インターネット上の膨大な情報を、人間だけでなくコンピュータが理解できる形式で蓄積する。そんな壮大な目的を持つのがWikidata（ウィキデータ）です。Wikimedia Foundationが運営するこのプロジェクトは、多言語で編集可能な知識ベースであり、世界中のオープンデータとして公開されています。単なるデータベースではなく、共同編集型の「ナレッジグラフ」として機能することで、Wikipediaをはじめとする多くのプロジェクトに不可欠な基盤となっています。
WikidataはMediaWikiソフトウェアと、半構造化データを扱うための拡張機能「Wikibase」によって構築されています。2025年初頭の時点で、すでに16.5億件ものアイテムステートメント（意味論的なトリプル）が蓄積されており、その規模は世界最大級のオープンアクセス・ナレッジグラフと称されています。
Key Facts
- 運営主体： Wikimedia Foundation（編集は世界中のコミュニティが担当）
- ライセンス： CC0（パブリックドメイン）として完全にオープンに提供
- データ形式： アイテム、プロパティ、レクセムからなる構造化データ
- 主要な用途： Wikipediaの多言語リンク管理、AI（SiriやAlexa）の知識源、学術研究
- 技術的特徴： SPARQLによる高度なクエリが可能で、AI向けのベクトル検索も導入
Wikidataを構成する基本概念
Wikidataの最大の特徴は、情報を「アイテム」という単位で管理し、それぞれに固有の識別子（QID）を割り当てている点です。これにより、言語が異なるページ間でも、同じ概念を正確に紐付けることができます。
アイテムと識別子の仕組み
例えば、「ゴリラ」や「ジョニー・キャッシュ」といった概念はそれぞれ独立したアイテムとして登録され、「Q36611」や「Q42775」といった一意のIDが付与されます。ラベル（名称）は重複しても構いませんが、「ラベル」と「説明」の組み合わせをユニークにすることで、同名の別個体（例：歌手のエルヴィス・プレスリーと、彼のアルバム作品）を明確に区別しています。
ステートメント：情報の記録方法
アイテムに関する具体的な情報は「ステートメント」として記録されます。これは「プロパティ（属性）」と「値」のペア（キー・バリュー形式）で構成されています。例えば、「牛乳（アイテム）」という項目に、「色（プロパティ）」＝「白（値）」という情報を紐付ける形式です。
さらに、このステートメントには「限定子（Qualifier）」を加えて詳細な条件を付け加えたり、「参照（Reference）」を付けて情報の根拠となるソースを明示したりすることが可能です。これにより、データの精度と信頼性が担保されています。
プロパティと制約
プロパティは「P」から始まる識別子で管理されており、それ自体がWikidataのアイテムとして定義されています。また、プロパティには「制約（Constraint）」を設定でき、例えば「首都」というプロパティには通常1つの値しか入らないといったルールを設けることで、データの整合性をチェックするヒントとして活用しています。
高度なデータ機能と拡張
レクセム（Lexemes）による言語データ
2016年からは、辞書的なデータを扱うための「レクセム」機能が導入されました。「L」から始まる識別子を持つこれらのエントリは、単語の意味や文法特性、翻訳情報を格納するのに適しています。ロシア語や英語を中心に、668以上の言語で展開されており、機械可読な辞書データの構築に寄与しています。
エンティティスキーマによる品質管理
データの品質を維持するため、2019年からは「エンティティスキーマ（E識別子）」が導入されました。これはShEx（Shape Expressions）を用いてデータの構造を定義するもので、例えば「人間」というアイテムが持つべき必須項目を定義し、それに沿っているかを検証することで、大規模なデータセットの品質保証を実現しています。
Wikidataの歩みとエコシステム
誕生から普及まで
2012年10月29日にローンチされたWikidataは、当初、各言語版Wikipediaで個別に管理されていた「言語間リンク」を集約することを目的としていました。以前は各記事の編集画面でリンクを管理していましたが、現在はWikidataで一元管理されるようになっています。
その後、2013年にはステートメント機能が追加され、Wikipedia側からWikidataのデータを動的に参照できる仕組みが整いました。また、ボットによる外部データベースからの大量インポートが行われたことで、データのサイロ化（孤立化）を打破し、急速にコンテンツ量が増大しました。
データへのアクセスとAI活用
ユーザーは「Wikidata Query Service」を通じて、SPARQLというクエリ言語を用いて複雑なデータ抽出が可能です。また、プログラミング知識がない人向けに「Query Builder」も提供されています。さらに2025年には、AIシステムがデータをより活用しやすくするためのベクトルベースのセマンティック検索ツール（Wikidata Embedding Project）が導入されました。
まとめ：Wikidataの概要一覧
| 項目 | 内容 |
|---|---|
| サイト種別 | 多言語ナレッジグラフ / 知識ベース |
| 運営 | Wikimedia Foundation / コミュニティ |
| データライセンス | CC0 (パブリックドメイン) |
| 主要構成要素 | アイテム(Q)、プロパティ(P)、レクセム(L)、スキーマ(E) |
| 主な活用例 | Wikipedia、Siri、Alexa、学術研究、KDE Itinerary |
Frequently Asked Questions
WikidataとWikipediaの違いは何ですか？
Wikipediaは人間が読むための「文章（記事）」を蓄積する百科事典ですが、Wikidataはコンピュータが処理しやすい「構造化データ（属性と値のペア）」を蓄積する知識ベースです。Wikidataで管理されたデータが、Wikipediaのインフォボックスなどに利用されています。
誰でもデータを編集できるのですか？
はい、Wikidataは共同編集型のプロジェクトであり、世界中のボランティアやコミュニティによって編集されています。登録は任意であり、オープンな環境で誰でも情報の追加や修正が可能です。
どのような場所で活用されていますか？
AppleのSiriやAmazon Alexaなどの仮想アシスタントの知識源として利用されているほか、オープンソースの旅行アシスタント「KDE Itinerary」や、数学的な質問回答システム「MathQA」など、多様なアプリケーションに組み込まれています。
SPARQLとは何ですか？
SPARQLは、RDF（Resource Description Framework）形式のデータを検索するための標準的なクエリ言語です。これを使うことで、「人口が100万人以上の、ヨーロッパにある都市の一覧」といった複雑な条件でのデータ抽出が可能になります。
References
- Content from the main userspace and certain other namespaces are in the public domain. Other texts and contributions are subject to .
- Q is the first initial of Qamarniso Vrandečić (née Ismoilova), an Uzbek Wikimedian married to Wikidata co-developer .
📸 フォトギャラリー