ]} Wiktionaryの辞書データは、自然言語処理タスクで使用するために機械可読形式に変換できます。^{[ 21 ] [ 22 ] [ 23 ]}

Wiktionary のデータマイニングは複雑な作業です。以下のような困難があります: ^{[ 24 ]}

• （１）データおよびスキーマの絶え間ない頻繁な変更
• （２）Wiktionary言語編集スキーマの異質性^{[ h ]}および
• （３）ウィキの人間中心的な性質。

Wiktionaryのさまざまな言語版に対応したパーサーがいくつかあります。 ^{[ 25 ]}

• DBpedia Wiktionary  : ^{[ 26 ]} DBpediaのサブプロジェクトで、データは英語、フランス語、ドイツ語、ロシア語のWiktionaryから抽出されます。データには、言語、品詞、定義、意味関係、翻訳が含まれます。ページのスキーマの宣言的記述^{[ 27 ]} 、正規表現^{[ 28 ]}、有限状態トランスデューサ^{[ 29 ]}を使用して情報を抽出します。
• JWKTL ( Java Wiktionary Library)  : ^{[ 30 ]} Java Wiktionary APIを介して英語 Wiktionary とドイツ語 Wiktionary のダンプへのアクセスを提供します。^{[ 31 ]}データには、言語、品詞、定義、引用、意味関係、語源、翻訳が含まれます。JWKTL はApache License の下で配布されています。
• wikokit  : ^{[ 32 ]}英語の Wiktionary とロシア語の Wiktionary のパーサーです。[ 33 ^]解析されたデータには、言語、品詞、定義、引用、^{[ 34 ] [ i ]}意味関係^{[ 35 ]}および翻訳が含まれます。これはマルチライセンスのオープンソースソフトウェアです。
• 語源に関する項目は、語源ワードネットプロジェクトで解析されています。^{[ 36 ]}

Wiktionaryのデータを利用した自然言語処理タスクの例としては、以下のようなものがあります。

• オランダ語とアフリカーンス語間のルールベースの機械翻訳。英語のWiktionary、オランダ語のWiktionary、WikipediaのデータがApertium機械翻訳プラットフォームで使用されました。^{[ 37 ]}
• オープンな言語リソースである English Wiktionary、 WordNet、VerbNetを統合したパーサー NULEX による機械可読辞書の構築。^{[ 38 ]}パーサー NULEX はEnglish Wiktionary から時制情報 (動詞)、複数形、品詞 (名詞)をスクレイピングします。
• 音声認識と合成では、Wiktionary が発音辞書の自動作成に使用されました。^{[ 39 ]}単語と発音のペアは、Wiktionary の 6 つの言語版 (チェコ語、英語、フランス語、スペイン語、ポーランド語、ドイツ語) から取得されました。発音は国際音声記号 (IPA)に基づいています。^{[ j ]}英語の Wiktionary に基づくASRシステムは、単語エラー率が最も高く、3音素ごとに変更する必要があります。^{[ 41 ]}
• オントロジーエンジニアリング^{[ 42 ]}と意味ネットワーク構築^{[ 43 ]}
• オントロジーマッチング。^{[ 44 ]}
• テキストの簡略化。Medero & Ostendorf ^{[ 45 ] は}、Wiktionary のデータを使用して語彙の難易度 (読解レベルの検出) を評価しました。Wiktionary エントリから抽出された単語の特性 (定義の長さと品詞、意味、翻訳回数) が調査されました。Medero & Ostendorf は、
  • （１）非常に一般的な単語は複数の品詞を持つ可能性が高く、
  • （２）一般的な単語は複数の意味を持つ可能性が高く、
  • （３）一般的な単語は複数の言語に翻訳されている可能性が高い。ウィクショナリーのエントリから抽出されたこれらの特徴は、簡易英語のウィキペディア記事に登場する単語の種類と、標準英語の同等の記事にのみ登場する単語を区別するのに役立った。
• 品詞タグ付け。Li et al. (2012) ^{[ 46 ] は}、英語の Wiktionary と隠れマルコフモデルに基づいて、リソースの乏しい 8 つの言語用の多言語 POS タグ付けツールを構築しました。^{[ k ]}
• 感情分析。^{[ 47 ]}

ウィクショナリーに構造化データサポートを提供するために、2018 年に「 Wikidata : 語彙データ」というページが開設されました。このページは、ウィクショナリーの専用の「語彙素」名前空間の下に、機械可読データモデルで全言語の単語データを格納しています。2021 年 10 月現在、このプロジェクトにはさまざまな言語の 60 万を超える語彙素エントリが蓄積されています。^{[ 48 ]}

• リンガ・リブレ

• 公式サイト
• ウィキペディア:ウィクショナリーのリスト
• Wiktionaryの全版一覧
• F-DroidリポジトリにあるWiktionary Androidパッケージ
• Wiktionaryの多言語統計
• ウィキメディアのウィクショナリーに関するページ（既存のすべてのウィクショナリーのリストを含む）
• Meta の Wiktionary に関するページ。