OpenStreetMapの自然言語の概念と正式な分類

OpenStreetMapプロジェクトに少しでも精通している人は、おそらくコアとなるいくつかの原則について知っています。「好きなタグ」と、地図作成データベースのコンテンツがこのプロジェクトの主要なものであり、このコンテンツの方法ではないという事実ベースはosm.orgに標準スタイルを表示します。 しかし、最初の原則を考えると、このデータベースのセマンティック構造ではすべてがとても良くてバラ色ですか？ ロシア語のOSMフォーラムスレッドを読んで、状況を理解し、ここで説明することにしました。







もう少し歴史と事実。 OSMプロジェクトは英国で始まりました。 したがって、タグの主な言語は、ほとんどの場合は単なる単語ですが、イギリス英語です。 したがって、「okrug」と呼ばれるスポーツセンターまたは領土の指定はrhood



それぞれplace=neighbo



leisure=sports_cent



re



およびplace=neighbo



leisure=sports_cent



として記述されます。 ドイツ語も使用されます。たとえば、巨石構造のタイプの（推奨されない）指定の1つは、ドイツ語Großsteingrab （ドルメン）のタグmegalith_type=grosssteingrab



です。



伝統的に、タグはキー（キーは等号の左側にあるもの）と値（値は右側にあるもの）で構成されます。 これは、キーがオブジェクトまたはプロパティのクラスに対応し、値がオブジェクトまたは特定のプロパティ値に対応するという原則を示しています。 キーと値は名前空間構文を使用する場合があります。 これは、いくつかのタグがいわゆる表記法を構成する場合によく行われます。この表記法では、オブジェクトの一般的な指定がその固有のプロパティによって補完されます。 例：

social_facility=day_care





social_facility:for=senior





そのようなタグのペアは、「高齢者のための社会制度、デイケアの場所」を意味します。 ルートキーにちなんで名付けられた名前空間には、修飾プロパティに対応する他のキーがいくつでもあるため、このオプションは非常に完璧です。



別の一般的な方法は、名前空間を使用せずにタグを修飾することです。 例：

barrier=bollard





bollard=removable





これは、「人工障害物、ポール、格納式」という意味です。 自然言語の観点からは、「ピラー=格納可能」はかなり妄想的な構成ですが、OSMではこれらのすべての単語が抽象化に対応していることを念頭に置く必要があります。 。 このアプローチの短所は、OSMがオブジェクトに同じキーを持つ2つのタグを割り当てることができないため、タグ固有の洗練タグが1つしか存在できないことです。 同時に、他のオブジェクトに対して可能な限り多くの非特定の修飾タグが存在する可能性があります。たとえば、この列では、マテリアルと高さを示すことができます： material=concrete



、 height=0.7



。



これまでのところ、すべてが非常に論理的で理解しやすいようです。 しかし、ご存知のように、良いことは簡単に台無しにできます。 明らかに、いくつかのデータをデータベースに格納し、単純に解析し、必要な特性に応じてサブセットを選択し、非常に特定のデータとオブジェクトを見つける機能を保持するために、データベースは多少調和したデータセマンティクスを保持する必要があります。 それ以外の場合は、大まかに構造化されたテキストになります。 しかし、地図作成の基盤であるOSMベースは、特別なプロパティを事前に強調せずに、多くの人が「現状のまま」認識している現実世界に関する情報を不可分なオブジェクトの形で保存する義務があることを忘れないでください。 人々は自分が見ているものについて話すことに慣れています。 通常、オンラインストアなど、オブジェクトの大きなデータベースを持つ大規模なプロジェクトの場合、そのようなデータベースを使用する一般的なシナリオは、ユーザーのデータの選択です。 これはパラメトリック検索である場合もあれば、「スマート」検索である場合もあり、オブジェクト（商品）のプロパティセットを自由形式の検索クエリに関連付けることができます。



OSMの状況は反対です。反対に、プロジェクトの参加者はデータベースにデータを入力しますが、誰もがオブジェクトの主要な機能を強調する機能を含め、それぞれのスキルを最大限に発揮します。 また、表記システムの拡張性と、さまざまなニーズに合わせてさまざまなデータを保存するプロジェクトの機能を保証するように設計された「好きなタグ」の原則を考慮すると、セマンティクスに壊滅的ではないにしても、何かにつながることがありますこれは「極端な不確実性」という言葉にふさわしいものです。



