Wall·E: Automatische Korrektur allgemeiner Tagging-Tippfehler?

[seawolff]

@Oli-Wan

Und gleich die nächsten Erweiterungskandidaten:

FIXMW (2)
FXIME (2)
aadr:country (1)
abandoned_railway (1)
…

Zunächst vielen Dank für die nützliche Aufräumarbeit.

Bei solchen offensichtlichen Tippfehlern, die sehr selten auftreten (<5), musst du m. E. die Korrektur nicht vorher ankündigen.

hvg (14) → hgv (24118)

Vermutlich hast du recht. Bei Keys mit drei Buchstaben könnte auch etwas anderes gemeint sein. Nahezu jede Kombination aus drei Buchstaben dürfte irgendwo als Akronym auftreten.
Hier könntest du auf “highway=*” testen.

[Oli-Wan]

@seawolff

hvg (14) → hgv (24118)

Vermutlich hast du recht. Bei Keys mit drei Buchstaben könnte auch etwas anderes gemeint sein. Nahezu jede Kombination aus drei Buchstaben dürfte irgendwo als Akronym auftreten.
Hier könntest du auf “highway=*” testen.

Die zugehörigen Werte legen nahe, daß in den vorhandenen Fällen tatsächlich hgv gemeint war:

      1     <tag k="hvg:conditional" v="no @ (13:00-15:00, 22:00-07:00)"/>
      2     <tag k="hvg" v="delivery"/>
     12     <tag k="hvg" v="no"/>

Von den 15 Objekten haben 12 bereits ein highway-Tag. Die übrigen sind Parkplätze oder das Tag scheint verirrt.

[Oli-Wan]

Hier fortgesetzt (und sinnwahrend gekürzt), um den Nachbarfaden nicht länger zu kapern:

@EvanE

@Oli-Wan

Mit den verschiedenen Tags mit “_” und “:” machen wir es allerdings den Mappern allgemein ganz schön schwer. Da blickt wahrscheinlich keiner mehr wirklich durch, daher auch die vielen einschlägigen Fehler.

In der Tat ist die Frage “‘_’ oder ‘:’” einer der häufigsten Gründe einen Schlüssel im Wiki nachzuschlagen.
Es gibt natürlich ein paar Leitlinien. Besteht ein Begriff eigentlich aus zwei Worten, so werden diese mit Unterstrich statt Leerzeichen geschrieben.
Schwieriger wird es bei Unterschlüsseln mit einem gemeinsamen Wort als Beginn. Früher wurde Hauptschlüssel Unterstrich Unterschlüssel verwendet. Heute bevorzugt man Hauptschlüssel Doppelpunkt Unterschlüssel. Häufig kann man das aber kaum einschätzen. Verlassen kann man sich darauf leider nicht.

Um das zu untermauern, hier einige Korrekturen von Sub-Schlüsseln, wo “_” bzw. “:” “falsch” verwendet wird.

board:type -> board_type
castle:type -> castle_type
generator_method -> generator:method
generator_source -> generator:source
heritage_operator -> heritage:operator
memorial_type -> memorial:type
mtb_scale -> mtb:scale
parking_condition -> parking:condition
roof_colour -> roof:colour
roof_shape -> roof:shape
shelter:type -> shelter_type

Außer daß “jüngere” Schlüssel eher “:” enthalten, gibt es eigentlich kaum einen als Merkregel taugenden Anhaltspunkt, was nun “richtig” ist. Und im Grunde könnten alle statt als Unterschlüssel auch als einfache Schlüssel aus zwei Worten durchgehen, wenn man nicht weiß, daß sie Teil eines größeren Schemas (roof:colour, roof:shape, roof:levels, roof:gedöns, …) sind und dabei “:” bevorzugt wird.