考えて、正直に答えてください。特定の製品を購入したい場合、そのような製品がなければならない店、または比較的小さな確率でしかありえない店を探しますか？ 希望が偶然の可能性がある場所で走り回るのに時間を費やしたい人は、ほとんどないでしょう。 しかし、OSMには、何が販売されているのかわからない店を示すタグがあります。 たとえば、これはshop=kiosk



です。 説明からわかるように、そこにはタバコから新聞まで、何でも見つけることができます。 そして、あなたはそれを見つけることができません。 そのような店舗の唯一の明確な特徴は、そのサイズです。 キオスクが小さな貿易パビリオンであるか、独立して立っているのか、ある種の建物に組み込まれているのかをはっきりと言うことすらできないからです。 また、一部の国では、 キオスクという言葉は小さなお店と呼ぶことができます。



実際、このタグは自然言語から表記法に単純に移行しました。 エリック・セリーヌという人に彼に「ありがとう」と言うことができます。 ご覧のとおり、彼のプロジェクトWikiページでは、記法（タグを提案し、採用前に議論するための正式な手順）について、どんな順序でも気にしないと非常に正直に書いていますが、誰もが「少なくとも「。 そこで彼は何かをしました。実際には何も意味しないタグを導入しました。 OSMデータベースにそのような「何のために不明なストア」がいくつあるか知っていますか？ 5万近く。 また、プロジェクトの参加者になり、オブジェクトのプロパティを説明することの重要性を理解していない多くの人々は、たばこ店や場所に存在するものの、最適な指定がわからない場合、出会う小さなショッピングパビリオンにこのタグを掛けます。新聞が売られている場所、アイスクリームが売られている場所、その他多くの場所。 それらを導くものは何ですか？ データベース内の構造化された情報の重要性を理解していないが、そのような施設を「キオスク」と呼ぶことに慣れていることをよく知っています。



経験豊富な開発者またはデータベースアーキテクトにとって、「スーパーマーケット」、「キオスク」、「モール」などの多数の指定に加えて、品揃えを記述するための普遍的なツールがない状況は、非常に奇妙に思えるかもしれませんが、それは現実です。 つまり、もちろん、書店や日曜大工の店のタグがあります。 しかし、ここにスーパーマーケットまたはスーパーマーケットが販売するものがあります-すべての欲求で、いかなる方法でも説明することはできません。 ちなみに、明確な線を引くことは不可能であるため、スーパーマーケットとモールの違いについて長い議論があります。定義上、モールは「多くの店、娯楽施設、カフェ、レストランがあるビル」ですが、スーパーマーケットにはテナント用の屋内施設もあるためです。 それで、スーパーマーケットがモールに変わるとき、そして最も重要なこと-この違いはまったく重要ですか？



一般的なタグが多すぎると、適用性の定義や制限が明確になりません。 たとえば、レストランとカフェの明確な違いを定式化することは不可能です。 このような違いは、サイズでも、ウェイターのサービスでも、料理の品揃えでも、労働時間でも、訪問者の着席方法でも、テーブルの予約要件でも、価格でも、その他でもありません。 これらは「カフェ」と「レストラン」という言葉です。 もちろん、極端な場合には、「カフェ」という言葉は、非常に高級な場所の一部に間違いなく収まりません。 しかし、明確な境界はどこにありますか？ 存在しません。 したがって、タグamenity=cafe



およびamenity=restarurant



の目的は、曖昧な手順であり、厳密に言えば、OSMのもう1つの重要な原則である検証と矛盾しています。 この原則では、データベースに入力する指定は、プロジェクトの別の参加者がそれを確認できるようにする必要があります。つまり、同じ方法で明確に識別する必要があります。 場所の名前に「レストラン」という単語が存在することは、ロシア語では「カフェ」と「レストラン」を借用しているため、基準ではありません。 しかし、チェコのホスポダやポーランドのタヴェルナはどうですか？ しかし、とにかく、常に「単語（言語の概念）ごとに独自のタグを持たなければならない」というパスをたどるのは間違っています。 抽象化を思考ツールとして使用する場合、オブジェクトの類似した異なるプロパティを見つけてから、習慣に注意を払わずにこれらのプロパティを正確に指定する必要があります。 そうすれば、OSMデータに基づいてユーザーに地図やガイドを提供するのが簡単になります。地図上の何かをカフェではなくレストランとしてマークすることで彼が何を意味するかを推測する必要はありません。 リスト内の目的のプロパティのパラメトリック検索またはデモは、ほとんどすべての説明なしで、食べることができるすべての場所でそれを滑らせるよりも間違いなくユーザーフレンドリーなソリューションです。