[EvanE]

@Oli-Wan

@EvanE

In der Tat ist die Frage “‘_’ oder ‘:’” einer der häufigsten Gründe einen Schlüssel im Wiki nachzuschlagen. …

Um das zu untermauern, hier einige Korrekturen von Sub-Schlüsseln, wo “_” bzw. “:” “falsch” verwendet wird.

board:type -> board_type
castle:type -> castle_type
generator_method -> generator:method
generator_source -> generator:source
heritage_operator -> heritage:operator
memorial_type -> memorial:type
mtb_scale -> mtb:scale
parking_condition -> parking:condition
roof_colour -> roof:colour
roof_shape -> roof:shape
shelter:type -> shelter_type 

Außer daß “jüngere” Schlüssel eher “:” enthalten, gibt es eigentlich kaum einen als Merkregel taugenden Anhaltspunkt, was nun “richtig” ist. Und im Grunde könnten alle statt als Unterschlüssel auch als einfache Schlüssel aus zwei Worten durchgehen, wenn man nicht weiß, daß sie Teil eines größeren Schemas (roof:colour, roof:shape, roof:levels, roof:gedöns, …) sind und dabei “:” bevorzugt wird.

Die Unterschlüssel zu generator, heritage und 3D-Buildings sind in der Tat recht neu (1-2 Jahre). Ebenso einige Unterschlüssel von historic (memorial:*) während andere Unterschlüssel (castle_type) schon recht lange dabei sind.

Richtig gemein ist mtb:scale im Gegensatz zu sac_scale, ähnlicher Sachverhalt und ähnlich alt, jedoch andere Schreibweise.

Edbert (EvanE)

[Oli-Wan]

@EvanE

Richtig gemein ist mtb:scale im Gegensatz zu sac_scale, ähnlicher Sachverhalt und ähnlich alt, jedoch andere Schreibweise.

Ja, das ist böse. Vielleicht muß man den Korrekturprozeß in einem solchen Zusammenhang weniger als Fehlerkorrektur und mehr als “nachträgliche Mapperunterstützung” sehen.

Ich habe heute noch in zwei Änderungssätzen alles aufgeräumt, was der aktuelle Regelsatz findet (ausgenommen eine Handvoll Fälle, wo “richtiger” und “falscher” Schlüssel sich widersprechen, etwa capacity=5 und caapcity=10). Damit müßten es nun gut 1600 bearbeitete Objekte sein. Jetzt lege ich erst einmal eine Pause von einer oder zwei Wochen ein, um zu sehen, was der unveränderte Regelsatz danach ausspuckt, sprich ob die bereits bekannten Fehler sich mit nennenswerter Häufigkeit wiederholen. Die Suche nach weiteren kaputten Tagschlüsseln geht natürlich weiter (und Hinweise werden gerne angenommen).

[Oli-Wan]

@Oli-Wan

Jetzt lege ich erst einmal eine Pause von einer oder zwei Wochen ein, um zu sehen, was der unveränderte Regelsatz danach ausspuckt, sprich ob die bereits bekannten Fehler sich mit nennenswerter Häufigkeit wiederholen. Die Suche nach weiteren kaputten Tagschlüsseln geht natürlich weiter (und Hinweise werden gerne angenommen).

Nach der genannten Pause ist gestern der bestehende Regelsatz noch einmal über DE gelaufen. Die Ausbeute: nur 15 “neue” Objekte mit bekannten falschen Schreibweisen. Optimistische Lesart: Tippfehler geschehen doch nicht so häufig wie befürchtet. Pessimistische Lesart: Tippfehler sind zu vielfältig, um von einem statischen Regelsatz erfaßt zu werden. Die Wahrheit liegt wahrscheinlich irgendwo dazwischen.

In der Zwischenzeit hatte ich noch einige Tags korrigiert, die vom Suchprogramm identifiziert wurden, aber nicht automatisch zu beheben waren (insbesondere Expansion “abgekürzter” Schlüssel). Und auch andere Mapper waren in ähnlicher Mission unterwegs, der eine oder andere wird es bemerkt haben.