分類の試みが行われることもありますが、自然言語や日常的な知識が正しい正しい分類の作成を妨げます。 OSMプロジェクトのほぼ最初から、森林の木の種類を明確にするために、2つのタグがありましたwood=coniferous



、 wood=deciduous



（文字通り-「円錐形の樹木」と「落葉樹」）。 これら2つの単語- 針葉樹 、 落葉性 -は英語では一般的です。 そして、人々はそれらを対比することに慣れています。 ロシアでは 針葉樹と落葉樹が話されていますが、これは生物学の観点から多少正確ですが、完全ではありません。 実際、季節的に葉を落とす木と、落とさない木（常緑樹）があります。 同時に、葉のある木と針のある木があります。 つまり、針と円錐形のツリーがあるかもしれませんが、冬には針を落とします（ ヨーロッパカラマツ ）。 または葉のある木ですが、常緑樹（ Lavrovishnya ）。 さらに、他にもそれほど多くないプロパティがあります。 少し前まで、元のスキームは、葉とその形状の季節サイクルを担当する2つのキーを持つスキームに置き換えられました。



タグ作成者のサブジェクト領域の知識が十分に厳密ではなく、説明が不明瞭で矛盾している別の状況は、OSMで人工オブジェクトman_made=*



のキー値に関連するタワーとマストの場合です。 建設工学-あらゆる種類の人工の固定構造をカバーする知識の分野では、タワーは、その独自の基礎に依存しているために立つような狭い垂直構造と呼ばれます。 そして、マスト付き-アンカー装置に取り付けられているブレースを備えたもの。 つまり、すべてが非常に単純であり、さらに、そのような分類は本質的に国際的です。 ただし、他の技術分野では、これらの用語の使用方法が異なる場合があります。 たとえば、エネルギーマストは、ビルダーの観点からタワーとも呼ばれます。 要点-OSMでは、これらのタグは人工オブジェクトに非常に自由に割り当てられます。



最も奇妙な（そして、この慣行の広がりの場合、意味の相違、つまり表記法の意味の不一致のために不快な）状況は、異なる言語で完全に異なる意味を持つタグでのそのような単語の使用です。 最近の例は、ロシア語を話す参加者の1人による、「ビジネスランチ」を入手できる場所を示すタグを導入する提案です。 この状況の面白いところは、おそらくロシアでのみ「ビジネスランチ」という言葉（前世紀のどこかで「ビジネス」という接頭辞を持つ人がより堅実に聞こえたときに出てきた）が固定価格の料理のセットと呼ばれることです。 1日の特定の時間に取得できます。 世界の他の地域では、これはフランス語の食卓 、 固定価格、または他の現地語と呼ばれますが、 ビジネスランチは、いずれにしても、レストランでの特定の種類のサービスではなく、夕食時の交渉に関連するものを意味します。 もちろん、タグで使用される単語は任意です。 しかし、プロジェクトの他の参加者には、少なくともこのタグがどのサブジェクトエリアに属しているかは疑わない程度に明確でなければなりません。 したがって、元々ロシア出身ではない英語を話す人を誤解させるような指定の採用は受け入れられません。



逆の状況はさらに一般的です。 借用された単語はめったに意味を変えることはめったにありません。したがって、英語圏の国の文化が暗い森である人々は、子音の借用された単語の意味に従ってタグを解釈することで間違いを犯しますが、この単語は元の言葉の意味ではありません また、子音の単語は、異なる言語で独立して存在できます。 そのため、OSMプロジェクトのロシア語圏の参加者は、タグhighway=alley