Für das weitere Vorgehen bedeutet die obige Zahl: eine regelmäßige automatische Ausführung hat wenig Sinn, weil bekannte Tippfehler sich nur selten wiederholen. Also läuft es wohl darauf hinaus, daß ich in größeren Abständen (Wochen bis Monate - abhängig von Zeit und Lust) das Suchprogramm starte, neue Kandidaten identifiziere, diese hier poste und dann abräume. Möglicherweise kann das Posting langfristig entfallen, denn faktisch ist dieser Korrekturprozeß bei weitem nicht so automatisch wie die anderen (Adressen etc.). Für den nächsten Durchgang sind diese Erweiterungen vorgesehen:

Access (1)
[values: "Private" (1)]
         --> access (520002)
Golf (50)
[values: "bunker" (50)]
         --> golf (9638)
Operator (1)
[values: "Wall AG" (1)]
         --> operator (314730)
acces (2)
[values: "agricultural" (2)]
         --> access (520002)
Wiki:symbol (1)
[values: "Hoehensteig_Klingent..." (1)]
         --> wiki:symbol (4104)
addr:places (12)
[values: "Bienwaldmühle" (10) "Zollhaus" (2)]
         --> addr:place (3786)
amenitiy (1)
[values: "advertising" (1)]
         --> amenity (1194699)
ameniy (1)
[values: "parking" (1)]
         --> amenity (1194699)
barnd (1)
[values: "Volkswagen" (1)]
         --> brand (14632)
bicycle-road (1)
[values: "yes" (1)]
         --> bicycle_road (699)
bicylce (2)
[values: "yes" (2)]
         --> bicycle (693545)
biuilding (1)
[values: "yes" (1)]
         --> building (11944967)
boundary:type (1)
[values: "protected_area" (1)]
         --> boundary_type (264)
building:levens (3)
[values: "2" (3)]
         --> building:levels (124633)
building:min_levels (11)
[values: "1" (1) "13" (1) "2" (1) "22" (1) "3" (1) "4" (4) "5" (1) "8" (1)]
         --> building:min_level (1738)
building:roof:color (8)
[values: "#443c39" (8)]
         --> building:roof:colour (2662)
building;levels (1)
[values: "5" (1)]
         --> building:levels (124633)
building_height (1)
[values: "2" (1)]
         --> building:height (30333)
couisin (2)
[values: "greek" (1) "italian" (1)]
         --> cuisine (54188)
cousine (2)
[values: "ice_cream" (1) "india" (1)]
         --> cuisine (54188)
destination.backward (1)
[values: "Osburger Hof" (1)]
         --> destination:backward (450)
emergeny (1)
[values: "fire_hydrant" (1)]
         --> emergency (81161)
fon (3)
[values: "+49 30 7403-0" (1) "+49 5731 3006992" (1) "02339 - 4800" (1)]
         --> phone (89787)
histoirc (1)
[values: "monument" (1)]
         --> historic (88855)
maxweiht (2)
[values: "7.5" (2)]
         --> maxweight (27741)
motorcycle:condition (1)
[values: "no @ (20:00-06:00)" (1)]
         --> motorcycle:conditional (122)
mtb:sacle (4)
[values: "0" (4)]
         --> mtb:scale (84365)
onway (2)
[values: "no" (1) "yes" (1)]
         --> oneway (478112)
osmc_name (1)
[values: "Bad Bergzabeber Land..." (1)]
         --> osmc:name (587)
postal_codes (7)
[values: "50667-51149" (1) "63768" (1) "66849" (1) "66877" (1) "67685" (1) "67686" (1) "67688" (1)]
         --> postal_code (264238)
sports (1)
[values: "darts" (1)]
         --> sport (116970)
sourche (1)
[values: "survey" (1)]
         --> source (3514137)
source:maxspeeed (11)
[values: "DE:rural" (1) "DE:urban" (10)]
         --> source:maxspeed (105272)
stepps (1)
[values: "60" (1)]
         --> steps (398)
surce (2)
[values: "survey" (2)]
         --> source (3514137)
trachtype (2)
[values: "grade4" (2)]
         --> tracktype (1571042)
tracktpe (1)
[values: "grade4" (1)]
         --> tracktype (1571042)
tracktye (3)
[values: "grade2" (1) "grade4" (2)]
         --> tracktype (1571042)
tracktypr (1)
[values: "grade4" (1)]
         --> tracktype (1571042)
wheelchair:description:DE (4)
[values: "Eingang barrierefrei..." (1) "Eingang vorne mit St..." (1) "Toiletten im UG, nur..." (1) "keine Rolli-WC´s" (1)]
         --> wheelchair:description:de (972)
wheelchair:toilet (1)
[values: "yes" (1)]
         --> wheelchair:toilets (324)
wheelchair_access (2)
[values: "eurokey" (2)]
         --> wheelchair:access (214)
wheelchir (1)
[values: "no" (1)]
         --> wheelchair (308160)
vrr:wae (1)
[values: "430" (1)]
         --> vrr:wabe (1392)

(Die Werte in Klammern sind nur die aktuell vorkommenden - die Ersetzung wird nicht darauf beschränkt.)
Daneben gibt es noch unzählige, die überaus fraglich sind, aber manuell überprüft werden müssen. Einige davon sehe ich mir bei Gelegenheit an.

[EvanE]

@Oli-Wan

@Oli-Wan

Jetzt lege ich erst einmal eine Pause von einer oder zwei Wochen ein, um zu sehen, was der unveränderte Regelsatz danach ausspuckt, sprich ob die bereits bekannten Fehler sich mit nennenswerter Häufigkeit wiederholen. …

Nach der genannten Pause ist gestern der bestehende Regelsatz noch einmal über DE gelaufen. Die Ausbeute: nur 15 “neue” Objekte mit bekannten falschen Schreibweisen. …

Für das weitere Vorgehen bedeutet die obige Zahl: eine regelmäßige automatische Ausführung hat wenig Sinn, weil bekannte Tippfehler sich nur selten wiederholen. Also läuft es wohl darauf hinaus, daß ich in größeren Abständen (Wochen bis Monate - abhängig von Zeit und Lust) das Suchprogramm starte, … Für den nächsten Durchgang sind diese Erweiterungen vorgesehen:

...

…

In deiner Liste zeigt sich mal wieder, dass Tippfehler oft im Bündel passieren, also sowohl im Schlüssel als auch beim Wert. Alles was ich gesehen habe macht Sinn, also von meiner Seite aus in deinen Regelsatz aufnehmen.

Ansonsten möchte ich vorerst einmal im Monat als Frequenz für den Bot-Lauf vorschlagen. Wenn sich dann immer noch zeigt, dass es sich kaum lohnt, kannst du immer noch auf alle zwei - drei Monate runter gehen.

Bei der Korrektur von Werten wird es dann wieder spannend. Da liegt ja noch einiges im Argen (z.B. Komma statt Punkt als Dezimaltrenner). Aber das ist wohl eher ein Thema / Projekt für das nächste Jahr.

Edbert (EvanE)

[Oli-Wan]

Nächste vorgesehene Erweiterungen:

FIIXME (2)
[values: "Position" (2)]
         --> FIXME (48920)
From (1)
[values: "A5 Langen/Mörfelden" (1)]
         --> from (13403)
Phone (3)
[values: "+49 561 8047210" (1) "+49 561 983593" (1) "02204-20140" (1)]
         --> phone (93695)
Tracktype (4)
[values: "grade3" (1) "grade4" (3)]
         --> tracktype (1587874)
URL (1)
[values: "www.lomm-hamburg.de" (1)]
         --> url (7333)
addr_postcode (1)
[values: "40233" (1)]
         --> addr:postcode (4416210)
alt:name (1)
[values: "ICA-Haus" (1)]
         --> alt_name (18085)
amenty (1)
[values: "Bank" (1)]
         --> amenity (1198276)
atl_name (1)
[values: "Altes Audimax" (1)]
         --> alt_name (18085)
biilding (1)
[values: "yes" (1)]
         --> building (12634826)
bivycle_parking (1)
[values: "shed" (1)]
         --> bicycle_parking (10451)
brdige (1)
[values: "yes" (1)]
         --> bridge (239309)
building_colour (1)
[values: "yellow" (1)]
         --> building:colour (36342)
collection_time (1)
[values: "Mo-Sa 08:00" (1)]
         --> collection_times (16824)
discription (1)
[values: "Badeinsel" (1)]
         --> description (202135)
discription:en (1)
[values: "Swim platform" (1)]
         --> description:en (248)
escalator:dir (2)
[values: "up" (1) "up;down;down" (1)]
         --> escalator_dir (322)
escelator_dir (3)
[values: "down" (2) "up" (1)]
         --> escalator_dir (322)
genud:de (1)
[values: "Eiche" (1)]
         --> genus:de (6805)
handrail_left (1)
[values: "yes" (1)]
         --> handrail:left (1244)
inscript (1)
[values: "Ehret die Toten, mah..." (1)]
         --> inscription (2612)
lanse:forward (1)
[values: "1" (1)]
         --> lanes:forward (13065)
maxhight (1)
[values: "3.4 m" (1)]
         --> maxheight (14397)
metwork (1)
[values: "VVO" (1)]
         --> network (83488)
motorcycle:condition (1)
[values: "no @ (20:00-06:00)" (1)]
         --> motorcycle:conditional (181)
name:DE (2)
[values: "Deutsch-Französisch..." (1) "FC/DJK Burgoberbach" (1)]
         --> name:de (6638)
networtk (1)
[values: "VRB" (1)]
         --> network (83488)
nmae:hsb (2)
[values: "PÅ wokolicy" (1) "Zelezniska droga" (1)]
         --> name:hsb (10650)
node:de (2)
[values: "Linien: 595" (1) "Sperrgepäck" (1)]
         --> note:de (21983)
oenway (1)
[values: "no" (1)]
         --> oneway (488748)
opening-hours (1)
[values: "Tu-Su 11:00-23:00" (1)]
         --> opening_hours (74131)
priority_roard (3)
[values: "designated" (3)]
         --> priority_road (456)
roof.shape (9)
[values: "flat" (1) "gabled" (7) "hipped" (1)]
         --> roof:shape (132391)
roof:oriantation (1)
[values: "across" (1)]
         --> roof:orientation (26494)
roof:shap (7)
[values: "flat" (7)]
         --> roof:shape (132391)
shelter_typ (1)
[values: "public_transport" (1)]
         --> shelter_type (6503)
step:count (1)
[values: "10" (1)]
         --> step_count (12322)
surface_middle (2)
[values: "grass" (2)]
         --> surface:middle (962)
teacktype (2)
[values: "grade2" (2)]
         --> tracktype (1587874)
turn:Lanes:backward (2)
[values: "none|through;right" (1) "none|through|right" (1)]
         --> turn:lanes:backward (5577)
turn:Lanes:forward (1)
[values: "none|left|through" (1)]
         --> turn:lanes:forward (7343)
turn:lanes.backward (2)
[values: "none|merge_to_left" (1) "none|slight_right" (1)]
         --> turn:lanes:backward (5577)
turn:lanesMforward (1)
[values: "through|through|slig..." (1)]
         --> turn:lanes:forward (7343)
turn_lanes:backward (1)
[values: "left|through|through" (1)]
         --> turn:lanes:backward (5577)

[gerd]

Vorschlag zur automatischen Korrektur (aus KeepRight entnommen):

• This way is tagged ‘hazard=animals_crossing’ where “animals_crossing” looks like “animal_crossing”

[reneman]

Hallo, kann Wall-E auf seiner Liste die folgenden korrekturen aufnehmen?

• wikimedia:commons → wikimedia_commons

• wikipedia_commons → wikimedia_commons

• Wikimedia_Commons → wikimedia_commons

• media:commons → wikimedia_commons