誤解を招くことがよくあります。 英語の路地はフランス路地やロシア路地のように聞こえるという事実です。 ロシア語はフランス語から借用されたため、同様の意味で、木が植えられている散歩道です。 イギリスの路地は通常、狭い技術的な通路または建物の側面または後壁に沿った通路、または1列または2列にある私有地の区画間の通路です。 この言葉はロシアの「裏庭」に近い。 しかし、経験の浅い参加者は、路地にhighway=alley



というタグの付いた路地をラベル付けしようとすることがよくあります。



英語圏のコミュニティの間でさえ、文化的な違いのために同意が常にそれ自体であるとは限りません。 例えば、典型的なアメリカのドラッグストアは 、医薬品に加えて、大量の製造品、化粧品、食べ物や飲み物を販売しています。 処方箋部門は、予想外にスーパーマーケットにいる可能性があります。 イギリス人は、ロシアの通常の住民にやや近い薬局のアイデアを持っています。



別の例は、 building=*



キー値として、 キャビン 、 小屋などの単語を使用することです。 キーに従って、これらのタグは建物のタイプを示す必要があります。 ただし、2つの間に明確な違いはありません。 ただし、アポイントメントには関連付けがあります。 たとえば、アメリカ人は、 キャビンを夏の住居のようなもの、つまり小さなプライベートまたはレンタルの別荘に関連付ける可能性が高いでしょう。 そしてノルウェーの居住者は、 小屋という言葉を見て、そのメンバーが使用する権利を持っている観光協会デン・ノルスケ・ツーリストフォーニングに属する山の冬を思い出すかもしれません。 ドイツ語圏のスイス人でも、 Schweizer Alpen Clubの山小屋と同様の関係が生じます。 つまり、人々は建物の種類に関する明確な定義の欠如を、その目的との関連によって非常にうまく補うことができます。 ロシアでは、最近まで、これらのタグは小屋を示すことができましたが、これは間違っています。これは、タグbuilding=yes, material=log



を使用して「ログで作られた建物」として指定できるためです。



もちろん、自然言語に起因するセマンティックカオスはプロジェクトを支配しませんが、それは非常に顕著です。 タグを曖昧な値に置き換え、それぞれが独自のプロパティを担当するキーのセットに置き換える、信頼性の高い一貫した明確な分類を作成しようとする試みには、非常に強力で成功した先例があります。 これらの、よく知られているが、まだ公式に承認されていないスキームの1つは、 Healthcare 2.0です。 これは、たとえばamenity=doctors



タグに固有の不確実性なしで、さまざまなタイプの医療機関を記述するツールを持つことを目的として作成されました。 それを使用して、大病院と私立医院の両方を記述することができます。 森林の状態を示すスキームを作成するためのかなりの作業が、プロジェクトのロシアの参加者の1人によって行われました。 残念ながら、 現時点では、古くなったタグのページに説明を配置する以上のことはありませんでした。



よく考え抜かれた新しいスキームは、文化的および言語的文脈から実質的に独立していることが判明しました。 必要な最大値は、キーの1つまたは2つの値の追加です。 たとえば、Healthcare 2.0では、フェルドシャーポイントのようなロシア固有の医療施設を記述することができますが、著者はそのような施設については知りませんでした。 これは、自由に組み合わせることができる基本プロパティを使用する力です。



この状況で最も悲しいことは、私には、多くの経験豊富なプロジェクト参加者でさえ、この問題を理解していないか、理解していないが、それは重要ではないと主張するか、その解決策がエントリーのしきい値を大幅に増加させ、悪名高い新参者を怖がらせることができるということです彼らは、彼らの視点を主張するのに便利な資質を彼らに帰し、非常に推論したい。



実践によると、まず、より具体的な新しいスキームが登場すると、人々はそれをうまく使い始め、以前は不可能だった、または不快だったが指定したかったものを指定する機会を得ます。 第二に、OSMは、最も適切な現実、最も完全であると同時に自由に使用できる世界地図を作成し、インタレストクラブを作成するためではありません（これも良いことですが）。 そして、もし誰かが非常に明白な表記法の原理を理解するのが難しいが、不明瞭なものを無意識に使用するのが簡単な場合、彼は質の高いデータの作成にどのような貢献ができますか？ また、逆に、指定スキームの品質または指定の不在に不満を抱いている人々は、そのような適切な方法が現れた場合に有用な貢献をする可能性があります。